HTML Unicode (UTF-8) 参考手册

• HTML 符号
• UTF-8 C0 控制符和基础拉丁文字符

Unicode 联盟

Unicode 联盟开发了 Unicode 标准。他们的目标是用其标准的 Unicode 转换格式（UTF）替换现有的字符集。

Unicode 标准已经获得成功，并通过 HTML、XML、Java、JavaScript、电子邮件、ASP、PHP 等得以实现。在许多操作系统和所有现代浏览器中，同样支持 Unicode 标准。

Unicode 联盟与领先的标准开发组织（例如 ISO、W3C 和 ECMA）开展合作。

Unicode 字符集

Unicode 可以通过不同的字符集实现。最常用的编码是 UTF-8 和 UTF-16：

注释：Unicode 的前 128 个字符（与 ASCII 一一对应）使用单个八位字节编码，这八位字节有与 ASCII 相同的二进制值，从而使有效的 ASCII 文本也成为有效的 UTF-8 编码 Unicode。

提示：HTML 4 支持 UTF-8。 HTML 5 支持 UTF-8 和 UTF-16！

HTML5 标准：Unicode UTF-8

由于 ISO-8859 中的字符集大小受限制，并且不兼容多语言环境，因此 Unicode 联盟开发了 Unicode 标准。

Unicode 标准（几乎）涵盖了世界上所有的字符、标点符号和符号。

Unicode 支持独立于平台和语言的文本处理、存储和传输。

HTML5 中的默认字符编码为 UTF-8。

如果 HTML5 网页使用的字符集与 UTF-8 不同，则应在 <meta> 标记中指定该字符集，例如：

例子

<meta charset="ISO-8859-1">

Unicode 和 UTF-8 之间的区别

Unicode 是字符集。 UTF-8 是编码。

Unicode 是有唯一的十进制数字（代码点）的字符列表。 A = 65，B = 66，C = 67，...。

这个十进制数字列表表示字符串 "hello"：104 101 108 108 111

编码是将这些数字转换为二进制数字以存储在计算机中的方式：

UTF-8 编码将像这样（二进制）存储 "hello"：01101000 01100101 01101100 01101100 01101111

编码将数字转换为二进制。字符集将字符转换为数字。

HTML5 UTF-8 字符代码

下表是 HTML5 支持的一些 UTF-8 字符代码的列表：

• HTML 符号
• UTF-8 C0 控制符和基础拉丁文字符