HTML Jeux de caractères
Jeux de caractères HTML
Pour afficher correctement une page HTML, le navigateur doit savoir quel jeu de caractères utiliser.
Le jeu de caractères utilisé aux débuts du World Wide Web était l’ASCII. L’ASCII prend en charge les chiffres 0-9, les alphabets anglais majuscules et minuscules, ainsi que certains caractères spéciaux.
Manuel de référence ASCII complet。
Comme de nombreux pays utilisent des caractères qui n’appartiennent pas à l’ASCII, le jeu de caractères par défaut des navigateurs modernes est ISO-8859-1.
Manuel de référence ISO-8859-1 complet。
Si une page web utilise un jeu de caractères autre que ISO-8859-1, il doit être spécifié dans la balise <meta>.
Jeux de caractères ISO
Les jeux de caractères ISO sont des jeux de caractères standard définis par l’Organisation internationale de normalisation (ISO) pour différents alphabets/langues.
La liste suivante présente les différents jeux de caractères utilisés dans le monde :
| Jeu de caractères | Description | Plage d'utilisation |
|---|---|---|
| ISO-8859-1 | Alphabet latin, partie 1 | Amérique du Nord, Europe de l'Ouest, Amérique latine, Caraïbes, Canada, Afrique |
| ISO-8859-2 | Alphabet latin, partie 2 | Europe de l'Est |
| ISO-8859-3 | Alphabet latin, partie 3 | Europe du Sud-Est, espéranto, divers autres |
| ISO-8859-4 | Alphabet latin, partie 4 | Scandinavie/Baltique (et autres parties non incluses dans ISO-8859-1) |
| ISO-8859-5 | Latin/Cyrillique partie 5 | Langues utilisant l'alphabet vieux slave, telles que le bulgare, le biélorusse, le russe, le macédonien |
| ISO-8859-6 | Latin/Arabe partie 6 | Langues utilisant l'alphabet arabe |
| ISO-8859-7 | Latin/Grec partie 7 | Grec moderne et symboles mathématiques dérivés du grec |
| ISO-8859-8 | Latin/Hébreu partie 8 | Langues utilisant l'hébreu |
| ISO-8859-9 | Latin 5 partie 9 | Turc. Identique à ISO-8859-1, sauf que les caractères turcs remplacent les caractères islandais. |
| ISO-8859-10 | Latin 6 | Langues lapones, germaniques, eskimo-nordiques |
| ISO-8859-15 | Latin 9 (aussi appelé Latin 0) | Semblable à ISO 8859-1, le signe euro et quelques autres caractères remplacent certains symboles moins couramment utilisés. |
| ISO-2022-JP | Latin/japonais partie 1 | Japonais |
| ISO-2022-JP-2 | Latin/Japonais partie 2 | Japonais |
| ISO-2022-KR | Latin/Coréen partie 1 | Coréen |
Norme Unicode
Comme les jeux de caractères listés ci-dessus ont des limitations de capacité et sont incompatibles avec les environnements multilingues, le Consortium Unicode a développé la norme Unicode.
La norme Unicode couvre tous les caractères, signes de ponctuation et symboles du monde.
Quelle que soit la plateforme, le programme ou le langage, Unicode peut traiter, stocker et échanger des données textuelles.
Consortium Unicode
Le Consortium Unicode a développé la norme Unicode. Son objectif est de remplacer les jeux de caractères existants par le format de transformation Unicode standard (UTF).
La norme Unicode a été couronnée de succès. Unicode est implémenté dans XML, Java, ECMAScript (JavaScript), LDAP, CORBA 3.0 et WML. Unicode est également pris en charge dans de nombreux systèmes d'exploitation et tous les navigateurs modernes.
Le Consortium Unicode coopère avec les principales organisations de normalisation, telles que l'ISO, le W3C et l'ECMA.
Unicode peut être compatible avec différents jeux de caractères. Les méthodes d'encodage les plus courantes sont UTF-8 et UTF-16 :
| Jeu de caractères | Description |
|---|---|
| UTF-8 | Les caractères en UTF-8 peuvent avoir une longueur de 1 à 4 octets. UTF-8 peut représenter n'importe quel caractère de la norme Unicode. UTF-8 est rétrocompatible avec ASCII. UTF-8 est l'encodage préféré pour les pages web et le courrier électronique. |
| UTF-16 | Le format de transformation Unicode 16 bits est un encodage de caractères variable Unicode qui peut encoder tous les points de code Unicode. UTF-16 est principalement utilisé dans les systèmes d'exploitation et les environnements, tels que Microsoft Windows 2000/XP/2003/Vista/CE, ainsi que dans les environnements de bytecode Java et .NET. |
Astuce :Les 256 premiers caractères du jeu de caractères Unicode correspondent aux 256 caractères ISO-8859-1.
Astuce :Tous les navigateurs HTML 4 prennent déjà en charge UTF-8, et tous les processeurs XHTML et XML prennent en charge UTF-8 et UTF-16 !
Autres extensions