Шифрування HTML коду або будь-якого тексту

Я думаю, немає потреби доводити, що основною мовою Інтернету є англійська. У той же час для гіпертекстових документів передбачено вико тання національних алфавітів. Стандартним режимом відображення є кодування ISO Latin I (ISO 88591). Вона підходить як для MSDOS (набір символів ASCCII), так і для Windows, тому набір програм для перегляду і редагування коду HTML, досить широкий.

У той же час браузери підтрим тримують набір символів Unicode 2.0 (ISO10646), що дозволяє використовувати національні алфавіти. З практичної точки зору це означає, що символи можуть кодуватися однобайтового числом (коди в межах 0255) або двубайтовим (065 535). У першому випадку для використання національного алфавіту необхідний атрибут charset, так як одні й ті ж коди символів можуть бути інтерпретовані по-різному для різних кодових сторінок.

А як бути, якщо атрибут charset не вказано? Розкрийте в MSIE підміню Вигляд -> Кодування та перевірте, які кодові сторінки доступні на вашому комп'ютері. Напевно ви знайдете команди, що відповідають за відображення російських букв: Кирилиця (Windows-1251) і / або Кирилиця (KOI8-R). Це дві найбільш популярні в нашій країні кодування. Найпростіший варіант, коли для Web-сторінки не вказана ні кодова сторінка, ні конкретні шрифти. Тоді броузер буде використовувати шрифти, вибрані за замовчуванням. Оскільки кожен користувач налаштовує програму для себе і застосовує шрифти з національними алфавітами, то з відображенням вітчизняних ресурсів проблем зазвичай не виникає. Русский читатиме російські, а німець - німецькі тексти. Якщо сторінка завантажується з Інтернету, то проблема теж може бути вирішена: броузер аналізує текст сторінки і намагається підібрати необхідне кодування. Якщо він робить це неправильно, користувач завжди може застосувати згадану вище команду і виправити становище.

Якщо в документі є вказівка ​​на певну кодову сторінку, вибір шрифту (в даному випадку - деякого підмножини символів, які будуть служити для відображення кодів 128255) буде визначений. Коди 32127, тобто знаки пунктуації, цифри і букви латинського алфавіту, відображаються в переважній більшості випадків правильно, а коди 128255 можуть відображатися по-різному. Зазвичай програми підтримують велику кількість національних алфавітів. Під час інсталяції програмного забезпечення автоматично встановлюються і необхідні для цього шрифти.

Проблема найчастіше виникає, якщо кодова сторінка вказана неправильно. Наприклад, при створенні гіпертекстових документів в MS Word або MS FrontPage Express в текст сторінки автоматично додається конструкція типу charset = xxxxx, яка не дозволяє використовувати кирилицю. В цьому випадку необхідно правильно вказати значення атрибута: charset = windows1251 (або інше, якщо вам потрібна інша кодова сторінка). Якщо ви подивіться «фірмові» російські сайти в Інтернеті, то виявите, що більшість перемикачів кодування пропонують два варіанти використання кирилиці: Windows і KOI8.

Чому ж виникають такі складнощі, коли існує система Unicode? Відповідь проста: через прагнення розробників забезпечити собі комфортні умови роботи. Дійсно, всі стандартні програми розраховані на однобайтное уявлення символів. А редагувати код HTML найзручніше, просто вводячи символи з клавіатури. Якщо ж документ використовує кодування Unicode, то для роботи з ним не підійдуть такі засоби, як Блокнот, Norton Commander або WordPad, і доведеться зупинитися на гіпертекстовому редакторі. У цьому випадку російська буква А буде виглядати в режимі «джерела» так: А (в десяткового кодуванні). Таку сторінку буде складно читати і редагувати. Ви можете зіткнутися з подібною кодуванням, якщо будете набирати кирилицю в нерусифікованому гіпертекстовому редакторі. Він може виконати автоматичне перетворення символів. Тому кожен новий редактор треба тестувати на можливість використання російських букв: набрати невеликий текст, зберегти документ, а потім переглянути його в режимі джерела.