強迫網頁預設編碼語系

強迫網頁預設編碼語系

瀏覽器對於網頁的語系判斷，網路上一堆文章在討論，不過我覺得不太正確，似是而非，所以我寫了這篇文章。

首先，大家都知道網頁的HEADER這行可以決定編碼方式，這個稱之為 META

< meta http-equiv="Content-Type" content="text/html; charset=utf-8">

大部分的瀏覽器如果編碼設成「自動偵測」時都能正確的分析，並以 utf-8 輸出。但世界並不會這麼平順完美，明明我這樣設定時，他就是用 big5 丟出來，或是我明明設定 META 為 big5，但是他丟出來卻是 utf-8，是不是我的瀏覽器不好，所以換了瀏覽器，也許仍不正常(或者是正常後開始罵不正常的瀏覽器爛)。



為何會如此，先來研究一下，在 APACHE 的 httpd.conf 及 php.ini 中都有指定編碼語系的方式，例如：

[httpd.conf]
AddDefaultCharset Big5

[php.ini]
default_charset = "iso-8859-1"

這個萬不得已是不應該去指定的，因為一旦指定，也許能解決一時的問題，但是未來接手管理的人，會毫無頭緒，不知道為什麼編碼怎麼設都不正確，找不出原因。此外，如果在共用的空間中，更沒有辦法去修改 httpd.conf 或是 php.ini 的 charset，常會一個頭兩個大。

接下來我們來研究，為什麼明明 META 就已經正確了，瀏覽器好像視而不見？

先來看看，如果在 httpd.conf 中或是php.ini 已經預設了編碼，瀏覽器取得網頁有什麼不同。這裡我們就要回到 http 這個協定一開始的定義點來看
Hypertext Transfer Protocol -- HTTP/1.1 rfc 2612

瀏覽器在取得網頁內容之前，無論有無讀取過，都會進行一個 HEAD method 以檢查網頁是否有更新，以決定是否要 refresh。所以我們來看一下有定義 charset 和未定義 charset 時取回的 head 有何不同，特別注意，這個 HEAD 不是網頁裡的 < head>標籤中的東西，別搞錯了。

我們來用最原始的定義進行 http 通訊。

[測試參數]

1. 網站 hanbz.example.com (偽) META utf-8 編碼，系統未設定任何預設編碼方式
2. 網站 hanbz.example.com (偽) META utf-8 編碼，系統預設 big5 編碼方式如下(設定在網站 / 目錄的 .htaccess)：

AddDefaultCharset Big5

IndexOptions Charset=Big5

[測試]

以下直接用 HEAD 方法取得的內容：

測試 1. hanbz.example.com

# telnet hanbz.example.com 80
Trying 114.33.4.124...
Connected to example.com.
Escape character is '^]'.
HEAD / HTTP/1.1
Host:hanbz.example.com
Connection: close

HTTP/1.1 200 OK
Date: Sat, 24 Apr 2010 06:43:37 GMT
Server: Apache/2.2.9 (ubuntu) mod_ssl/2.2.9 OpenSSL/0.9.8e DAV/2 PHP/5.2.6 with Suhosin-Patch
X-Powered-By: PHP/5.2.6
Set-Cookie: PHPSESSID=m1da8jd9d5rsca810as44qoah2; path=/
Expires: Thu, 19 Nov 1981 08:52:00 GMT
Cache-Control: no-store, no-cache, must-revalidate, post-check=0, pre-check=0
Pragma: no-cache
Connection: close
Content-Type: text/html

Connection closed by foreign host.

測試 2 . hanbz.example.com

# telnet hanbz.example.com 80
Trying 114.33.4.124...
Connected to example.com.
Escape character is '^]'.
HEAD / HTTP/1.1
Host:hanbz.example.com
Connection: close

HTTP/1.1 200 OK
Date: Sat, 24 Apr 2010 06:44:14 GMT
Server: Apache/2.2.9 (ubuntu) mod_ssl/2.2.9 OpenSSL/0.9.8e DAV/2 PHP/5.2.6 with Suhosin-Patch
X-Powered-By: PHP/5.2.6
Set-Cookie: PHPSESSID=v8hrfte7qvlhs8vmfeu4fgcch3; path=/
Expires: Thu, 19 Nov 1981 08:52:00 GMT
Cache-Control: no-store, no-cache, must-revalidate, post-check=0, pre-check=0
Pragma: no-cache
Connection: close
Content-Type: text/html; charset=Big5 <== 注意看，多出這一行

Connection closed by foreign host.

由此可知，瀏覽器在 HEAD method 完畢後，就自動會切換成 Big5 的編碼，這時就算你在 < META > 中怎麼設定，瀏覽器全都視而不見啦，這和什麼 BOM 一點關係也沒有。

以上文章轉載自：http://note.tcc.edu.tw/477.html

確實是我之前沒有注意到的地方，以往都只有使用meta去做設定，非常值得參考。