今天我们讨论html的meta元素中charset的含义。
在Eclipse的开发环境下，如果用户在编写html页面, 页面源码如下：
<!DOCTYPE html>
<html>
<head>
<meta charset="gbk">
<title>菜鸟教程</title>
</head>
<body>
<form action="index.jsp" method=GET>
站点名: <input type="text" name="name">
<br />
网址: <input type="text" name="url" />
<input type="submit" value="提交" />
</form>
</body>
</html>然后用chrome浏览器（可以尝试用别的浏览器）打开，打开后如下所示出现乱码：
这里的原因是eclipse创建的html源文件，在保存字符时采用的是UTF-8编码方式（eclipse是可以配置默认采用什么编码方式的，这里假设默认是采用UTF-8的编码方式）。浏览器会在打开html时读取charset设置的参数，此时为GBK，就会采用GBK编码方式去呈现字符，GBK在英文的时候不出问题，遇到中文的时候就出问题了，这是因为它将UTF-8编码的汉字用GBK的方式去呈现，而两者的编码是完全不兼容的，因此出现了乱码。
有趣的地方是，如果你用eclipse和其他文本编辑器打开，比如用notepade++是可以正确显示中文，如下图:
并且还能识别出html源码是UTF-8编码方式，所以编辑器本身是能够正确显示中文，原因是大部分文本编辑器，包括微软自带的记事本，他们都会去扫描文本的二进制，用最可能最接近的编码方式去识别文本的字符（感觉就像是套用，所以有时候本文编辑器自己也会无法识别字符而出现乱码，有兴趣的可以去百度一下著名的"联通"案例），另外，因为文本编辑器就是个普通编辑器（文本编辑器根本不会去关心你编写的是个html，还是个java文件，还是个c文件），因此，文本编辑器当然就不会去识别charset的配置值的。我们可以用二进制方式去查看文本文件，如下图所示：
你可以看到红色圈中的地方，十六进制e7ab99，本文编辑器是会自动根据内部的识别机制（这个机制应该是采用最可能的方式）识别为该文本文件为UTF-8，因此可以正确识别汉字，对应的UTF-8编码汉字就是"站"。我们也看到如果用GBK方式编码，e7ab编码值与汉字“绔”所对应，这刚好与chrome浏览器打开是一致的，浏览器不是不够聪明，而是因为浏览器会先去查看charset的设置，然后按照设置去"理解"字符。因此，如果想要浏览器正确理解你的字符，就必须保证文本文件保存的编码格式和charset的配置值一致。
本例子，只要将charset设置值改为UTF-8就可以了。
参考网站：
3373
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
