建設(shè)網(wǎng)站應(yīng)用字符集的選擇
一個(gè)定位于不同語言國(guó)家的企業(yè)網(wǎng)站勢(shì)必需要提供多種語言版本的產(chǎn)品和銷售信息來滿足其世界各地使用不同語言的客戶和合作伙伴，其中包括法語、德語、意大利語、葡萄牙語、西班牙語、阿拉伯語等等。但有一個(gè)問題卻極易被網(wǎng)站設(shè)計(jì)者們所忽略。這就是網(wǎng)站的字符集設(shè)置問題。
一般我們使用的是簡(jiǎn)體中文(GB2312)字符集，而對(duì)多語言網(wǎng)站來說，中文字符集卻可能會(huì)使你辛辛苦苦的努力功虧一簣。原因很簡(jiǎn)單:就是這個(gè)毫不起眼的小小字符集在作怪。
計(jì)算機(jī)應(yīng)用領(lǐng)域中存在著幾十種互不相同的字符集，而不同語言客戶在瀏覽不同語言網(wǎng)站時(shí)，往往會(huì)因?yàn)橄嗷ラg所使用字符集無法兼容而出現(xiàn)亂碼情況。我們?cè)跒g覽國(guó)外一些網(wǎng)站時(shí)，往往也會(huì)出現(xiàn)為了能正常地看到網(wǎng)站上的信息而不得不在各種字符集之間來回切換的情況。
試想一下:如果一個(gè)網(wǎng)站提供了中，英，法，德等多種語言版本的內(nèi)容，內(nèi)容全之又全，設(shè)計(jì)美侖美奐。我們?cè)谥形木幋a環(huán)境下瀏覽這些非中文版本的頁面覺得非 常完美，現(xiàn)在一個(gè)法國(guó)客戶對(duì)你的產(chǎn)品發(fā)生了興趣，當(dāng)他進(jìn)到法語版面一看—亂碼多多，甚至可能整個(gè)版面都一塌里糊涂。你的網(wǎng)站再下大工夫又有什么意義呢?
所以對(duì)提供了多語言版本的網(wǎng)站建設(shè)公司來說，Unicode字符集應(yīng)該是最理想的選擇。它是一種雙字節(jié)編碼機(jī)制的字符集，不管是東方文字還是西方文字，在 Unicode中一律用兩個(gè)字節(jié)來表示，因而至少可以定義65536個(gè)不同的字符，幾乎可以涵蓋世界上目前所有通用的語言的每一種字符。所以在設(shè)計(jì)和開發(fā) 多語言網(wǎng)站時(shí)，一定要注意先把非中文頁面的字符集定義為“utf-8”格式。
這一步非常重要，原因在于若等頁面做好之后再更改字符集設(shè)置，可說是一件非常非常吃力不討好的工作，有時(shí)候甚至可能需要從頭再來，重新輸入網(wǎng)站的文字內(nèi)容。
HTML中的META標(biāo)簽:
不寫，根據(jù)瀏覽器默認(rèn)字符集顯示
charset=gb2312 簡(jiǎn)體中文
charset=big5 繁體中文
charset=EUC_KR 韓語
charset=Shift_JIS 或 EUC_JP 日語
charset= KOI8-R / Windows-1251 俄語
charset=iso-8859-1 西歐語系(荷蘭語,英語,法語,德語,意大利語,挪威語,葡萄牙語,瑞士語.等十八種語言)charset=iso-8859-2 中歐語系
charset=iso-8859-5 斯拉夫語系(保加利亞語,Byelorussian語,馬其頓語,俄語,塞爾維亞語,烏克蘭語等)
charset=uft-8 unicode多語言
PHP與腳本引擎頁碼的概念
由于我們傳統(tǒng)使用的內(nèi)碼像Big5,GB2312與unicode并不是一一對(duì)應(yīng),故兩者之間的轉(zhuǎn)換要靠codepage(頁碼)來實(shí)現(xiàn)
不寫，根據(jù)服務(wù)器端解析引擎默認(rèn)代碼頁自動(dòng)解析并返回瀏覽器。
如果制作的網(wǎng)站腳本與WEB服務(wù)端的默認(rèn)代碼頁不同，則必須指明代碼頁:
codepage=936 簡(jiǎn)體中文GBK
codepage=950 繁體中文BIG5
codepage=437 美國(guó)/加拿大英語
codepage=932 日文
codepage=949 韓文
codepage=866 俄文
codepage=65001 unicode UFT-8
