字符编码（Char Encodings）

字符编码是一种将字节转换为字符的方法。 要验证或显示HTML文档，程序必须选择字符编码。 HTML 5作者有三种设置字符编码的方法 -

HTTP Content-Type标头

如果您正在编写cgi或类似的程序，那么您将使用HTTP Content-Type标头来设置任何字符编码。

以下是一个简单的例子 -

print "Content-Type: text/html; charset=utf-8\r\n";

元素

您可以使用带有charset属性的元素，该属性指定HTML5文档的前512个字节内的编码。

以下是简化示例 -

<meta charset="UTF-8">

上面的语法替换了对的需求，尽管仍然允许该语法。

Unicode字节顺序标记（BOM）

字节顺序标记（BOM）由数据流开头的字符代码U + FEFF组成，其中它可以用作定义字节顺序和编码形式的签名，主要是未标记的明文文件。

许多Windows程序（包括Windows记事本）在保存为UTF-8的任何文档的开头添加字节0xEF，0xBB，0xBF。 这是Unicode字节顺序标记（BOM）的UTF-8编码，通常称为UTF-8 BOM，即使它与字节顺序无关。

对于HTML5文档，您可以在文件开头使用Unicode字节顺序标记（BOM）字符。 此字符为使用的编码提供签名。