HTML Conjunto de caracteres
Para mostrar correctamente una página HTML, el navegador debe conocer el conjunto de caracteres (codificación de caracteres) que se va a utilizar.
Conjunto de caracteres HTML
¿Cuál es la codificación de caracteres correcta en HTML?
La codificación de caracteres predeterminada en HTML5 es UTF-8.
Esto no siempre fue así. La codificación de caracteres de los primeros días de la web era ASCII.
Posteriormente, de HTML 2.0 a HTML 4.01, ISO-8859-1 fue reconocido como estándar.
Con la llegada de XML y HTML5, UTF-8 finalmente llegó, resolviendo muchos problemas de codificación de caracteres.
A continuación se muestra una breve descripción general de los estándares de codificación de caracteres.
Al principio: ASCII
La información de la computadora (números, texto, imágenes) se almacena electrónicamente en binarios de 1 y 0 (01000101).
Para estandarizar el almacenamiento de caracteres alfanuméricos, se creó ASCII (cuyo nombre completo es American Standard Code for Information Interchange). Define un número binario único de 7 bits para cada carácter almacenado, admite los dígitos 0-9, letras del alfabeto inglés en mayúsculas y minúsculas (a-z, A-Z) y algunos caracteres especiales, como ! $ + - ( ) @ < >.
Debido a que ASCII utiliza un byte (7 bits para representar el carácter y 1 bit para el control de paridad de transmisión), solo puede representar 128 caracteres diferentes. De estos, 32 están reservados para otros fines de control.
La mayor desventaja de ASCII es que excluye las letras que no son del inglés.
ASCII todavía se usa ampliamente hoy en día, especialmente en sistemas de mainframes.
Para obtener más información sobre ASCII, consulteManual de referencia ASCII completo.
En Windows: ANSI
ANSI (también conocido como Windows-1252) fue el conjunto de caracteres predeterminado en Windows 95 y en sistemas Windows anteriores.
ANSI es una extensión de ASCII, que agrega caracteres internacionales. Utiliza un byte completo (8 bits) para representar 256 caracteres diferentes.
Desde que ANSI se convirtió en el conjunto de caracteres predeterminado en Windows, todos los navegadores lo admiten.
Para obtener más información sobre ANSI, consulteManual de referencia ANSI completo.
En HTML 4: ISO-8859-1
Debido a que la mayoría de los países utilizan caracteres distintos de ASCII, en el estándar HTML 2.0 la codificación de caracteres predeterminada se cambió a ISO-8859-1.
ISO-8859-1 es una extensión de ASCII, que agrega caracteres internacionales. Al igual que ANSI, utiliza un byte completo (8 bits) para representar 256 caracteres diferentes.
 |
Cuando el navegador detecta ISO-8859-1 en una página web, normalmente se usa ANSI por defecto, porque ANSI es prácticamente equivalente a ISO-8859-1, excepto que ANSI tiene 32 caracteres adicionales. |
|---|
Si una página web HTML 4 usa un conjunto de caracteres diferente a ISO-8859-1, debe especificarse en la etiqueta <meta>, como se muestra a continuación:
Ejemplo
|
El conjunto de caracteres predeterminado en HTML5 es UTF-8. |
|---|
Para obtener más información sobre ISO-8859-1, consulteManual de referencia ISO-8859-1 completo.
En HTML5: Unicode (UTF-8)
Debido a que los conjuntos de caracteres enumerados anteriormente son limitados e incompatibles en entornos multilingües, el Consorcio Unicode desarrolló el estándar Unicode.
El estándar Unicode cubre (casi) todos los caracteres, signos de puntuación y símbolos.
Unicode permite que el procesamiento, almacenamiento y transporte de texto sea independiente de la plataforma y el idioma.
La codificación de caracteres predeterminada en HTML5 es UTF-8.
Para obtener más información sobre Unicode (UTF-8), consulteManual de referencia Unicode completo.
Otras extensiones