encoding یا مجموعه کاراکتر ها در HTML

برای نمایش صحیح یک صفحه HTML ، مرورگر باید بداند که چه مجموعه ای از کاراکترها را باید استفاده کند.

character encoding (مجموعه کاراکترها )  چیست؟

ASCII اولین استاندارد مجموعه کاراکترها بود. ASCII توانست 127 کاراکتر الفبایی که می شد بر روی اینترنت استفاده کرد را تعریف کند. مانند اعداد ، حروف انگلیسی و برخی سمبل ها و علامت های خاص مانند @ #  $ &
ANSI یا  (Windows-1252) مجموعه کاراکتر اورجینال ویندوز بود (با توانایی پشتیبانی از 256 کد کاراکتر مختلف)
ISO-8859-1 مجموع کاراکتر پیش فرض HTML4 بود. این مجموعه نیز توانایی پشتیبانی از 256 کد کاراکتر مختلف را داشت. چون ANSI و ISO-8859-1 محدود بودند ، مجموعه کاراکتر پیش فرض در HTML5 به UTF-8 تغییر یافت.
UTF-8 (Unicode) تقریبا تمامی کاراکتر ها و سمبل های موجود در جهان را پوشش می دهد. همچنین همه پردازشگر های HTML4 از UTF-8 پیشتبانی می کنند.

صفت charset در HTML

این صفت برای تفهیم مرورگر از بابت مجموعه کاراکتر های استفاده شده در صفحه می باشد تا صفحه به درستی نمایش داده شود. این گزینه را در داخل تگ <meta> مشخص می کنیم.

در HTML4 :
 <meta http-equiv="Content-Type" content="text/html;charset=ISO-8859-1">

در HTML5 :
 <meta charset="UTF-8">


اگر مرورگر ISO-8859-1 را تشخیص دهد بصورت پیش فرض به ANSI تبدیل می شود زیرا با این مجموعه یکسان است. البته ANSI 32 کاراکتر بیشتر را پشتیبانی می کند.

تفاوت های بین مجموعه کاراکتر ها

جدول زیر تفاوت های میان مجموعه های توضیح داده شده در بالا را مشخص می کند :

شماره	ASCII	ANSI	8859	UTF-8
32
33	!	!	!	!
34	"	"	"	"
35	#	#	#	#
36	$	$	$	$
37	%	%	%	%
38	&	&	&	&
39	'	'	'	'
40	(	(	(	(
41	)	)	)	)
42	*	*	*	*
43	+	+	+	+
44	,	,	,	,
45	-	-	-	-
46	.	.	.	.
47	/	/	/	/
48	0	0	0	0
49	1	1	1	1
50	2	2	2	2
51	3	3	3	3
52	4	4	4	4
53	5	5	5	5
54	6	6	6	6
55	7	7	7	7
56	8	8	8	8
57	9	9	9	9
58	:	:	:	:
59	;	;	;	;
60	<	<	<	<
61	=	=	=	=
62	>	>	>	>
63	?	?	?	?
64	@	@	@	@
65	A	A	A	A
66	B	B	B	B
67	C	C	C	C
68	D	D	D	D
69	E	E	E	E
70	F	F	F	F
71	G	G	G	G
72	H	H	H	H
73	I	I	I	I
74	J	J	J	J
75	K	K	K	K
76	L	L	L	L
77	M	M	M	M
78	N	N	N	N
79	O	O	O	O
80	P	P	P	P
81	Q	Q	Q	Q
82	R	R	R	R
83	S	S	S	S
84	T	T	T	T
85	U	U	U	U
86	V	V	V	V
87	W	W	W	W
88	X	X	X	X
89	Y	Y	Y	Y
90	Z	Z	Z	Z
91	[	[	[	[
92	\	\	\	\
93	]	]	]	]
94	^	^	^	^
95	_	_	_	_
96	`	`	`	`
97	a	a	a	a
98	b	b	b	b
99	c	c	c	c
100	d	d	d	d
101	e	e	e	e
102	f	f	f	f
103	g	g	g	g
104	h	h	h	h
105	i	i	i	i
106	j	j	j	j
107	k	k	k	k
108	l	l	l	l
109	m	m	m	m
110	n	n	n	n
111	o	o	o	o
112	p	p	p	p
113	q	q	q	q
114	r	r	r	r
115	s	s	s	s
116	t	t	t	t
117	u	u	u	u
118	v	v	v	v
119	w	w	w	w
120	x	x	x	x
121	y	y	y	y
122	z	z	z	z
123	{	{	{	{
124	|	|	|	|
125	}	}	}	}
126	~	~	~	~
127	DEL
128		€
129				
130		‚
131		ƒ
132		„
133		…
134		†
135		‡
136		ˆ
137		‰
138		Š
139		‹
140		Œ
141				
142		Ž
143				
144				
145		‘
146		’
147		“
148		”
149		•
150		–
151		—
152		˜
153		™
154		š
155		›
156		œ
157				
158		ž
159		Ÿ
160
161		¡	¡	¡
162		¢	¢	¢
163		£	£	£
164		¤	¤	¤
165		¥	¥	¥
166		¦	¦	¦
167		§	§	§
168		¨	¨	¨
169		©	©	©
170		ª	ª	ª
171		«	«	«
172		¬	¬	¬
173		­	­	­
174		®	®	®
175		¯	¯	¯
176		°	°	°
177		±	±	±
178		²	²	²
179		³	³	³
180		´	´	´
181		µ	µ	µ
182		¶	¶	¶
183		·	·	·
184		¸	¸	¸
185		¹	¹	¹
186		º	º	º
187		»	»	»
188		¼	¼	¼
189		½	½	½
190		¾	¾	¾
191		¿	¿	¿
192		À	À	À
193		Á	Á	Á
194		Â	Â	Â
195		Ã	Ã	Ã
196		Ä	Ä	Ä
197		Å	Å	Å
198		Æ	Æ	Æ
199		Ç	Ç	Ç
200		È	È	È
201		É	É	É
202		Ê	Ê	Ê
203		Ë	Ë	Ë
204		Ì	Ì	Ì
205		Í	Í	Í
206		Î	Î	Î
207		Ï	Ï	Ï
208		Ð	Ð	Ð
209		Ñ	Ñ	Ñ
210		Ò	Ò	Ò
211		Ó	Ó	Ó
212		Ô	Ô	Ô
213		Õ	Õ	Õ
214		Ö	Ö	Ö
215		×	×	×
216		Ø	Ø	Ø
217		Ù	Ù	Ù
218		Ú	Ú	Ú
219		Û	Û	Û
220		Ü	Ü	Ü
221		Ý	Ý	Ý
222		Þ	Þ	Þ
223		ß	ß	ß
224		à	à	à
225		á	á	á
226		â	â	â
227		ã	ã	ã
228		ä	ä	ä
229		å	å	å
230		æ	æ	æ
231		ç	ç	ç
232		è	è	è
233		é	é	é
234		ê	ê	ê
235		ë	ë	ë
236		ì	ì	ì
237		í	í	í
238		î	î	î
239		ï	ï	ï
240		ð	ð	ð
241		ñ	ñ	ñ
242		ò	ò	ò
243		ó	ó	ó
244		ô	ô	ô
245		õ	õ	õ
246		ö	ö	ö
247		÷	÷	÷
248		ø	ø	ø
249		ù	ù	ù
250		ú	ú	ú
251		û	û	û
252		ü	ü	ü
253		ý	ý	ý
254		þ	þ	þ
255		ÿ	ÿ	ÿ

 

مجموعه ASCII
از مقادیر 0 تا 31 (و 127) برای کنترل کاراکتر ها و 32 تا 126 برای تعیین حروف ، ارقام و سمبل ها استفاده می کند. این مجموعه از مقادیر 128 تا 255 استفاده نمی کند.

مجموعه ANSI
این مجموعه از 0 تا 127 با ASCII برابر است. این مجموعه دارای مجموعه ای اختصاصی از کاراکتر هابرا مقادیر 128 تا 159 می باشد. و در مقادیر 160 تا 255 با UTF-8 برابر است.

مجموعه ISO-8859-1
این مجموعه از مقادیر 0 تا 127 با ASCII برابر است. از مقادیر 128 تا 159 استفاده نمی کند و از مقادیر 160 تا 255 با UTF-8 برابر است.

مجموعه UTF-8
از مقادیر 0 تا 127 با ASCII برابر است. از مقادیر 128 تا 159 استفاده نمی کند و از مقادیر 160 تا 255 با هر دو گروه ANSI و 8859-1 برابر است. مجموعه کاراکترهای UTF-8 از مقدار 256 تا بیش از 10.000 کاراکتر ادامه دارد.