浏览器如何处理指定字符编码的<meta>标签？

Question

5

假设浏览器遇到了一个指定字符编码的标签，像这样：<meta>。

<meta http-equiv="Content-Type" content="text/html;charset=utf-8" />

它是否会从头开始解析页面，因为在部分中的一些前面的字符可能被错误地解释了？还是有其他限制，防止先前的字符被错误地解释？

- Joel Lee

3个回答

1

解析器在某些情况下可以重新开始。相关规范在这里：http://dev.w3.org/html5/spec/parsing.html#change-the-encoding

请注意，浏览器传统上可能没有完全遵循此算法；它们很可能做了略微不同的事情。然而，上面的链接描述了符合HTML5的浏览器应该做什么。所描述的算法很可能是各种浏览器以前行为的综合体。

由于HTML5仍然是一个工作草案，因此应考虑其可能会发生变化。

- Alohci

@Joel - HTML5 中算法的标准化是新的。 - Alohci

0

它对节点结构没有实际影响。只有文本节点（和属性节点）的内容需要进行转码。

如果您的服务器发送了

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

...通过在头部设置字符集，浏览器可以从一开始就知道正确的字符集。您可以通过包含以下内容的.htaccess文件来实现：

AddDefaultCharset utf-8

- vbence

但是可能发生的情况是元标记指定的字符集与“Content-type”标头中的字符集不同，否则似乎没有使用元标记的任何意义。虽然不必重新解析文档节点，但是您仍然可能在<head>部分的前面部分中出现错误（例如，在某些JavaScript中的字符串值）。 - Joel Lee

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- RoToRa · Accepted Answer

据我所知，一旦浏览器在中找到charset声明，它们就不会返回并且假定到该点为止是ASCII兼容的字符集。不幸的是我找不到参考资料来证实这一点。

如果服务器已经提供了Content-Type HTTP头，则确认浏览器将忽略Content-Type元素，因此您无法通过元素覆盖“错误”的服务器端字符集。字符集声明的重点是HTML文档，这些文档不是由HTTP服务器提供的。

这意味着您不应依赖于HTML文件中的字符集声明，而是应配置您的HTTP服务器以提供正确的字符集。如果出于某种原因您必须依赖于字符集声明，则应该仅有ASCII字符直到那一点，并尽可能早地将其放置在中，最好作为第一个元素。