HTML Jeu de caractères
Pour afficher correctement une page HTML, le navigateur doit savoir quel jeu de caractères (encodage de caractères) utiliser.
Jeux de caractères HTML
En HTML, quel est le bon encodage de caractères ?
L'encodage de caractères par défaut en HTML5 est UTF-8.
Cela n'a pas toujours été le cas. L'encodage de caractères du web des débuts était ASCII.
Plus tard, de HTML 2.0 à HTML 4.01, ISO-8859-1 a été reconnu comme la norme.
Avec l'arrivée de XML et HTML5, UTF-8 est enfin arrivé, résolvant un grand nombre de problèmes d'encodage de caractères.
Voici un bref aperçu des normes d'encodage de caractères.
Au commencement : ASCII
Les informations informatiques (nombres, texte, images) sont stockées électroniquement en binaire, sous forme de 1 et de 0 (01000101).
Pour normaliser le stockage des caractères alphanumériques, l'ASCII (nom complet : American Standard Code for Information Interchange) a été créé. Il définit un numéro binaire unique de 7 bits pour chaque caractère stocké, prenant en charge les chiffres 0-9, les lettres anglaises majuscules/minuscules (a-z, A-Z), et certains caractères spéciaux tels que ! $ + - ( ) @ < > .
Comme l'ASCII utilise un octet (7 bits pour le caractère, 1 bit pour le contrôle de parité de transmission), il ne peut représenter que 128 caractères différents. Parmi ces caractères, 32 sont réservés à d'autres fins de contrôle.
Le plus grand inconvénient d'ASCII est qu'il exclut les lettres non anglaises.
ASCII est encore largement utilisé aujourd'hui, en particulier dans les grands systèmes informatiques.
Pour plus d'informations sur ASCII, voirManuel de référence ASCII complet。
Sous Windows : ANSI
ANSI (aussi appelé Windows-1252) est le jeu de caractères par défaut dans Windows 95 et les systèmes Windows antérieurs.
ANSI est une extension d'ASCII, ajoutant des caractères internationaux. Il utilise un octet complet (8 bits) pour représenter 256 caractères différents.
Depuis qu'ANSI est devenu le jeu de caractères par défaut dans Windows, tous les navigateurs prennent en charge ANSI.
Pour plus d'informations sur ANSI, voirManuel de référence ANSI complet。
En HTML 4 : ISO-8859-1
Parce que la plupart des pays utilisent des caractères en dehors de l'ASCII, l'encodage de caractères par défaut a été changé en ISO-8859-1 dans la norme HTML 2.0.
ISO-8859-1 est une extension de l'ASCII, ajoutant des caractères internationaux. Comme ANSI, il utilise un octet complet (8 bits) pour représenter 256 caractères différents.
 |
Lorsqu'un navigateur détecte ISO-8859-1 dans une page web, il utilise généralement ANSI par défaut, car ANSI est essentiellement équivalent à ISO-8859-1, sauf qu'ANSI possède 32 caractères supplémentaires. |
|---|
Si une page HTML 4 utilise un jeu de caractères autre que ISO-8859-1, il doit être spécifié dans la balise <meta>, comme suit :
Exemple
|
Le jeu de caractères par défaut dans HTML5 est UTF-8. |
|---|
Pour plus d'informations sur ISO-8859-1, voirManuel de référence ISO-8859-1 complet。
Dans HTML5 : Unicode (UTF-8)
Étant donné que les jeux de caractères listés ci-dessus sont limités et incompatibles dans les environnements multilingues, le Consortium Unicode a développé la norme Unicode.
La norme Unicode couvre (presque) tous les caractères, signes de ponctuation et symboles.
Unicode permet le traitement, le stockage et le transport de texte, indépendamment de la plateforme et de la langue.
L'encodage de caractères par défaut en HTML5 est UTF-8.
Pour plus d'informations sur Unicode (UTF-8), voirManuel de référence Unicode complet。
Autres extensions