如何在单独的JS文件中声明字符编码？

Question

我们可以通过下面的代码在单独的CSS文件中声明字符编码：

@charset "UTF-8";

我的问题是：

如何在单独的JS文件中声明字符编码？

如果我把一个JS文件发送给我的朋友，我希望他（她）可以从代码中看出这个JS文件的字符编码，在他（她）开始浏览或编辑这个JS文件时。

谢谢！

- weilou

Answer 1

你无法直接定义文件的字符集。但是，你可以在将文件引入页面的script标签中使用charset属性来定义它。这必须与你提供文件的Content-Type中的字符集（如果有）匹配。引用如下：

charset 属性指定外部脚本资源的字符编码。如果没有 src 属性，则不能指定该属性。如果设置了该属性，则其值必须是有效的字符编码名称，必须与该编码的 首选 MIME 名称 匹配（ASCII 不区分大小写），并且必须与外部文件的 Content-Type 元数据 中给出的 charset 参数所指定的编码匹配（如果有的话）。[IANACHARSET]

关于您的编辑：

如果我把一个 JS 文件发送给我的朋友，我希望他（她）可以从代码本身中了解这个 JS 文件的字符编码，当他（她）开始浏览或编辑这个 JS 文件时。

为此，你需要直接告诉他/她。如果文件是UTF-8、Windows-1252或ISO 8859-1编码，不幸的是文件中没有编码指示器可用，因此我建议在开头加上类似于以下的注释：

// Encoding: UTF-8

如果您使用UTF-16或UTF-32，您应该能够告诉您的编辑器使用BOM，其他Unicode-aware编辑器应该可以看到并理解它。这通常只适用于在需要大量多字节字符的文本（语言）中编写注释，并且如果注释与代码的比例很高（因为代码是用西方文本编写的）。当然，您可以使用任何编码方式。只是如果注释与代码的比例较低，则最好坚持使用UTF-8，即使注释是在需要大量四字节字符的文本中，因为代码每个字符只需要一个字节。（而在UTF-16中，您可能会在注释中有更多的双字节而不是四字节字符，但代码始终需要每个字符两个字节；在UTF-32中，每个字符需要四个字节。因此，整个文件可能会更大，即使注释占用的空间较小。但是，如果我猜测您提出问题的原因，我可能已经告诉您比我更好了。）

- T.J. Crowder

---

您还可以为UTF-8包含BOM，浏览器会予以尊重。 - Andrea

@Andrea：并非所有浏览器都能可靠地解析。设置响应的“字符集”不是可选项，相关的RFC非常明确地指出，如果没有字符集，则响应为US-ASCII。就在几周前，这里有一个关于此问题的提问，IE在UTF-8中解析ajax请求的JSON，但Firefox却因BOM而失败，称其为无效的JSON。 - T.J. Crowder

@T.J.Crowder 相关的 RFC 是哪个？WHATWG 的编码规范指出，“字节顺序标记（也称为 BOM）比任何其他东西都更具权威性”。当然，如果您正确地处理事情，应该包括 charset=。 - Andrea

@Andrea：WHAT-WG的规范不是RFC。无论如何，我们可以得出以下结论：1. BOM不能被可靠地识别，2. 使用“charset”。让我们停止混淆视听，好吗？特别是，我建议删除上面误导性的评论，即浏览器会可靠地识别BOM：它们并不总是这样做。 - T.J. Crowder

Answer 2

如果您想以人类可读的方式指示文件的编码方式，可以采用T.J. Crowder的方法（在文件中添加注释，如// Encoding: UTF-8）。正如Jukka K. Korpela所指出的，您也可以使用BOM。

但是，如果您想以机器可读的方式指示在文档中声明的字符集，还有其他几种方法：

例如，在Apache httpd服务器上，您可以使用以下任何一个声明：

1. AddDefaultCharset UTF-8
2. AddCharset UTF-8 .js
3. AddType 'application/javascript; charset=UTF-8' js*

* 我不想为使用"application/javascript"而辩护，而不是"text/javascript"。但是，如果您想知道哪个更好一些，可以参考https://dev59.com/wW855IYBdhLWcg3w3Ibs#4101763。但是，考虑到主题，application/javascript似乎非常合适（特别是如果您打算使用BOM，因为它表示应将代码视为二进制）。

如果代码将在服务器端解释/处理/编译（例如PHP），您可以在文档中设置标题，例如……

header("Content-Type: application/javascript; charset=utf-8");

至少在PHP中，请确保在任何输出之前添加标题语句。

最后，在确定要使用哪个声明时，请考虑（在IE中理解/遵守，即不在IE中）BOM比文档标头具有更高的权威性。而且两者都优先于链接/源字符集声明（如<script type="application/javascript" src="script.js" charset="utf-8"></script>）。

- David Eldridge

---

看起来你不应该再使用application/javascript或添加charset参数，而是直接使用text/javascript：https://developer.mozilla.org/en-US/docs/Web/HTTP/Basics_of_HTTP/MIME_types#textjavascript。如果你的文档字符集已经是UTF-8，那么就不需要额外的东西了：https://html.spec.whatwg.org/multipage/obsolete.html#attr-script-charset。 - Ronald

Answer 3

在 JavaScript 中，没有像 CSS 一样在文件本身中声明编码的构造。在传送数据时应将编码通知接收者。当将文件作为电子邮件附件发送时，您的电子邮件程序可能包含指示编码的 Content-Type 标头，也可能难以确定编码。

在 UTF-8 编码的文件开头也可以放置字节顺序标记 (BOM)。虽然 UTF-8 中不存在字节顺序问题，但 BOM 可作为一个有用的指示器 - 以 BOM 形式开头的文件很可能是 UTF-8 编码。因此，在缺乏其他指示的情况下，程序可能会推断出编码。当然，这并不是 100% 可靠，但还是非常有用的。

许多文本编辑器都提供“保存为带有 BOM 的 UTF-8 编码”选项。

(在网页上，BOM 曾经被认为是一种风险，因为浏览器被观察到将其视为字符数据。现在，即使在 UTF-8 中，BOM 也是有用而不是风险。)

- Jukka K. Korpela