萬盛學電腦網

您现在的位置: 萬盛學電腦網 >> 程式設計 >  >> 網頁製作 >> HTML 腳本教學

前端編碼核心觀念:Charset、Character Encoding、UTF-8 運作機制與 JS 處理實務

前端開發必須釐清「字符集」與「編碼方式」兩個層次概念,徹底解決中文亂碼、URL 編碼、儲存傳輸等全鏈路問題。

核心概念區隔

概念定義例子
Charset (字符集)字符→代碼點 的映射表ASCII (0-127)、GB2312、Big5、Unicode (UCS)
Character Encoding (編碼方式)代碼點→位元組序列 的演算法UTF-8、UTF-16LE、GBK、EUC-CN

Unicode 統一碼表 (UCS) + UTF-8 變長編碼 = 現代 Web 通用基石。

UTF-8 位元組結構解析

碼點範圍位元組數位元模式涵蓋字符
U+0000 ~ U+007F10xxxxxxxASCII (相容關鍵)
U+0080 ~ U+07FF2110xxxxx 10xxxxxx希臘文、西里爾文、阿拉伯文、希伯來文
U+0800 ~ U+FFFF31110xxxx 10xxxxxx 10xxxxxx**中日韓統一表意文字 (CJK)**
U+10000 ~ U+1FFFFF411110xxx 10xxxxxx 10xxxxxx 10xxxxxx擴展漢字、Emoji、歷史文字

關鍵設計優勢

  • ASCII 透明相容:純英文檔案 UTF-8 與 ASCII 位元組完全相同
  • 自同步/自識別:首位元組高位模式判斷長度,無需 BOM
  • 無序列值衝突:ASCII 位元組 (0x00-0x7F) 永不出現在多位元組序列中

JavaScript 內部與外部編碼處理

// JS 內部使用 UTF-16 代碼單元 (BMP 字符 1 個 code unit,補充平面 2 個)
'口'.charCodeAt(0)        // 21475 (0x53E3)
'口'.codePointAt(0)       // 21475
'😀'.charCodeAt(0)        // 55357 (高代理項)
'😀'.codePointAt(0)       // 128512 (真實碼點)

// 常用編解碼 API
escape('口')        // "%u53E3" (舊標準,棄用)
encodeURI('口')     // "%E5%8F%A3" (UTF-8 百分號編碼,保留保留字符)
encodeURIComponent('口') // "%E5%8F%A3" (全編碼,用於查詢字串參數)
unescape / decodeURI / decodeURIComponent // 對應解碼

// 手動 UTF-8 編碼驗證
function toUtf8Bytes(str) {
  return new TextEncoder().encode(str); // Uint8Array [229, 143, 163] = 0xE5 0x8F 0xA3
}

實務避坑清單

  1. **檔案儲存編碼 = 頁面宣告編碼 = 資料庫連線編碼 = HTTP Header 編碼** (全鏈路 UTF-8)
  2. HTML `` 必須在 `` 前 1024 bytes 內
  3. 表單提交 `
    ` 明確指定
  4. AJAX `xhr.setRequestHeader('Content-Type', 'application/x-www-form-urlencoded; charset=UTF-8')`
  5. 後端 `header('Content-Type: text/html; charset=utf-8')` 覆蓋伺服器預設
  6. 資料庫連線 `SET NAMES utf8mb4` (MySQL) / `client_encoding = 'UTF8'` (PostgreSQL)
copyright © 萬盛學電腦網 all rights reserved