☰

Firefox 在网页上显示乱码

tag-icon • tag-icon linux firefox internet-explorer encoding
Firefox 在网页上显示乱码

在此网页上http://taj.chass.ncsu.edu/Hindi.Less.05/dialog_script.html，在 Windows 和 Linux 上运行的 Firefox 和 Opera 显示源 html 中夹杂着垃圾字符（对我来说，它们显示为带有问号的黑色菱形），而不是呈现的网页。

在我尝试过的所有浏览器中，只有 Internet Explorer 可以正确显示页面。我非常希望能够在 Linux 上运行 Firefox 来使用该网站。为了尝试让页面正确显示，我尝试手动将字符编码设置为所有可用值，但没有任何成功。你们还有其他建议吗？

答案1

在 Firefox 中，使用

查看->字符编码->更多编码->UTF-16。

希望有所帮助。

大多数计算机文本被编码为ascii或者8 位 Unicode（UTF-8）

有关 UTF-16 的更多信息，请查看这里。

一般来说，如果您�在 Firefox 中看到，请使用一些“智能猜测”并尝试更改字符编码。通常这种方法有效，但偶尔，尤其是在使用 Linux Firefox 时，您可能会遇到字体问题。

答案2

虽然确实可以手动选择某种编码（访问其他网站时不要忘记禁用该编码），但实际上网站应该正确指定它。服务器或网页本身应该指定某些内容，否则浏览器只能做出最佳猜测。当然，如果编码是指定，那么 HTML 文档实际上应该使用该编码。网站从问题来看，如下所示：

要查看 Web 服务器是否指定了某些内容，需要查看所谓的标题. 使用在线服务网络嗅探器显示你将获得的标题：

HTTP/1.1 200 正常

日期：2009 年 8 月 17 日星期一 17:47:03 GMT   
服务器：Apache  
最后修改时间：2006 年 11 月 27 日星期一 23:38:49 GMT   
ETag：“758b0606-1a316-4234309151440”  
接受范围：字节   
内容长度：107286  
连接：关闭   
内容类型：text/html；字符集=utf-8（BOM UTF-16，litte-endian）

最后一行看起来有点奇怪：服务器怎么能声称某个东西既是 UTF-8 又是 UTF-16？的值charset应该是其中之一挂号的与 IANA 一致（例如，UTF-8 没有任何注释）。但是，使用Wireshark数据包嗅探器而不是在线服务揭示了文本（BOM UTF-16，小端字节序）实际上是来自在线服务的评论，而不是由网络服务器发送的。

因此：Web 服务器声称它将向我们发送一个 UTF-8 编码的 HTML 文档。

但是，下面的 HTML 文档是错误的（已编辑以便于阅读）：

ÿþ<!DOCTYPE html PUBLIC "-//W3C//DTD HTML 4.01 Transitional//EN">
<html>
  <头部>
    <title>第 5 课</title>
    <meta http-equiv="Content-Type" content="text/html; charset=utf-8">
    <link href="main.css" rel="stylesheet" type="text/css">
  </head>
...

上面，指定内容类型的行应该是 中第一个出现的行<head>，否则浏览器不知道如何处理 中的特殊字符<title>。更重要的是，前两个奇数字符ÿþ实际上是十六进制代码 FF 和 FE，就像已经提到的在线服务一样，它们是字节顺序标记对于 UTF-16，小端字节序。

因此：Web 服务器承诺发送 UTF-8，但随后它发送了指示 UTF-16 LE 的标记。接下来，在 HTML 文档中，它声称再次使用 UTF-8。

事实上，Wireshark 显示实际的 HTML 文档是 UTF-16 编码的。这意味着每个字符至少使用两个字节（八位字节）发送。例如 中的 6 个字符<html>以 12 个十六进制字节的形式发送3C 00 68 00 74 00 6D 00 6C 00 3E 00。但是，这个网站很可能是纯 ASCII，因为它似乎没有使用任何非 ASCII 字符。相反，HTML 源代码充满了数字字符引用（不合格品）， 例如：

&#2351;&#2361; &#2342;&#2367;&#2354;&#2381;&#2354;&#2368;
&#2358;&#2361;&#2352; &#2361;&#2376;&#2404;

浏览器会将上述内容显示为 यह दिल्ली शहर है।。但是，由于使用了 NCR 和 UTF-16，单个字符 य (统一码 U+092F) 在 中需要多达 14 个字节26 00 23 00 32 00 33 00 35 00 31 00 3B 00，因为它是使用 NCR 编写的，&#2351;而 NCR 本身的 7 个 ASCII 字符使用 UTF-16 编码。当不使用 NCR 时，在 UTF-8 中，这个单个 य 需要 3 个字节（E0 A4 AF），而在 UTF-16 中则需要 2 个字节（09 2F）。

对于此 HTML 源，使用 UTF-16 完全浪费带宽，并且服务器也没有使用任何压缩。

相关内容