HTML అక్షరసమాహారం

హ్ట్మ్ల్ పేజీని సరిగా ప్రదర్శించడానికి, బ్రౌజర్లు ఉపయోగించాల్సిన అక్షరసమితి (కోడింగ్) ను తెలుసుకోవాలి:

ఉదాహరణ

<meta charset="UTF-8">

HTML అక్షరసమాహారం

HTML5 ప్రమాణం HTML డెవలపర్లకు UTF-8 అక్షరసమితిని ఉపయోగించడాన్ని ప్రోత్సహిస్తుంది!

అయితే ఇది ఎప్పటికీ అలా కాదు. ప్రారంభకాల వెబ్ చరిత్రలో అక్షరకోడింగ్ ASCII అయింది.

తరువాత, HTML 2.0 నుండి HTML 4.01 వరకు, ISO-8859-1 ప్రమాణ అక్షరసమితిగా పరిగణించబడింది.

XML మరియు HTML5 వచ్చినప్పుడు, UTF-8 అంతర్జాతీయ అక్షరాల కోడింగ్ సమస్యలను పరిష్కరించింది.

ప్రారంభంలో: ASCII

కంప్యూటర్ డేటా ఇలెక్ట్రానిక్ పరికరాల్లో బైనరీ కోడ్ (01000101) లో నిల్వ చేయబడుతుంది.

టెక్స్ట్ స్టోరేజ్ ప్రామాణీకరణ కొరకు, అమెరికన్ స్టాండర్డ్ కోడ్ ఫర్ ఇన్ఫర్మేషన్ ఇంటర్చేంజ్ (ASCII) సృష్టించబడింది. ఇది ప్రతి స్టోరేజ్ అక్షరానికి ఒక ప్రత్యేక బైనరీ నంబర్ నిర్వచిస్తుంది, దీనిలో 0-9 మధ్య సంఖ్యలు, పెద్ద మరియు చిన్న అక్షరాలు (a-z, A-Z) మరియు ప్రత్యేక అక్షరాలు (ఉదా. ! $ + - ( ) @ < > ,) ఉన్నాయి.

ASCII యొక్క 7 బిట్లు అక్షరాలను ఉపయోగిస్తుంది కాబట్టి, ఇది మాత్రమే 128 వివిధ అక్షరాలను ప్రస్తుతిస్తుంది.

ASCII యొక్క అత్యంత ముఖ్యమైన కొరత అనగా, ఇంగ్లీష్ అక్షరాలను మాత్రమే స్వీకరిస్తుంది.

ఈ రోజుకు, ASCII ఇప్పటికీ ఉపయోగించబడుతుంది, ప్రధానంగా పెద్ద హోస్ట్ కంప్యూటర్ సిస్టమ్స్ లో.

మరింత శోధన కోసం మా పూర్తి ASCII సూచిక.

విండోస్ లో: Windows-1252

Windows-1252 విండోస్ (విండోస్ 95 వరకు) లో డిఫాల్ట్ చరిత్ర.

ఇది ASCII యొక్క విస్తరణ మరియు అంతర్జాతీయ అక్షరాలను జోడించారు.

ఇది ఒక పూర్తి బెయ్ట్ (8 బిట్లు) ను ఉపయోగిస్తుంది మరియు 256 వివిధ అక్షరాలను ప్రస్తుతిస్తుంది.

Windows-1252 విండోస్ లో డిఫాల్ట్ సెట్టింగ్ అయినందున, అన్ని బ్రౌజర్లు దానిని మద్దతు చేస్తాయి.

మరింత శోధన కోసం మా పూర్తి Windows-1252 సూచిక.

HTML 4 లో: ISO-8859-1

HTML 4 లో అత్యంత ఉపయోగించే అక్షరసమితి ISO-8859-1.

ISO-8859-1 లు ASCII యొక్క విస్తరణ మరియు అంతర్జాతీయ అక్షరాలను జోడించారు.

ఉదాహరణ

<meta http-equiv="Content-Type" content="text/html;charset=ISO-8859-1">

ఎచ్చిఎమ్ఎల్ 4 లో, <meta> టాగ్ లో ఇజో-8859-1 కంటే వేరే అక్షరసమాహారాన్ని నిర్దేశించవచ్చు:

ఉదాహరణ

<meta http-equiv="Content-Type" content="text/html;charset=ISO-8859-8">

అన్ని HTML 4 ప్రయోజకులు కూడా UTF-8 ను మద్దతు ఇస్తాయి:

ఉదాహరణ

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

సూచన:బ్రౌజర్ ISO-8859-1 ను గుర్తించినప్పుడు, అది సాధారణంగా Windows-1252 ను ముందుకు తీసుకువెళుతుంది, కారణం విండోస్-1252 లో 32 అంతర్జాతీయ అక్షరాలు ఉన్నాయి.

మరింత శోధన కోసం మా పూర్తి ISO-8859-1 సూచిక.

ఎచ్చిఎమ్ఎల్5 లో: Unicode UTF-8

HTML5 ప్రమాణం వెబ్ డెవలపర్లకు UTF-8 అక్షరసమాహారాన్ని ఉపయోగించడాన్ని ప్రోత్సహిస్తుంది.

ఉదాహరణ

<meta charset="UTF-8">

మీరు UTF-8 కంటే వేరే అక్షరసమాహారాన్ని <meta> టాగ్ లో నిర్దేశించవచ్చు:

ఉదాహరణ

<meta charset="ISO-8859-1">

Unicode కలహాలు UTF-8 మరియు UTF-16 ప్రమాణాలను అభివృద్ధి చేసింది, కారణం ఇజో-8859 అక్షరసమాహారం పరిమితంగా ఉంది మరియు బహులింగ్ భాషా పరిస్థితులతో సంబంధం లేదు.

Unicode ప్రమాణం (దాదాపు) ప్రపంచంలో అన్ని అక్షరాలను, పద్ధతులను మరియు చిహ్నాలను కలిగి ఉంటుంది.

సూచన:అన్ని HTML5 మరియు XML ప్రయోజకులు UTF-8, UTF-16, Windows-1252 మరియు ISO-8859 ను మద్దతు ఇస్తాయి.

మరింత శోధన కోసం మా పూర్తి Unicode సూచిక.