如果沒有提供字符編碼，HTML5是否爲HTML文檔指定默認字符編碼？

Question

一個例子的HTML文檔中檢索通過HTTP缺乏：

• 一個HTTP Content-Type頭
• 一個HTML <meta charset="<character encoding>" />
• 一個HTML <meta http-equiv='Content-Type' content='Type=text/html; charset=<character encoding>'>

至於HTML5，是一種缺省情況下，例如UTF-8，假定爲字符編碼？或者它完全是在閱讀HTML文檔以選擇默認的應用程序？

Answer 1

的字符集是用確定的下列規則：

1. 用戶替代。
2. 「Content-Type」字段中的HTTP「字符集」參數。
3. 字節順序在HTML文檔本身中的任何其他數據之前標記。
4. 帶有「字符集」屬性的META聲明。
5. META聲明的「http-equiv」屬性設置爲「Content-Type」併爲「charset」設置值。
6. 未指定的啓發式分析。

...然後...

1. 根據字符集別名匹配的Unicode技術標準＃22定義的規則規範化給出的字符編碼字符串。
2. 覆蓋一些有問題的編碼，即故意將某些編碼看作是不同的編碼。最常見的重寫是將US-ASCII和ISO-8859-1視爲Windows-1252，但此表中列出了其他幾種編碼重寫。正如規範所指出的那樣，「按照上表的要求將某些編碼視爲其他編碼是對W3C字符模型規範的故意違反。」

但最重要的是：

你應該始終指定的字符編碼每 HTML文檔，或不好的事情會發生。你可以用困難的方式（HTTP內容類型頭），簡單的方法（<meta http-equiv>聲明）或新的方式（<meta charset>屬性）來完成，但請做到這一點。網絡感謝你。

來源：

• http://blog.whatwg.org/the-road-to-html-5-character-encoding
• http://www.whatwg.org/specs/web-apps/current-work/multipage/parsing.html#determining-the-character-encoding