HTML Kódlapok
Kódlapok
Ahoz, hogy a böngésző helyesen jelenítse meg a HTML oldalt, tudnia kell, hogy milyen karakter készlettel készült az oldal. A korai világhálón ez a karakter készlet az ASCII volt. Mivel sok nyelv karakterei nem képezik részét az ASCII karakter készletnek, ezért egyéb kódlapokat kell használni. A <meta> tagel lehet beállítani egy weboldal oldal kódlapját.
Megjegyzés: A web kiszolgáló a kapcsolat kezdetén megadhat egy kommunikációs kódlapot. Ez felüldefiniálhatja a HTML dokumentumban megadottat.
ISO kódlapok
A Nemzetközi Szabványügyi Szervezet (International Standards Organization) meghatározza a szabványos karakter-készleteket a különböző nyelvek számára.
| Kódlap | Meghatározás | Leírás |
|---|---|---|
| ISO-8859-1 | Latin part 1 | Észak-Amerika, Nyugat-Európa, Latin-Amerika, Karib-térség, Kanada, Afrika |
| ISO-8859-2 | Latin part 2 | Kelet-Európa |
| ISO-8859-3 | Latin part 3 | Délkelet-Európa, eszperantó, egyéb |
| ISO-8859-4 | Latin part 4 | Skandinávia / Baltikum (és amit nem tartalmaz az ISO-8859-1) |
| ISO-8859-5 | Latin/Cyrillic part 5 | Nyelvek, amelyek használják a cirill ábécét. Pl: bolgár, belorusz, orosz és macedón. |
| ISO-8859-6 | Latin/Arabic part 6 | Nyelvek, amelyek használják az arab ábécé-t |
| ISO-8859-7 | Latin/Greek part 7 | Modern görög nyelv, valamint görög eredetű matematikai szimbólumok |
| ISO-8859-8 | Latin/Hebrew part 8 | Nyelvek, amelyek használják a héber ábécé-t |
| ISO-8859-9 | Latin 5 part 9 | Török. Ugyanaz, mint az ISO-8859-1, csak egyes izlandi karakterek helyett Török karakterek vannak. |
| ISO-8859-10 | Latin 6 Lappish, Nordic, Eskimo | Skandináv nyelvek |
| ISO-8859-15 | Latin 9 (aka Latin 0) | Hasonló a ISO 8859-1 -hez, de néhány szimbólumban különbözik. |
| ISO-2022-JP | Latin/Japanese part 1 | Japán nyelv |
| ISO-2022-JP-2 | Latin/Japanese part 2 | Japán nyelv |
| ISO-2022-KR | Latin/Korean part 1 | Koreai nyelv |
Az Unicode szabvány
Mivel a kódlapok korlátozott méretűek és nem kompatibilisek a többnyelvű környezettel az Unicode Consortium kidolgozta a Unicode szabványt. A Unicode szabvány lefedi az összes karaktert, írásjelet és szimbólumot a világon. Unicode lehetővé teszi a feldolgozását, tárolását és cseréjét a szöveges adatoknak, függetlenül a platformoktól, programoktól és nyelvektől.
Az Unicode Consortium
Az Unicode Consortium fejleszti a Unicode szabványt. Céljuk, hogy a már létező karakter-készleteket felváltsa az Unicode Transformation Format (UTF). Az Unicode szabványt támogatja számos operációs rendszer és minden modern böngésző. Az Unicode Consortium együttműködik a vezető szabványokat kidolgozó szervezetekkel, mint az ISO, W3C és ECMA. Az Unicode kódlást különböző kódlapoknál lehet használni. A leggyakrabban használt kódlap az UTF-8 és UTF-16.
UTF-8: A karakter az UTF-8 kódolásban 1-4 byte hosszú lehet. Az UTF-8 tartalmaz minden karaktert a Unicode szabványban. Az UTF-8 felülről kompatibilis az ASCII-val. UTF-8 az ajánlott kódolás e-mailek és weboldalak számára.
UTF-16: 16-bites, változó hosszúságú Unicode karakterkódolás, amely képes az összes Unicode típusú kódolásra. UTF-16-ot használják a fő operációs rendszerek és környezetek.
