کدگذاری (مجموعه کاراکترها)
< HTML:Tutorial(تغییرمسیر از آموزش کدگذاری کاراکتر در زبان نشانهگذاری ابرمتنی)
پرش به ناوبری
پرش به جستجو
برای نمایش صحیح یک صفحه HTML، مرورگر باید بداند از کدام مجموعه کاراکتر استفاده کند.[۱]
کدگذاری کاراکتر چیست؟
ACSII اولین استاندارد کدگذاری کاراکتر است (مجموعه کاراکتر نیز گفته می‌شود).
ASCII 128 کاراکتر الفبایی مختلف تعریف می‌کند که می‌توانند در اینترنت استفاده شوند: اعداد (9-0)، حروف انگلیسی (A-Z) و بعضی از کاراکترهای خاص مانند: ! $ + - ( ) @ < > .
ISO-8859-1 مجموعه کاراکتر پیش فرض برای HTML 4 بود. این مجموعه کاراکتر ۲۵۶ کد کاراکتر مختلف را پشتیبانی می‌کرد.
ANSI (Windows-1252) مجموعه کاراکتر اصلی ویندوز بود. ANSI شبیه ISO-8859-1 بود به جز اینکه ANSI دارای ۳۲ کاراکتر اضافی است.
از آنجایی که ANSI و ISO-8859-1 خیلی محدود بودند، HTML 4 از UTF-8 هم پشتیبانی می‌کرد.
UTF-8 (Unicode) تقریباً همهٔ کاراکترها و نمادهای دنیا را پشتیبانی می‌کند.
مجموعه کاراکتر پیش‌فرض برای UTF-8 ،HTML 5 است.
ویژگی charset در HTML
برای نمایش صحیح یک صفحه HTML، مرورگر وب باید مجموعه کاراکتر مورد استفاده در صفحه را بداند.
This is specified in the tag:
این مجموعه در تگ <meta> مشخص می‌شود:
<meta charset="UTF-8">
اگر مرورگری در یک صفحه ISO-8859-1 را تشخیص دهد، حالت پیش فرض آن ANSI می‌شود.
تفاوت های بین مجموعه کاراکترها
جدول زیر تفاوت‌های بین مجموعه کاراکترهای توصیف شده در بالا را نمایش می‌دهد:
| عدد | ASCII | ANSI | 8859 | UTF-8 | تعریف |
|---|---|---|---|---|---|
| ۳۲ | فاصله (Space) | ||||
| ۳۳ | ! | ! | ! | ! | علامت تعجب (exclamation mark) |
| ۳۴ | " | " | " | " | علامت نقل قول (quotation mark) |
| ۳۵ | # | # | # | # | نماد عدد (number sign) |
| ۳۶ | $ | $ | $ | $ | نماد دلار (dollar sign) |
| ۳۷ | % | % | % | % | نماد درصد (percent sign) |
| ۳۸ | & | & | & | & | امپرسند (Ampersand) |
| ۳۹ | ' | ' | ' | ' | آپاستروفی (Apostrophe) |
| ۴۰ | ( | ( | ( | ( | پرانتز چپ (left parenthesis ) |
| ۴۱ | ) | ) | ) | ) | پرانتز راست (right parenthesis) |
| ۴۲ | * | * | * | * | ستاره (Asterisk) |
| ۴۳ | + | + | + | + | نماد مثبت (plus sign) |
| ۴۴ | , | , | , | , | ویرگول (Comma) |
| ۴۵ | - | - | - | - | خط ربط - منفی (hyphen-minus) |
| ۴۶ | . | . | . | . | نقطه (full stop) |
| ۴۷ | / | / | / | / | ممیز (Solidus) |
| ۴۸ | 0 | 0 | 0 | 0 | عدد صفر (digit zero) |
| ۴۹ | 1 | 1 | 1 | 1 | عدد یک (digit one) |
| ۵۰ | 2 | 2 | 2 | 2 | عدد دو (digit two) |
| ۵۱ | 3 | 3 | 3 | 3 | عدد سه (digit three) |
| ۵۲ | 4 | 4 | 4 | 4 | عدد چهار (digit four) |
| ۵۳ | 5 | 5 | 5 | 5 | عدد پنج (digit five) |
| ۵۴ | 6 | 6 | 6 | 6 | عدد شش (digit six) |
| ۵۵ | 7 | 7 | 7 | 7 | عدد هفت (digit seven) |
| ۵۶ | 8 | 8 | 8 | 8 | عدد هشت (digit eight) |
| ۵۷ | 9 | 9 | 9 | 9 | عدد نه (digit nine) |
| ۵۸ | : | : | : | : | دو نقطه (Colon) |
| ۵۹ | ; | ; | ; | ; | نقطه ویرگول (Semicolon) |
| ۶۰ | < | < | < | < | علامت کوچکتر (less-than sign) |
| ۶۱ | = | = | = | = | علامت مساوی (equals sign) |
| ۶۲ | > | > | > | > | علامت بزگتر (greater-than sign) |
| ۶۳ | ? | ? | ? | ? | عالمت سؤال (question mark) |
| ۶۴ | @ | @ | @ | @ | آت ساین (commercial at) |
| ۶۵ | A | A | A | A | حرف بزرگ A (Latin capital letter A) |
| ۶۶ | B | B | B | B | حرف بزرگ B (Latin capital letter B) |
| ۶۷ | C | C | C | C | حرف بزرگ C (Latin capital letter C) |
| ۶۸ | D | D | D | D | حرف بزرگ D (Latin capital letter D) |
| ۶۹ | E | E | E | E | حرف بزرگ E (Latin capital letter E) |
| ۷۰ | F | F | F | F | حرف بزرگ F (Latin capital letter F) |
| ۷۱ | G | G | G | G | حرف بزرگ G (Latin capital letter G) |
| ۷۲ | H | H | H | H | حرف بزرگ H (Latin capital letter H) |
| ۷۳ | I | I | I | I | حرف بزرگ I (Latin capital letter I) |
| ۷۴ | J | J | J | J | حرف بزرگJ (Latin capital letter J) |
| ۷۵ | K | K | K | K | حرف بزرگ K (Latin capital letter K) |
| ۷۶ | L | L | L | L | حرف بزرگ L (Latin capital letter L) |
| ۷۷ | M | M | M | M | حرف بزرگ M (Latin capital letter M) |
| ۷۸ | N | N | N | N | حرف بزرگ N (Latin capital letter N) |
| ۷۹ | O | O | O | O | حرف بزرگ O (Latin capital letter O) |
| ۸۰ | P | P | P | P | حرف بزرگ P (Latin capital letter P) |
| ۸۱ | Q | Q | Q | Q | حرف بزرگ Q (Latin capital letter Q) |
| ۸۲ | R | R | R | R | حرف بزرگ R (Latin capital letter R) |
| ۸۳ | S | S | S | S | حرف بزرگ S (Latin capital letter S) |
| ۸۴ | T | T | T | T | حرف بزرگ T (Latin capital letter T) |
| ۸۵ | U | U | U | U | حرف بزرگ U (Latin capital letter U) |
| ۸۶ | V | V | V | V | حرف بزرگ V (Latin capital letter V) |
| ۸۷ | W | W | W | W | حرف بزرگ W (Latin capital letter W) |
| ۸۸ | X | X | X | X | حرف بزرگ X (Latin capital letter X) |
| ۸۹ | Y | Y | Y | Y | حرف بزرگ Y (Latin capital letter Y) |
| ۹۰ | Z | Z | Z | Z | حرف بزرگ Z (Latin capital letter Z) |
| ۹۱ | [ | [ | [ | [ | براکت چپ (left square bracket) |
| ۹۲ | \ | \ | \ | \ | ممیز معکوس (reverse solidus) |
| ۹۳ | ] | ] | ] | ] | براکت راسن (right square bracket) |
| ۹۴ | ^ | ^ | ^ | ^ | کلاهک (circumflex accent) |
| ۹۵ | _ | _ | _ | _ | زیر خط (low line) |
| ۹۶ | ` | ` | ` | ` | grave accent |
| ۹۷ | a | a | a | a | حرف کوچک لاتین a (Latin small letter a) |
| ۹۸ | b | b | b | b | حرف کوچک لاتین b (Latin small letter b) |
| ۹۹ | c | c | c | c | حرف کوچک لاتین c (Latin small letter c) |
| ۱۰۰ | d | d | d | d | حرف کوچک لاتین d (Latin small letter d) |
| ۱۰۱ | e | e | e | e | حرف کوچک لاتین e (Latin small letter e) |
| ۱۰۲ | f | f | f | f | حرف کوچک لاتین f (Latin small letter f) |
| ۱۰۳ | g | g | g | g | حرف کوچک لاتین g (Latin small letter g) |
| ۱۰۴ | h | h | h | h | حرف کوچک لاتین h (Latin small letter h) |
| ۱۰۵ | i | i | i | i | حرف کوچک لاتین i (Latin small letter i) |
| ۱۰۶ | j | j | j | j | حرف کوچک لاتین j (Latin small letter j) |
| ۱۰۷ | k | k | k | k | حرف کوچک لاتین k (Latin small letter k) |
| ۱۰۸ | l | l | l | l | حرف کوچک لاتین l (Latin small letter l) |
| ۱۰۹ | m | m | m | m | حرف کوچک لاتین m (Latin small letter m) |
| ۱۱۰ | n | n | n | n | حرف کوچک لاتین n (Latin small letter n) |
| ۱۱۱ | o | o | o | o | حرف کوچک لاتین o (Latin small letter o) |
| ۱۱۲ | p | p | p | p | حرف کوچک لاتین p (Latin small letter p) |
| ۱۱۳ | q | q | q | q | حرف کوچک لاتین q (Latin small letter q) |
| ۱۱۴ | r | r | r | r | حرف کوچک لاتین r (Latin small letter r) |
| ۱۱۵ | s | s | s | s | حرف کوچک لاتین s (Latin small letter s) |
| ۱۱۶ | t | t | t | t | حرف کوچک لاتین t (Latin small letter t) |
| ۱۱۷ | u | u | u | u | حرف کوچک لاتین u (Latin small letter u) |
| ۱۱۸ | v | v | v | v | حرف کوچک لاتین v (Latin small letter v) |
| ۱۱۹ | w | w | w | w | حرف کوچک لاتین w (Latin small letter w) |
| ۱۲۰ | x | x | x | x | حرف کوچک لاتین x (Latin small letter x) |
| ۱۲۱ | y | y | y | y | حرف کوچک لاتین y (Latin small letter y) |
| ۱۲۲ | z | z | z | z | حرف کوچک لاتین z (Latin small letter z) |
| ۱۲۳ | { | { | { | { | آکولاد چپ (left curly bracket) |
| ۱۲۴ | | | | | | | | | خط عمودی (vertical line) |
| ۱۲۵ | } | } | } | } | آکولاد راست (right curly bracket) |
| ۱۲۶ | ~ | ~ | ~ | ~ | مدک (Tilde) |
| ۱۲۷ | DEL | ||||
| ۱۲۸ | € | نماد یورو (euro sign) | |||
| ۱۲۹ | استفاده نشده (NOT USED) | ||||
| ۱۳۰ | ‚ | نقل قولی تکی (single low-9 quotation mark) | |||
| ۱۳۱ | ƒ | حرف لاتین کوچک f (Latin small letter f with hook) | |||
| ۱۳۲ | „ | علامت نقل قول دوتایی (double low-9 quotation mark) | |||
| ۱۳۳ | … | سه نقطه (horizontal ellipsis) | |||
| ۱۳۴ | † | خنجر (Dagger) | |||
| ۱۳۵ | ‡ | خنجر دوتایی (double dagger) | |||
| ۱۳۶ | ˆ | modifier letter circumflex accent | |||
| ۱۳۷ | ‰ | per mille sign | |||
| ۱۳۸ | Š | Latin capital letter S with caron | |||
| ۱۳۹ | ‹ | علامت نقل قول تکی اشاره به چپ (single left-pointing angle quotation mark) | |||
| ۱۴۰ | Œ | Latin capital ligature OE | |||
| ۱۴۱ | NOT USED | ||||
| ۱۴۲ | Ž | Latin capital letter Z with caron | |||
| ۱۴۳ | NOT USED | ||||
| ۱۴۴ | NOT USED | ||||
| ۱۴۵ | ‘ | علامت نقل قول تکی چپ (left single quotation mark) | |||
| ۱۴۶ | ’ | علامت نقل قول تکی راسن (right single quotation mark) | |||
| ۱۴۷ | “ | علامت نقل قول دوتایی چپ (left double quotation mark) | |||
| ۱۴۸ | ” | علامت نقل قول دوتایی راست (right double quotation mark) | |||
| ۱۴۹ | • | bullet | |||
| ۱۵۰ | – | خط تیره (en dash) | |||
| ۱۵۱ | — | em dash | |||
| ۱۵۲ | ˜ | small tilde | |||
| ۱۵۳ | ™ | نماد علامت تجاری (trade mark sign) | |||
| ۱۵۴ | š | Latin small letter s with caron | |||
| ۱۵۵ | › | علامت نقل قول تکی اشاره به راست (single right-pointing angle quotation mark) | |||
| ۱۵۶ | œ | Latin small ligature oe | |||
| ۱۵۷ | NOT USED | ||||
| ۱۵۸ | ž | Latin small letter z with caron | |||
| ۱۵۹ | Ÿ | Latin capital letter Y with diaeresis | |||
| ۱۶۰ | no-break space | ||||
| ۱۶۱ | ¡ | ¡ | ¡ | علامت تعجب معکوس (inverted exclamation mark) | |
| ۱۶۲ | ¢ | ¢ | ¢ | نماد سنت (cent sign) | |
| ۱۶۳ | £ | £ | £ | نماد پوند (pound sign) | |
| ۱۶۴ | ¤ | ¤ | ¤ | نماد پول رایج (currency sign) | |
| ۱۶۵ | ¥ | ¥ | ¥ | نماد یِن (yen sign) | |
| ۱۶۶ | ¦ | ¦ | ¦ | خط شکسته (broken bar) | |
| ۱۶۷ | § | § | § | نماد بخش (section sign) | |
| ۱۶۸ | ¨ | ¨ | ¨ | دو نقطه (Diaeresis) | |
| ۱۶۹ | © | © | © | علامت کپی رایت (copyright sign) | |
| ۱۷۰ | ª | ª | ª | feminine ordinal indicator | |
| ۱۷۱ | « | « | « | علامت نقل دو تایی اشاره به راست (left-pointing double angle quotation mark) | |
| ۱۷۲ | ¬ | ¬ | ¬ | not sign | |
| ۱۷۳ | soft hyphen | ||||
| ۱۷۴ | ® | ® | ® | علامت ثبت شده (registered sign) | |
| ۱۷۵ | ¯ | ¯ | ¯ | macron | |
| ۱۷۶ | ° | ° | ° | نماد درجه (degree sign) | |
| ۱۷۷ | ± | ± | ± | نماد مثبت منفی (plus-minus sign) | |
| ۱۷۸ | ² | ² | ² | بالانویس (توان) ۲ (superscript two) | |
| ۱۷۹ | ³ | ³ | ³ | بالانویس (توان) ۳ (superscript three) | |
| ۱۸۰ | ´ | ´ | ´ | acute accent | |
| ۱۸۱ | µ | µ | µ | علامت میکرو (micro sign) | |
| ۱۸۲ | ¶ | ¶ | ¶ | نماد پاراگراف (pilcrow sign) | |
| ۱۸۳ | · | · | · | نقطه میانی (middle dot) | |
| ۱۸۴ | ¸ | ¸ | ¸ | cedilla | |
| ۱۸۵ | ¹ | ¹ | ¹ | بالانویس (توان) ۱ (superscript one) | |
| ۱۸۶ | º | º | º | masculine ordinal indicator | |
| ۱۸۷ | » | » | » | علامت نقل قول دو تایی اشاره به راست (right-pointing double angle quotation mark) | |
| ۱۸۸ | ¼ | ¼ | ¼ | کسری یک چهارم (vulgar fraction one quarter) | |
| ۱۸۹ | ½ | ½ | ½ | کسری یک دوم (vulgar fraction one half) | |
| ۱۹۰ | ¾ | ¾ | ¾ | کسری سه چهارم (vulgar fraction three quarters) | |
| ۱۹۱ | ¿ | ¿ | ¿ | علامت سؤال معکوس (inverted question mark) | |
| ۱۹۲ | À | À | À | حرف لاتین بزرگ A با grave (Latin capital letter A with grave) | |
| ۱۹۳ | Á | Á | Á | حرف لاتین بزرگ A با پریم (Latin capital letter A with acute) | |
| ۱۹۴ | Â | Â | Â | حرف لاتین بزرگ A با کلاهک (Latin capital letter A with circumflex) | |
| ۱۹۵ | Ã | Ã | Ã | حرف لاتین بزرگ A با تیلده (Latin capital letter A with tilde) | |
| ۱۹۶ | Ä | Ä | Ä | حرف لاتین بزرگ A با دو نقطه (Latin capital letter A with diaeresis) | |
| ۱۹۷ | Å | Å | Å | حرف لاتین بزرگ A با یک حلقه (Latin capital letter A with ring above) | |
| ۱۹۸ | Æ | Æ | Æ | Latin capital letter AE | |
| ۱۹۹ | Ç | Ç | Ç | Latin capital letter C with cedilla | |
| ۲۰۰ | È | È | È | Latin capital letter E with grave | |
| ۲۰۱ | É | É | É | Latin capital letter E with acute | |
| ۲۰۲ | Ê | Ê | Ê | Latin capital letter E with circumflex | |
| ۲۰۳ | Ë | Ë | Ë | Latin capital letter E with diaeresis | |
| ۲۰۴ | Ì | Ì | Ì | Latin capital letter I with grave | |
| ۲۰۵ | Í | Í | Í | Latin capital letter I with acute | |
| ۲۰۶ | Î | Î | Î | Latin capital letter I with circumflex | |
| ۲۰۷ | Ï | Ï | Ï | Latin capital letter I with diaeresis | |
| ۲۰۸ | Ð | Ð | Ð | Latin capital letter Eth | |
| ۲۰۹ | Ñ | Ñ | Ñ | Latin capital letter N with tilde | |
| ۲۱۰ | Ò | Ò | Ò | Latin capital letter O with grave | |
| ۲۱۱ | Ó | Ó | Ó | Latin capital letter O with acute | |
| ۲۱۲ | Ô | Ô | Ô | Latin capital letter O with circumflex | |
| ۲۱۳ | Õ | Õ | Õ | Latin capital letter O with tilde | |
| ۲۱۴ | Ö | Ö | Ö | Latin capital letter O with diaeresis | |
| ۲۱۵ | × | × | × | multiplication sign | |
| ۲۱۶ | Ø | Ø | Ø | Latin capital letter O with stroke | |
| ۲۱۷ | Ù | Ù | Ù | Latin capital letter U with grave | |
| ۲۱۸ | Ú | Ú | Ú | Latin capital letter U with acute | |
| ۲۱۹ | Û | Û | Û | Latin capital letter U with circumflex | |
| ۲۲۰ | Ü | Ü | Ü | Latin capital letter U with diaeresis | |
| ۲۲۱ | Ý | Ý | Ý | Latin capital letter Y with acute | |
| ۲۲۲ | Þ | Þ | Þ | Latin capital letter Thorn | |
| ۲۲۳ | ß | ß | ß | Latin small letter sharp s | |
| ۲۲۴ | à | à | à | Latin small letter a with grave | |
| ۲۲۵ | á | á | á | Latin small letter a with acute | |
| ۲۲۶ | â | â | â | Latin small letter a with circumflex | |
| ۲۲۷ | ã | ã | ã | Latin small letter a with tilde | |
| ۲۲۸ | ä | ä | ä | Latin small letter a with diaeresis | |
| ۲۲۹ | å | å | å | Latin small letter a with ring above | |
| ۲۳۰ | æ | æ | æ | Latin small letter ae | |
| ۲۳۱ | ç | ç | ç | Latin small letter c with cedilla | |
| ۲۳۲ | è | è | è | Latin small letter e with grave | |
| ۲۳۳ | é | é | é | Latin small letter e with acute | |
| ۲۳۴ | ê | ê | ê | Latin small letter e with circumflex | |
| ۲۳۵ | ë | ë | ë | Latin small letter e with diaeresis | |
| ۲۳۶ | ì | ì | ì | Latin small letter i with grave | |
| ۲۳۷ | í | í | í | Latin small letter i with acute | |
| ۲۳۸ | î | î | î | Latin small letter i with circumflex | |
| ۲۳۹ | ï | ï | ï | Latin small letter i with diaeresis | |
| ۲۴۰ | ð | ð | ð | Latin small letter eth | |
| ۲۴۱ | ñ | ñ | ñ | Latin small letter n with tilde | |
| ۲۴۲ | ò | ò | ò | Latin small letter o with grave | |
| ۲۴۳ | ó | ó | ó | Latin small letter o with acute | |
| ۲۴۴ | ô | ô | ô | Latin small letter o with circumflex | |
| ۲۴۵ | õ | õ | õ | Latin small letter o with tilde | |
| ۲۴۶ | ö | ö | ö | Latin small letter o with diaeresis | |
| ۲۴۷ | ÷ | ÷ | ÷ | division sign | |
| ۲۴۸ | ø | ø | ø | Latin small letter o with stroke | |
| ۲۴۹ | ù | ù | ù | Latin small letter u with grave | |
| ۲۵۰ | ú | ú | ú | Latin small letter u with acute | |
| ۲۵۱ | û | û | û | Latin small letter with circumflex | |
| ۲۵۲ | ü | ü | ü | Latin small letter u with diaeresis | |
| ۲۵۳ | ý | ý | ý | Latin small letter y with acute | |
| ۲۵۴ | þ | þ | þ | Latin small letter thorn | |
| ۲۵۵ | ÿ | ÿ | ÿ | Latin small letter y with diaeresis |
مجموعه کاراکتر ASCII
ASCII مقدارهای ۰ تا ۳۱ (و ۱۲۷) را برای کنتزل کاراکترها استفاده می‌کند.
ASCII از مقدارهای ۳۲ تا ۱۲۶ برای حروف، ارقام و نمادها استفاده می‌کند.
ASCII از مقدارهای ۱۲۸ تا ۲۵۵ استفاده نمی‌کند.
مجموعه کاراکتر ANSI (Windows-1252)
ANSI در مورد مقدارهای ۰ تا ۱۲۷ شبیه ASCII است.
ANSI یک برای مقدارهای ۱۲۸ تا ۱۵۹ مجموعه کاراکتر اختصاصی دارد.
ANSI در مورد مقدارهای ۱۶۰ تا ۲۵۵ شبیه UTF-8 است.
مجموعه کاراکتر ISO-8859-1
۸۸۵۹-۱ در مورد مقادیر ۰ تا ۱۲۷ مشابه ASCII است.
۸۸۵۹-۱ از مقدارهای ۱۲۸ تا ۱۵۹ استفاده نمی‌کند.
۸۸۵۹-۱ در مورد مقادیر ۱۶۰ تا ۲۵۵ مشابه UTF-8 است.
مجموعه کاراکتر UTF-8
از مقدار ۰ تا ۱۲۷، UTF-8 شبیه ASCII است.
UTF-8 از مقادیر ۱۲۸ تا ۱۵۹ استفاده نمی‌کند.
از مقدار ۱۶۰ تا ۲۵۵، UTF-8 شبیه ANSI و ۸۸۵۹-۱ است.
UTF-8 از مقدار ۲۵۶ با بیش از ۱۰۰۰۰ کاراکتر مختلف ادامه می‌یابد.
برای مطالعه دقیق‌تر مرجع کامل مجموعه کاراکترهای HTML ما را مطالعه کنید.
قانون @charset در CSS
می‌توانید از قانون @charset در CSS برای تعیین کدگذاری کاراکتر به کار رفته در برگه استایل استفاده کنید:
مثال
کدگذاری برگه استایل را برابر با UTF-8 تنظیم کنید:
@charset "UTF-8";
در مورد قانون @charset در CSS در مرجع CSS ما بیشتر مطالعه کنید.
منابع آموزشی