Forum | Derniers tutoriels de développement web
 

HTML Unicode (UTF-8) Référence


Le Consortium Unicode

Le Consortium Unicode développe le standard Unicode.Their goal is to replace the existing character sets with its standard Unicode Transformation Format (UTF). Leur objectif est de remplacer les jeux de caractères existants avec son format Unicode Transformation standard (UTF).

Le standard Unicode est devenu un succès et est mis en œuvre en HTML, XML, Java, JavaScript, E-mail, ASP, PHP, etc. La norme Unicode est également pris en charge dans de nombreux systèmes d'exploitation et tous les navigateurs modernes.

Le Consortium Unicode coopère avec les principaux organismes d'élaboration de normes, comme ISO, W3C et ECMA.


Les jeux de caractères Unicode

Unicode peut être mis en oeuvre par les différents jeux de caractères.The most commonly used encodings are UTF-8 and UTF-16: Les codages les plus couramment utilisés sont UTF-8 et UTF-16:

Character-set Description
UTF-8 A character in UTF8 can be from 1 to 4 bytes long. UTF-8 can represent any character in the Unicode standard. UTF-8 is backwards compatible with ASCII. UTF-8 is the preferred encoding for e-mail and web pages
UTF-16 16-bit Unicode Transformation Format is a variable-length character encoding for Unicode, capable of encoding the entire Unicode repertoire. UTF-16 is used in major operating systems and environments, like Microsoft Windows, Java and .NET.

Astuce:Les 128 premiers caractères Unicode (qui correspondent un à un avec ASCII) sont codés en utilisant un seul octet avec la même valeur binaire comme ASCII, ce qui rend le texte ASCII valide UTF-8 valide codé Unicode ainsi.

RemarqueHTML 4 prend en charge UTF-8.HTML 5 supports both UTF-8 and UTF-16! HTML 5 prend en charge UTF-8 et UTF-16!


Le HTML5 standard: Unicode UTF-8

Parce que les jeux de caractères dans la norme ISO-8859 a été limité en taille, et non compatible dans des environnements multilingues, le Consortium Unicode a développé le standard Unicode.

Les couvertures standard Unicode (presque) tous les caractères, ponctuations et des symboles dans le monde.

Unicode permet le traitement, le stockage et le transport de texte indépendant de la plate-forme et de la langue.

Le codage de caractères par défaut en HTML-5 est UTF-8.

Si une page Web HTML5 utilise un jeu de caractères différent de UTF-8, il doit être spécifié dans la balise <meta> comme:

Exemple

<meta charset="ISO-8859-1">

La différence entre Unicode et UTF-8

Unicode est un jeu de caractères.UTF-8 is encoding . UTF-8 est le codage.

Unicode est une liste de caractères avec des nombres décimaux uniques (points de code).A = 41, B = 42, C = 43, .... A = 41, B = 42, C = 43, ....

Cette liste de nombres décimaux représentent la chaîne "bonjour": 104 101 108 108 111

L'encodage est la manière dont ces nombres sont convertis en nombres binaires à stocker dans un ordinateur:

Encodage UTF-8 va stocker "bonjour" comme ça (binaire): 01101000 01100101 01101100 01101100 01101111

RemarqueEncodage traduit nombres en binaire. Les jeux de caractères traduit les caractères en numéros.


UTF-8 Codes de caractères HTML5

Voici une liste de certains des UTF-8 codes de caractères pris en charge par HTML5:

Character codes Decimal Hexadecimal
C0 Controls and Basic Latin 0-127 0000-007F
C1 Controls and Latin-1 Supplement 128-255 0080-00FF
Latin Extended-A 256-383 0100-017F
Latin Extended-B 384-591 0180-024F
Spacing Modifiers 688-767 02B0-02FF
Diacritical Marks 768-879 0300-036F
Greek and Coptic 880-1023 0370-03FF
Cyrillic Basic 1024-1279 0400-04FF
Cyrillic Supplement 1280-1327 0500-052F
General Punctuation 8192-8303 2000-206F
Currency Symbols 8352-8399 20A0-20CF
Letterlike Symbols 8448-8527 2100-214F
Arrows 8592-8703 2190-21FF
Mathematical Operators 8704-8959 2200-22FF
Box Drawings 9472-9599 2500-257F
Block Elements 9600-9631 2580-259F
Geometric Shapes 9632-9727 25A0-25FF
Miscellaneous Symbols 9728-9983 2600-26FF
Dingbats 9984-10175 2700-27BF