Pages

Friday, 3 February 2012

网页UTF8编码开发中空白的问题

页面采用 UTF-8 编码,头部和尾部用了模板包含文件的方法,结果头部和尾部无端端各多出一个约 10px 的空行,什么也没有。
原因是全部采用 UTF-8 编码,包含文件的时候,最后的二进制流中包含了多次 UTF-8 BOM 标记,IE 不能正常解析包含多个 UTF-8 BOM 标记的页面,直接替换成实际显示的回车,这样导致一个空行,而 firefox 却没有这个问题。
故如果模板采用包含的方法包含多个 UTF-8 文件需要用 UltraEdit 保存时另存为功能 选择 UTF-8 无 BOM 格式保存即可。
另外,如果中文页面在 html head 标记中将 title 标记放在 前面会导致页面空白。
所以 UTF-8 页面应该使用标准顺序.

BOM 头:xEFxBBxBF,PHP4、5 尚对 BOM 无视,所以在解析前直接输出。
对此 w3.org 标准 FAQ 中对此问题有一个专门的描述:http://www.w3.org/International/questions/qa-utf8-bom

具体如下:

在UCS 编码中有一个叫做“ZERO WIDTH NO-BREAK SPACE”的字符,它的编码是 FEFF。而 FFFE 在 UCS 中是不存在的字符,所以不应该出现在实际传输中。UCS 规范建议我们在传输字节流前,先传输字符“ZERO WIDTH NO-BREAK SPACE”。这样如果接收者收到 FEFF,就表明这个字节流是 Big-Endian 的;如果收到 FFFE,就表明这个字节流是Little-Endian的。因此字符“ZERO WIDTH NO-BREAK SPACE”又被称作 BOM。

UTF-8 不需要 BOM 来表明字节顺序,但可以用 BOM 来表明编码方式。字符“ZERO WIDTH NO-BREAK SPACE”的 UTF-8 编码是 EF BB BF。所以如果接收者收到以 EF BB BF 开头的字节流,就知道这是 UTF-8 编码了。

Windows 就是使用 BOM 来标记文本文件的编码方式的操作系统:Windows XP Professional,缺省字符集:中文

1)Notepad:可以自动识别出没有带 BOM 的 UTF-8 编码格式文件,但不可以控制保存文件时是否添加 BOM,如果保存文件,那么会统一添加 BOM 。

2)EditPlus:不能自动识别出没有 BOM 的 UTF-8 编码格式文件,文件保存时,选择UTF-8 格式,不会在文件头写上 BOM Header.

3)UltraEdit:对于字符编码的功能最为强大, 可以自动识别带 BOM 和不带 BOM 的 UTF-8 文件 (可以配置);保存的时候可以通过配置选择是否添加 BOM.

(特别需要注意的是,保存一个新建立的文件时,需要选择另存为 UTF-8 NO BOM 格式)

后来发现 Notepad++ 也对于 UTF-8 BOM 支持比较好,推荐大家使用。

No comments:

Post a Comment