轉嘉士伯的Java小屋寫的關於編碼的文章（三）網頁檔案的編碼

接著上節的思路說，一個網頁要想在瀏覽器中能夠正確顯示，需要在三個地方保持編碼的一致：網頁檔案，網頁編碼聲明和瀏覽器編碼設定。

（瀏覽器顯示網頁時應該是這樣選擇編碼的：下載網頁讀取charset中的網頁編碼聲明，根據該編碼聲明來選擇正確的編碼來顯示；如果沒有讀取到charset, 那就選擇系統預設的編碼來顯示網頁。中文XP預設是gbk的，如果我們的網頁編碼是utf-8.但又沒有說明charset,那顯示的時候會怎樣呢？呵呵.瀏覽器還有這樣一種好習慣，即它會盡量猜測使用什麼編碼查看最合適。）

首先是網頁檔案本身的編碼，即網頁檔案在被建立的時候使用什麼編碼來儲存。這個完全取決於建立該網頁的人員使用了什麼編碼儲存，而進一步的取決於該人員使用的作業系統。例如我們使用的中文版WindowsXP系統，當你建立一個文字檔，寫入一些內容，並按下ctrl+s進行儲存的那一刻，作業系統就替你使用GBK編碼將檔案進行了儲存（沒有使用UTF-8，也沒有使用UTF-16）。而使用了英文系統的人，系統會使用ISO-8859-1進行儲存，這也意味著，在英文系統的檔案中如果輸入一個漢字，是無法進行儲存的（當然，你甚至都無法輸入）。

一個在建立XML檔案時（建立HTML的時候倒很少有人這麼做）常見的誤解是以為只要在頁面的encoding部分聲明了UTF-8，則檔案就會被儲存為UTF-8格式。這實在是……怎麼說呢，不能埋怨大家。實際上XML檔案中encoding部分與HTML檔案中的charset中一樣，只是告訴“別人”（這個別人可能是瀏覽你的頁面的人，可能是瀏覽器，也可能是處理你頁面的程式，別人需要知道這個，因為除非你告訴他們，否則誰也猜不出你用了什麼編碼，僅通過檔案的內容判斷不出使用了什麼編碼，這是真的）這個檔案使用了什麼編碼，唯獨作業系統不會搭理，它仍然會按自己預設的編碼方式儲存檔案（再一次的，在我們的中文WindowsXP系統中，使用GBK儲存）。至於這個檔案是不是真的是encoding或者charset所聲明的那種編碼儲存的呢？答案是不一定！
例如新浪的頁面就“聲稱”他是用GB2312編碼儲存的，但實際上卻是GBK，也有無數的二把刀程式員用系統預設的GBK儲存了他們的XML檔案，卻在他們的encoding中信誓旦旦的說是UTF-8的。
這就是我們所說的第二個位置，網頁編碼聲明中的編碼應該與網頁檔案儲存時使用的編碼一致。

而瀏覽器的編碼設定實際上並不嚴格，就像我們第三節所說的那樣，在瀏覽器中選擇使用GB2312來查看，它實際上仍然會使用GBK進行。而且瀏覽器還有這樣一種好習慣，即它會盡量猜測使用什麼編碼查看最合適。

(我在用vs2008.在web.config中如果設定全球化utf-8,那儲存檔案例如js.css.html等，就會自動儲存為utf-8編碼。而用記事本預設儲存，如果不手動選擇編碼，那就會儲存為gb2312.這也是可能發生亂碼的一個原因吧。)

我要重申的是，網頁檔案的編碼和網頁檔案中聲明的編碼保持一致，這是一個極好的建議（值得遵循，會與人方便，與己方便），但如果不一致，只要網頁檔案的編碼與瀏覽器的編碼設定一致，也是可以正確顯示的。
例如有這樣一個頁面，它使用GBK儲存，但聲明自己是UTF-8的。這個時候用瀏覽器開啟它，首先會看到亂碼，因為這個頁面“告訴”瀏覽器用UTF-8顯示，瀏覽器會很尊重這個提示，於是亂碼一片。但當手工把瀏覽器設為GBK之後，顯示正常。