Codificación de página HTML. Solución de problemas con codificación incorrecta de páginas web. Metaetiquetas para motores de búsqueda
Si la codificación es incorrecta, todo el sitio o parte de él se muestra como "kryapozyablov", es decir. caracteres extraños que hacen que el texto sea ilegible. Esta situación puede ocurrir si la codificación del servidor web está configurada incorrectamente o si no hay configuraciones. Consideremos posibles opciones y formas de resolver problemas.
Codificación de página HTML incorrecta
Creemos un archivo de prueba:
Sudo gedit /var/www/html/encoding.html
Copiemos en él:
Abramos este archivo en el navegador http://localhost/encoding.html
Como puede ver, el navegador detecta incorrectamente la codificación:
Hay varias formas de corregir esta situación. Comencemos con lo más simple: especificar explícitamente la codificación de la página web. Esto se hace mediante una metaetiqueta, que debe estar ubicada dentro de la etiqueta. cabeza:
Agreguemos esta línea a nuestro archivo de prueba para que se vea así:
Archivo de prueba para comprobar la codificación
Como podemos ver en la siguiente captura de pantalla, el problema está resuelto:
Si la codificación de su archivo es diferente de UTF-8, luego reemplácelo con ventanas-1251 o uno que coincida con la codificación de la página web. Para aprender a detectar la codificación de archivos, eche un vistazo.
Esta fue la forma más sencilla de solucionar el problema de codificación, sin cambiar la configuración del servidor.
Devolvamos nuestro archivo de prueba a su estado original y continuemos estudiando formas de especificar la codificación.
si archivos .htaccess habilitados por la configuración de Apache, estos archivos se pueden utilizar para especificar la codificación de las páginas enviadas por el servidor web. Para habilitar la compatibilidad con archivos .htaccess en el archivo de configuración de Apache ( /etc/apache2/apache2.conf) encuentra un grupo de líneas
Y reemplazarlo
Permitir anulación ninguna
Permitir anular todo
Después de esto, es necesario reiniciar el servidor.
Sudo systemctl reinicia apache2.service
Archivo .htaccess debe colocarse en el mismo directorio que el sitio. Mi sitio está alojado en el directorio raíz del servidor web. Si tienes lo mismo, entonces ahora en la carpeta. /var/www/html/ crear un archivo .htaccess y agregarle la directiva Agregar conjunto de caracteres predeterminado después de lo cual indique la codificación deseada. Ejemplos
Agregar conjunto de caracteres predeterminado UTF-8
AddDefaultCharset windows-1251
Puede especificar una codificación que se aplicará solo a archivos de un formato determinado:
AddCharset utf-8 .atom .css .js .json .rss .vtt .xml
El conjunto de archivos puede ser cualquier cosa, por ejemplo:
AddCharset utf-8 .html .css .php .txt .js
La siguiente opción es una alternativa y también le permite configurar la codificación para archivos de un determinado tipo; requiere que esté habilitada; encabezados_mod:
Otra opción que también se puede utilizar en el archivo. .htaccess para configurar la codificación UTF-8:
Opciones de índice +Juego de caracteres=UTF-8
Si el sitio está en PHP, es posible que también necesite duplicar la codificación con php_value default_charset:
AddDefaultCharset windows-1251 php_value default_charset "cp1251"
En lugar de crear un archivo .htaccess, puede configurar la codificación en el archivo de configuración del servidor web. Para Apache CentOS/Fedora este es el archivo httpd.conf, y en Debian/Ubuntu este es el archivo apache2.conf. Agregue la siguiente línea para configurar la codificación y reinicie el servidor web para que los cambios surtan efecto:
Agregar conjunto de caracteres predeterminado UTF-8
Cómo configurar la codificación UTF-8 en PHP
En el script PHP, la codificación se establece en encabezamiento, Por ejemplo:
Encabezado("Tipo de contenido: charset=utf-8");
Normalmente, junto con la codificación, también se indica el tipo de contenido (en el ejemplo, la opción para una página HTML):
Encabezado("Tipo de contenido: texto/html; charset=utf-8");
Otra opción para el feed RSS:
Encabezado("Tipo de contenido: texto/xml; conjunto de caracteres=utf-8");
Recuerde que la función encabezamiento debe llamarse antes de cualquier salida al navegador. De lo contrario (si ya se realizó la salida al navegador), entonces los encabezados ya se han enviado. Evidentemente, en este caso ya no es posible cambiarlos. Si se envió un mensaje de error al navegador, entonces los encabezados ya se enviaron y su uso provocará un error. Para comprobar si los encabezados ya se han enviado, utilice encabezados_enviados.
El método descrito sólo funciona cuando el script PHP genera completamente el contenido de la página. Debe guardar las páginas estáticas (como html) en codificación utf-8. La mayoría de los servidores web tomarán nota de la codificación del archivo y agregarán un encabezado en consecuencia. De hecho, guardar un archivo PHP con codificación utf-8 conducirá al mismo resultado.
Codificación incorrecta de resultados de la base de datos MySQL
Si su sitio consta de una parte estática (plantilla) y una parte dinámica, que se forma a partir de los datos recibidos de la base de datos, entonces puede surgir una situación en la que parte del sitio tenga la codificación correcta y otra parte del sitio tenga la codificación incorrecta. uno. En este caso, es inútil cambiar la configuración del servidor web; de todos modos, parte de la página tendrá una codificación incorrecta.
Debe comenzar determinando la codificación de sus tablas. puedes mirar phpMyAdmin:
Presta atención a la columna " Comparación", entrada " utf8_unicode_ci" significa que se utiliza la codificación UTF-8.
Puede conectarse al DBMS MySQL y verificar la codificación de las tablas sin phpMyAdmin. Para hacer esto:
MySQL -u raíz -p
Si olvidó el nombre de la base de datos, ejecute el comando:
MOSTRAR BASES DE DATOS;
Digamos que quiero buscar la codificación de tablas en la base de datos information_schema.
UTILIZAR esquema_información;
Si olvidó los nombres de las tablas, ejecute:
MOSTRAR COLUMNAS COMPLETAS DESDE nombre_tabla;
Por ejemplo:
MOSTRAR COLUMNAS COMPLETAS DE GLOBAL_STATUS;
Verás algo como esto:
Ver columna Colación. En mi caso hay utf8_general_ci, es como utf8_unicode_ci, codificación UTF-8. Por cierto, si no sabes cuál es la diferencia entre codificaciones utf8_general_ci, utf8_unicode_ci, utf8mb4_general_ci, utf8mb4_unicode_ci, y también qué codificación elegir para la base de datos MySQL, luego mire.
Ahora que conocemos la codificación (en mi caso es UTF-8), cada vez que te conectas al DBMS MySQL necesitas ejecutar consultas secuencialmente:
ESTABLECER NOMBRES UTF8 ESTABLECER CONJUNTO DE CARACTERES UTF8 ESTABLECER conjunto_caracteres_cliente = UTF8 ESTABLECER conexión_conjunto_caracteres = UTF8 ESTABLECER resultados_conjunto_caracteres = UTF8
En PHP esto se puede hacer algo como esto:
$this->mysqli = new mysqli($servidor, $nombre de usuario, $contraseña, $nombrebase); if ($this->mysqli->connect_error) ( $this->errorHandler_c->logError(1, "Error de conexión (" . $this->mysqli->connect_errno . ") " . $this->mysqli->connect_error , $_SERVER ["REQUEST_URI"] ) $this->mysqli->query("ESTABLECER NOMBRES UTF8"); $this->mysqli->query("ESTABLECER CONJUNTO DE CARACTERES UTF8"); $this->mysqli->query("SET caracter_set_client = UTF8"); $this->mysqli->query("SET carácter_conjunto_conexión = UTF8"); $this->mysqli->query("SET caracter_set_results = UTF8");
tenga en cuenta que UTF8 debe reemplazarlo con la codificación que se utiliza para sus tablas.
Cambiar la codificación del archivo
Si decide ir por el otro lado y en lugar de instalar una nueva codificación, cambie la codificación de sus archivos, consulte el artículo "". Le indica cómo averiguar la codificación actual de los archivos y cómo convertir archivos a cualquier codificación (no solo a UTF-8).
Cómo saber qué codificación envía el servidor
Si desea saber qué configuración de codificación tiene el servidor web (qué codificación envía en los encabezados), utilice el siguiente comando:
URL curvada -s -o /dev/null -D /dev/stdout | grep -E "juego de caracteres"
en cambio URL inserte la dirección real del sitio que está consultando. Si el sitio utiliza HTTPS, especifique la dirección del sitio junto con el protocolo, por ejemplo
Curl https://softocracy.ru -s -o /dev/null -D /dev/stdout | grep -E "juego de caracteres"
Qué codificación elegir para un sitio web
¿Qué es la codificación de páginas, en general? ¿Para qué sirve la codificación de páginas? Ayuda al navegador a mostrar correctamente el contenido de la página. Hay una gran cantidad de codificaciones que no necesitamos saber en absoluto. Y, por supuesto, puede haber problemas con la codificación de la página.
Seguramente habrás notado que cuando entraste a alguna página del sitio, había símbolos incomprensibles en ella, de los cuales era imposible entender nada, popularmente llamados "krakozyabrs".
Navegación de página:
- Por supuesto, lo que más nos interesa son las codificaciones basadas en el idioma ruso.
1."utf-8" es una codificación universal.
"windows-1251" es cirílico.
Y aquí, por supuesto, debo hablar de la experiencia en sí, que ya cumple 10 años… ¡así que aquí está!
Al principio, cuando recién comencé, comencé con la codificación "windows-1251", pero con esta codificación surgían constantemente algunos problemas, ahora será difícil de recordar, pero al final cambié a "utf- 8”
Y, por supuesto, necesitamos escribir un par de líneas sobre lo que realmente significa esta codificación "utf-8":
UTF-8 (del formato de transformación Unicode en inglés, 8 bits - "formato de transformación Unicode, 8 bits") es un estándar de codificación de texto común que le permite almacenar y transmitir caracteres Unicode de forma más compacta utilizando un número variable de bytes (de 1 a 4) y proporciona total compatibilidad con codificación ASCII de 7 bits.Básicamente necesitamos que nuestros datos se muestren correctamente en la página...
- Con el navegador abierto, presione la combinación de botones Ctrl + U. ¡Debería abrirse una página adicional con el código!
- Por lo general, la codificación se coloca en la página al principio, aquí hay un ejemplo de codificación, aquí la codificación de la página está en la línea 4. Y parece:
Lo que significa que la página está hecha en codificación utf-8.
Esta es una de las codificaciones más comunes.
O codificación cirílica:
- Si es un (archivo) físico simple, entonces solo necesita abrirlo en algún editor y reemplazar la codificación con la que necesita.
¿Cómo cambiar la codificación de la página si tienes un motor? Cada motor tiene una lógica determinada. Como en cualquier guión. Como una página normal, el motor tiene bloques a partir de los cuales ensambla estas páginas; sólo necesitas encontrar el bloque que muestra tu codificación en el navegador... - A veces esta codificación causa varios problemas...
Por ejemplo, algunos sitios de alojamiento simplemente no admiten esta codificación.
Así es como se verá una página con codificación rota.
- De hecho, ¡hay varias razones para la aparición de los llamados krakozyabrs!
1.Codificación de página incorrecta, por ejemplo, si configura la codificación en chino y escribe texto en cirílico, ¿qué debería pasar? El navegador simplemente se volverá loco sin saber qué mostrarte y mostrará cosas desagradables.
Configuración incorrecta del navegador. O el navegador no puede encontrar automáticamente esta cadena en la página, lo que indica la codificación de la página.
3. ¡El servidor no admite esta codificación!
Tipos y tipos de codificaciones.
¿Qué significa la notación utf-8?
¿Cómo determinar la codificación de la página?
¿Dónde está la codificación de la página?
Cómo cambiar la codificación de la página HTML
Un ejemplo de codificación incorrecta.
¿Por qué aparecen krakozyabry en la página?
¿Cómo cambiar la codificación incorrecta?
1.Si estamos hablando de su página en su sitio web, entonces debe abrir su página en el Bloc de notas y cambiar la codificación de la página. Si el sitio está en un motor, entonces debe encontrar la página principal en la que está escrita la codificación y cambiarla por la apropiada.
Si el navegador interpreta la codificación incorrectamente. Entonces necesitas lidiar con el navegador.
3. Si se trata de un problema del servidor, debería intentar realizar cambios en el archivo .htaccess agregando la siguiente inscripción:
Uno de los problemas más comunes que enfrenta un principiante. Webmaster(y no sólo principiantes), esto problemas con la codificación en el sitio. Incluso a mí me aparece constantemente al crear sitios web" abracadabra"Pero, afortunadamente, sé perfectamente cómo solucionar este problema, así que puse todo en orden en unos segundos. Y en este artículo intentaré enseñarte con la misma rapidez. resolver problemas relacionados con la codificación en el sitio.
Lo primero que vale la pena señalar es que todos los problemas con la aparición de "abracadabra" están asociados con una falta de coincidencia entre la codificación del documento y la codificación establecida por el navegador. Digamos un documento en ventanas-1251, pero por alguna razón el navegador muestra UTF-8. Y la fuente de tal discrepancia pueden ser las siguientes razones.
Primera razón
La metaetiqueta está escrita incorrectamente. tipo de contenido. Ojo, siempre debe contener la codificación en la que está escrito tu documento.
Segunda razón
Parece que la metaetiqueta está escrita de la manera deseada y el navegador muestra exactamente lo que desea, pero por alguna razón todavía hay problemas con la codificación. Es casi seguro que el culpable aquí es que el documento en sí tiene una codificación diferente. Si trabajas en Bloc de notas++, luego en la parte inferior derecha está el nombre de la codificación del documento actual (por ejemplo, ANSI). Si pones una metaetiqueta UTF-8, y el documento en sí está escrito en ANSI, luego haz la conversión a UTF-8(a través del menú " Codificaciones"y punto" Convertir a UTF-8 sin BOM").
Tercera razón
Cuarta razón
Y finalmente, la última razón popular es problema de codificación de base de datos. Primero, asegúrese de que todas sus tablas y campos estén escritos con la misma codificación, que coincida con la codificación del resto del sitio. Si esto no ayuda, inmediatamente después de conectarse en el script, ejecute la siguiente solicitud:
ESTABLECER NOMBRES "utf8"
En lugar de " utf8" puede haber una codificación diferente. Después de eso, todos los datos de la base de datos deberían aparecer con la codificación correcta.
En este artículo, espero haber explicado, como mínimo, El 90% de los problemas están asociados con la aparición de "galimatías" en el sitio.. Ahora tienes que lidiar con un problema tan simple y popular como la codificación incorrecta en poco tiempo.
Al crear un sitio web, los webmasters novatos a menudo tienen preguntas: qué codificación usar para el sitio, en qué se diferencia UTF-8 de Windows-1251 y cómo ingresarlo en el META Charset de las páginas HTML del sitio. Las respuestas a todas estas preguntas están en este artículo.
¿Qué es la codificación de sitios y cómo funciona?
La codificación se puede presentar en forma de una tabla que consta de diferentes letras, números y otros símbolos comprensibles para los humanos, que están codificados de una determinada manera. Cuando abre un archivo de texto, que incluye páginas HTML, la computadora lee desde el encabezado del archivo en qué codificación se guardó y muestra el texto en la codificación apropiada, convirtiendo los datos de la computadora en una forma comprensible para los humanos al comparar estos datos con el tabla de codificación. Si la información de codificación del encabezado del archivo coincide con la codificación en la que se almacenan los datos en la página HTML, entonces el usuario ve las letras, números y otros símbolos que le son familiares. Si hay una discrepancia, el resultado es que al usuario se le presenta un conjunto de caracteres incomprensibles, esto ocurre especialmente en programas de correo electrónico antiguos. Si un usuario recibe una carta con un galimatías incomprensible, simplemente revisando diferentes codificaciones, generalmente es posible adivinar y seleccionar aquella en la que está escrita la carta y, como resultado, un conjunto de caracteres incomprensibles se vuelve comprensible para los humanos. texto.
Lo mismo ocurre con las páginas HTML del sitio. Si el documento se guardó, por ejemplo, en codificación UTF-8 y el documento en sí contiene una etiqueta META que indica que se trata de codificación Windows-1251, el navegador volverá a comparar los datos guardados en el archivo con la tabla de codificación. especificado y dado que los caracteres están codificados de manera diferente, el navegador mostrará un conjunto incomprensible de caracteres en lugar del texto habitual, o algunas de las letras pueden estar en forma normal, mientras que otras letras o símbolos pueden mostrarse, por ejemplo. por ejemplo, en forma de signos de interrogación. Todo lo anterior también se aplica a la visualización de nombres de archivos.
Al crear un nuevo documento en un editor de texto, es mejor asegurarse inmediatamente de que esté seleccionada la codificación deseada. Los editores modernos le permiten convertir el texto de un documento abierto de una codificación a otra, y el Bloc de notas estándar le permite seleccionar la codificación solo al guardar el archivo.
Las codificaciones más comunes.
Del párrafo anterior ya sabes qué es la codificación y por qué es tan importante escribirla correctamente en el código de las páginas del sitio. Averigüemos ahora cuál de las muchas codificaciones es mejor elegir para el futuro sitio. Dado que el sistema operativo más común y más fácil de aprender siempre ha sido el sistema operativo Windows, la mayoría de los desarrolladores web crearon páginas HTML en la codificación windows-1251 (ANSI), que se utilizaba de forma predeterminada. Pero Windows-1251 no admite una gran cantidad de letras y símbolos, y los desarrolladores quieren usar varias flechas, corazones, cuadrados y otros símbolos en sus textos, incluida la necesidad de combinar palabras de diferentes idiomas en un solo documento, por lo que Ha sido reemplazado durante mucho tiempo por el UTF-8 más extendido que ha llegado y la mayoría de los desarrolladores utilizan esta codificación.
Problemas de codificación no sólo en la página HTML
El sitio, ya sea simplemente una colección de documentos HTML estáticos o complejos scripts dinámicos que generan páginas sobre la marcha, está alojado en un servidor web, que también funciona con una codificación específica. Y si el servidor proporciona información en una codificación y sus páginas o scripts se guardan en una codificación diferente, nuevamente puede haber problemas al mostrar las páginas en el navegador del usuario. Muchos hostings te permiten cambiar la configuración y seleccionar la codificación de acuerdo con la utilizada en los archivos del sitio a través del panel de control, o puedes escribirla en el archivo .htaccess si el hosting utiliza el popular servidor web Apache.
Casi ningún sitio web moderno puede funcionar sin utilizar una base de datos MySQL y también puede convertirse en una fuente de problemas de codificación. Si los archivos del sitio se guardan en una codificación y la información en la base de datos está en otra, entonces en la página esa parte de la información que se genera desde la base de datos se puede mostrar en forma de los mismos signos de interrogación u otros símbolos incomprensibles. . Para evitar problemas con la codificación, debe ser la misma para el servidor web, la base de datos MySQL, en los scripts, en las páginas HTML del sitio y en la etiqueta META, que está escrita en el código HTML. Si hay problemas con la visualización del texto, verifique todo lo anterior para detectar el problema.
Juego de caracteres META del documento HTML
Para indicarle al navegador y a los motores de búsqueda en qué codificación se guardan las páginas del sitio, se escribe un META Charset en su código.
Para codificación windows-1251:
Texto de la página
Para codificación UTF-8:
Texto de la página
Ahora ya sabe qué es la codificación del sitio y dónde buscar problemas si el texto se muestra incorrectamente en cualquier parte del sitio.
Está prohibido copiar el artículo.
15.03.2016
Aún no
¡Hola a todos!
Sigamos aprendiendo los conceptos básicos de HTML. En esta lección veremos cómo especificar la codificación HTML para un sitio (página web).
Esta lección es muy importante porque no saber cómo especificar la codificación de una página web puede hacer que su página sea ilegible. Preguntas: “¿Cómo es que no pueden?”
Déjame mostrarte cómo se ve mi blog con una codificación incorrecta:
Entonces, codificación HTML– estas son tablas de correspondencia entre códigos y símbolos alfabéticos. Es decir, nuestra computadora codificadora cambiará el código a letras claras y legibles.
Para indicarle al navegador en qué codificación están los caracteres de la página web, debe escribir entre las etiquetas
Aquí hay una metaetiqueta:
Tenga en cuenta que el código contiene la palabra "nombre de codificación". Aquí debe especificar la codificación HTML.
Suele ser utf-8 o windows-1251.
Codificación parautf-8:
CodificaciónPara ventanas-1251:
Si olvida decirle al navegador en qué codificación se encuentra un sitio o página web, el navegador intentará determinar la codificación automáticamente, pero no siempre lo logra correctamente. Al final, el resultado será el mismo que mostré en la imagen de arriba.
Pasemos a la práctica.
Cómo crear un documento HTML con
codificación utf-8
“Todos los programas” => “Accesorios” => “Bloc de notas” :
