Forum | tutorial pengembangan web terbaru
 

HTML Unicode (UTF-8) Referensi


Konsorsium Unicode

Konsorsium Unicode mengembangkan Standard Unicode. Tujuan mereka adalah untuk menggantikan rangkaian karakter yang ada dengan Format Unicode Transformation standar (UTF).

The Unicode Standard telah menjadi sukses dan diimplementasikan dalam HTML, XML, Java, JavaScript, E-mail, ASP, PHP, dll Unicode standar juga didukung dalam banyak sistem operasi dan semua browser modern.

Konsorsium Unicode bekerja sama dengan organisasi-organisasi pengembangan standar terkemuka, seperti ISO, W3C, dan ECMA.


Unicode Set Karakter

Unicode dapat diimplementasikan oleh set karakter yang berbeda. pengkodean yang paling sering digunakan adalah UTF-8 dan 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.

Tip: Yang pertama 128 karakter Unicode (yang sesuai satu-ke-satu dengan ASCII) dikodekan menggunakan oktet tunggal dengan nilai biner sama dengan ASCII, membuat teks ASCII valid valid UTF-8-encoded Unicode juga.

Catatan HTML 4 mendukung UTF-8. HTML 5 mendukung UTF-8 dan UTF-16!


HTML5 Standard: Unicode UTF-8

Karena karakter set di ISO-8859 terbatas dalam ukuran, dan tidak kompatibel dalam lingkungan multibahasa, Konsorsium Unicode mengembangkan Standard Unicode.

The Unicode Standard selimut (hampir) semua karakter, tanda baca, dan simbol-simbol di dunia.

Unicode memungkinkan pengolahan, penyimpanan, dan pengangkutan independen teks platform dan bahasa.

Karakter encoding default dalam HTML-5 adalah UTF-8.

Jika halaman web HTML5 menggunakan set karakter yang berbeda dari UTF-8, itu harus ditentukan dalam tag <meta> seperti:

Contoh

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

Perbedaan Antara Unicode dan UTF-8

Unicode adalah satu set karakter. UTF-8 adalah pengkodean.

Unicode adalah daftar karakter dengan angka desimal yang unik (kode poin). A = 41, B = 42, C = 43, ....

Ini daftar nomor desimal mewakili string "hello": 104 101 108 108 111

Encoding adalah bagaimana angka-angka ini diterjemahkan ke dalam bilangan biner untuk disimpan di komputer:

UTF-8 encoding akan menyimpan "halo" seperti ini (biner): 01101000 01100101 01101100 01101100 01101111

Catatan Encoding diterjemahkan angka ke biner. Character set diterjemahkan karakter untuk nomor.


HTML5 UTF-8 Kode Karakter

Berikut adalah daftar dari beberapa UTF-8 kode karakter didukung oleh 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