unicode 字符的编码？

Question

我从第三方获取文档，该文档以 utf-8 字符集显示在浏览器上

  Content-Type: text/html; charset=utf-8

但是有些字符显示为垃圾。 我的理解是即使他们发送 unicode character ，utf-8 编码也是合适的。 我应该将编码更改为其他内容还是发送方的问题。 发送方使用 ANSI/ASCII 编码。 我相信他们应该使用 utf 8，因为 ANSI/ASCII 不适合 unicode 字符。 那是对的吗 ？

Answer 1

计算机最终只能处理 1 和 0（数字）。 要在计算机中表示文本，您需要将数字映射到字符。 这正是字符编码的用途。

例如，ASCII 字符编码指定 65 = A、66 = B 等。

有许多不同的字符编码。 ASCII 是一种非常古老且有限的字符编码，只有 127 个字符的空间。

UTF-8 是一种不同的字符编码，可以对包含数千个字符的 Unicode 标准中的所有字符进行编码。

如果您的 HTML 页面指定页面上的文本使用 UTF-8 编码，但实际上它使用不同的编码，那么您会在屏幕上看到垃圾 - 您告诉浏览器它是 UTF-8，但实际上并非如此将以错误的方式解释页面。 如果你得到这个，那么它几乎肯定是发送方的一个问题 - 发送方必须确保它确实使用 UTF-8 对文本进行编码，如果它在 HTML 标头中说的话。

UTF-8 适用于任何类型的文本，我认为这应该是您默认的字符编码选择； 如果您有充分的理由，请仅使用其他东西。

UTF-8 与 ASCII 兼容（ASCII 是 UTF-8 的一个子集）——如果发送方确实在发送 ASCII 编码的文本，那么使用 UTF-8 显示它应该没有问题。 如果你得到奇怪的字符，那么发送方很可能没有真正使用 ASCII。