Що таке виндовс 1251. Інструменти для роботи з кодуваннями HTML файлів

Влад Мержевіч

Метатеги використовуються для зберігання інформації призначеною для браузерів і пошукових систем. Наприклад, механізми пошукових систем звертаються до метатегах для отримання опису сайту, ключових слів та інших даних.

Метатеги для пошукових механізмів

Серед розробників сайтів існує думка, що правильно написані метатеги дозволяють піднятися до верхніх рядків пошукових серверів. Насправді це не так, на одних метатегах високо коли піднімешся, а й невдало виконане вміст метатегов може погіршити рейтинг сайту.

Два метатега призначені спеціально для пошукових серверів: description (опис) і keywords (ключові слова). Деякі веб-майстри додавали в розділ keywords ключові слова, які не мають ніякого відношення до теми сайту, але зате користувалися певним успіхом серед відвідувачів пошукачів. Однак, через деякий час, пошукові системи навчилися боротися з таким явищем і перевіряють вміст веб-сторінки на відповідність заявленим ключовим словам.

Деякі принципи, що відносяться до метатегах:

• не вмикайте ключові слова, які не містяться на ваших сторінках;
• не повторюйте ключові слова;
• використовуйте метатеги за їх прямим призначенням;
• робіть опис і список ключових слів різними для кожної сторінки сайту з урахуванням вмісту.

description

Більшість пошукових серверів відображають вміст поля description (приклад 1) при виведенні результатів пошуку. Якщо цього тега немає на сторінці, то пошуковий движок просто перерахує перші зустрічаються слова на сторінці, які, як правило, виявляються не дуже-то і в тему.

Приклад 1. Використання Description

keywords

Цей метатег був призначений для опису ключових слів, що зустрічаються на сторінці (приклад 2). Але в результаті дії людей, які бажають потрапити у верхні строчки пошукових систем будь-якими засобами, тепер дискредитований. Тому багато пошуковики пропускають цей параметр.

Приклад 2. Використання Keywords

Ключові слова можна перераховувати через пробіл або кому. Пошукові системи самі приведуть запис до вигляду, який вони використовують.

Автозавантаження сторінок

Щоб автоматично завантажувати новий документ через певний проміжок часу використовується інструкція http-equiv = "refresh" (приклад 3).

. Для операційної системи Windows і кирилиці charset зазвичай приймає значення utf-8 або windows-1251 (приклад 4).

Приклад 4. Вибір поточного кодування

кирилиця

Якщо вказівка ​​кодування відсутня, браузер намагається сам визначити, який тип символів використовується в документі і вибирає необхідне кодування автоматично. Браузер не завжди може точно розпізнати мову веб-сторінки і в деяких випадках пропонує в'єтнамську кодування замість кирилиці. З цієї причини краще завжди вказувати наведену рядок. Проте, виникають обставини, коли вказівка ​​кодування може принести певну шкоду. Наприклад, веб-сервер автоматично використовує перекодування даних в KOI-8, а браузер, зустрівши параметр charset = windows-1251, переводить текст в кодування Windows. Виходить подвійна зміна символів, прочитати такий текст не просто. На щастя, подібна проблема вже відходить в минуле, в усякому разі, її легко можна виявити і нейтралізувати на рівні сервера.

Як відомо, в рунеті формально діють 6 російських кодувань: однобайтові windows-1251, KOI-8R, IBM866, ISO-8859-5, російська Mac і двухбайтовая UTF-8.

Проблема російських кодувань в Інтернеті зараз вже практично вирішена за рахунок фактичної монополізації Web'а кодуванням windows-1251 від Microsoft, яка є рідною для 80-90% робочих станцій, що працюють під управлінням Windows всіх версій.

Колись лідируюча кодування KOI-8R витіснено на другий план. Ще недавно вона була основною, тому що прийшла разом з Юнекс з рожевих пелюшок інтернету. KOI-8R - дитя технологічного недосконалості, коли російським духом в інтернеті і не пахло (в ній букви розташовані не за алфавітом, а за подібністю вимови з англійськими літерами). Треба було якось передавати 8-бітові російські літери через 7-бітові англомовні поштові сервери та ніхто не гарантував, що екзотична кирилиця дійде до адресата не у вигляді абракадабри. Так і народилася KOI-8R: якщо англійські сервери відсікали старший біт, то російський текст доходив умовно читабельним, правда на ругліше (російські слова англійськими літерами). В електронній пошті це кодування досі вважається стандартом, навіть дядько Біллі досі залишив її за замовчуванням в своєму поштовому клієнті Outlook Express.

У кодуванні IBM866 (вона ж DOS CP-866) web-сторінки писати не стали, так як бабуся DOS зникла з наших комп'ютерів раніше, ніж інтернет дістався до народних мас. Практично всі користувачі дивилися web з вікон, а ось з DOS'а - майже ніхто.

Кодування ISO-8859-5 і російську Mac можна вважати екзотичними, перша ніде і ні ким не використовувалася (мабуть дядечки з ISO висмоктали її з пальця), а маки в нашій країні - це скоріше дивина, ніж реальність.

UTF-8 - порівняно нова двухбайтовая кодування, покликана замінити весь існуючий звіринець старих кодувань. Але щось ніхто не поспішає це робити. І хоча для XML-документів кодування UTF-8 є стандартною за замовчуванням, в і-неті її НЕ знайдеш днем ​​з вогнем (так само як і самих XML-документів :-).

Таким чином, в перехідний період боротьба йшла в основному між кодуванням зберігання web-сторінок KOI-8R, так як практично всі інтернет-сервери працювали під Юнікс, і кодуванням користувачів windows-1251, які дивилися ці сторінки з вікон 95 або 98 калібру. Тому і виникла проблема перекодування web-контенту. Результат цієї боротьби - час від часу споглядання в браузері абракадабри замість російського тексту.

Чехарда з кодуваннями не залишила байдужими наших талановитих і всюдисущих програмістів. Вони взяли популярний web-сервер Apache, який родом теж з Юніксів і написали для нього патчі русифікації, благо Apache є програмою з відкритим вихідним кодом. Вийшов російський Apache, який примусово перекодував російське вміст web-сторінок за певними правилами. Оригінальний Apache в той час ні сном ні духом не чув про різноманіття кодувань кирилиці.

Русский Apache створив ще більше проблем. Це я відчув на своє шкурі. При видачі web-сторінки за запитом браузера Apache.ru перекодовує її з кодування зберігання (koi-8r) в кодування клієнта (наприклад, windows-1251). Припустимо на сервері лежить HTML-код в koi8-r, в заголовку сторінки, як і належить, варто meta-ТЗГ:

При передачі браузеру в Windows відбувається перекодування koi\u003e win. Таким чином, текст сторінки виявився в кодуванні windows-1251, а в заголовку і раніше стоїть той же meta-тег charset і koi8-r буде встановлена ​​браузером, в результаті чого web-сторінка буде нечитабельною. Користувачеві доведеться вручну вибрати потрібне кодування.

Щоб уникнути таких ситуацій з заголовків web-сторінок довелося взагалі викинути meta-тег charset. Але все одно немає гарантії, що кодування клієнта буде визначена коректно, так як кодування браузера за замовчуванням може не збігтися з кодуванням HTML-документа. А якщо web-сторінку помилково опублікувати на сервері в кодуванні windows-1251, то при перекодуванні koi\u003e win російський текст в браузері виявиться в невідомої кодуванні, тобто остаточно зіпсується.

Коротше кажучи, web-майстрам довелося боротися з примусовим перекодуванням в Apache.ru. (Наприклад, за допомогою налаштувань Apache або файла.htaccess).

Зараз ситуація владналося на увазі наступних причин:

• оригінальний Apache доріс таки до підтримки російських кодувань;
• web-хостери (вони ж власники юнікс-серверів) здогадалися відключити перекодування в Apache.ru або поставили оригінальний Apache, який нічого не перекодує;
• web-хостери стали використовувати в якості кодування зберігання windows-1251 (навіть на юнікс-серверах), що дозволило припинити нескінченне і безглузде перекодування web-сторінок при їх передачі браузерам клієнтів, що працюють переважно під Windows.
• всі сучасні версії браузерів навчилися автоматично визначати кодування HTML-сторінки (meta-тег charset - це найкраще рішення, на 100% гарантує правильне відображення кирилиці)

Як не дивно, парадокс ситуації полягає в тому, що монополія якоїсь однієї кодування (їй виявилася windows-1251) - це благо для всіх, на відміну від бардаку, створюваного кількома конкуруючими кодуваннями.

У цій статті я постараюся поставити всі крапки над «і» (а так само над «i») в питанні вибору кодування для створюваної HTML-сторінки.

Коли я тільки починав займатися сайтостроительства у мене постійно виникали проблеми через ці кодувань. Збережеш HTML-сторінку, вивантажити на сервер, відкриваєш, бах, а там кракозябри. Ну ось і здрастуйте, приїхали.

Або в середовищі налагодження (наприклад, локальна середовище розробки «») все нормально, а з хостингу знову вони, кракозябри прокляті, нахабно на мене дивляться.

З двигунами скільки мук було. Раптом, незрозуміло чому, рідні українські літери перетворюються в ...

Зараз ми з цією справою докладно розберемося і ви будете чітко знати   в яке кодування зберігати HTML-сторінку   і за допомогою яких інструментів.

Для зміцнення нашого взаєморозуміння визначимося з поняттям кодування. Так ось, кодування   - це таблиця відповідності машинних кодів і символів алфавіту. Є якась послідовність машинних символів, яку розумний комп'ютер, відповідно до обраної кодовою таблицею, замінює на зрозумілі нам букви.

У 90-ті роки минулого століття (давнина яка, а я як зараз пам'ятаю календар 1991 року на стіні) існувало 4-е кодування для PC і ще одна, своя власна, для Мака. Іронія долі полягає в тому, що у всіх цих кодуваннях символи латиниці ставилися у відповідність машинним кодам по одному і тому ж алгоритму, а ось з приводу кирилиці кожна з кодувань мала свою власну думку.

Вся ця плутанина і привела до появи кракозябрами. Наприклад, якщо слово « питання», Набране в кодуванні windows-1251, відобразити кодуванням KOI8-R, вийде слово« бНОПНЯ».

Слава Богу, 90-ті роки вже далеко позаду і з п'яти бредокодіровок залишилося всього 2-е нормальних. Але цього цілком достатньо, щоб початківець веб-майстер заблукав в двох соснах. Нічого, не переживайте, зараз я вас виведу з цього лісу!

На даний момент вибір для кодування HTML-документа   стоїть між windows-1251 і utf-8. А тепер увага: utf-8 значно багатшими, могутніше і за нею майбутнє. Так що наші HTML-файли ми будемо зберігати саме в utf-8.

Обґрунтую свої слова;). UTF-8 містить у своїй таблиці відповідності такі знаки, як → ← ↓. А в windws-1251 замість цих символів ось що: > . А ще в utf-8 є знак "євро"; а ще utf-8 дозволяє в одному HTML-файлі поєднувати купу різноманітних специфічних символів, використовуваних в таких мовах як грузинський, іврит, китайська, японська; а ще utf-8   в кодуваннях HTML   - це правило хорошого тону.