Php UTF-8和HTML实体之间的区别是什么？

UTF-8和HTML实体之间的区别是什么

是字节级编码的编码方案

提供一种在标准（通常为ASCII）字符空间中表示多个字符的方法。当UTF-8不可用时，它还使它们更易于人类阅读

---

如今，HTML实体的主要目的是确保看起来像HTML的文本呈现为文本。例如，“小于”或“大于”运算符（

或

）在按特定顺序放置（即）时可能会意外地呈现为HTML，而其目的是呈现为文本。

。HTML实体主要用于转义HTML标记，以便可以在HTML中显示（而不是混淆显示与输出）。例如，

输出一个>，而>关闭一个标记。虽然可以使用HTML实体生成完整的Unicode，但效率非常低，而且非常糟糕

---

UTF-8是一种针对Unicode的多字节编码，它涵盖了如何在经典美国ASCII码页之外显示字符，而无需切换码页和尝试混合码页。单个代码点（可以将其视为一个字符，尽管这并不真正正确）可以由6个字节的数据组成。它用于表示基本多语言平面（BMP）内外的任何字符，例如重音字符、东亚字符以及凯尔特树书写（Ogham）等字符集

UTF-8是一种编码，

htmlentities

是一种使用户输入安全地显示在页面上的功能，因此HTML标记不会直接添加到标记中。请参阅。

更多信息，请参阅UTF-8，这是一种将自然数列表无损和自同步映射到ByTestStream的方法，这样您就可以恢复（无损）自然数，如果您刚好落在流的“中间”，这不是什么大问题。（自同步）

每个自然数恰好代表一个“字符”

HTML实体是一种表示相同自然数的方式，如：



，表示自然数127，在unicode中是

DEL

字符

在UTF-8中，这是ByTestStream:

0111111

一旦超过127，它就变成多个八位组，因此128变成：

10000001 1111111111

一行中的两个

DEL

字符变为

0111111011111

。UTF-8的设计方式是，始终可以从ByTestStream中检索“unicode标量值”的原始列表，即使例如4个八位字节的ByTestStream可以映射回1到4个不同的标量值。因此，UTF-8被称为“可变长度”。

您在屏幕上看到的“A”实际上并不是作为“A”存储在计算机中，而是1和0的序列。字符集或编码指定以这种方式对字符进行编码的方法。它只包含少量可以编码的字符，几乎只限于英语字符。但由于历史原因和当时的技术限制，它曾经是互联网的角色集（很早以前）

UTF-8和HTML实体都可用于编码不属于ASCII的字符。HTML实体通过赋予特殊字符序列特殊意义来实现这一点。使用它，您可以仅使用ASCII字符对ASCII未涵盖的字符进行编码。UTF-8（Unicode）通过简单地扩展字符集以包含更多字符来实现相同的功能。HTML实体只有在您费心解码它们的环境中才是“有效”的，而这种环境通常是浏览器。UTF-8字符在任何支持字符集的应用程序中都是通用的

仅包含ASCII包含的字符的文本：

价格：$20

（UTF-8）

价格：$20

（带HTML实体的ASCII）

包含ASCII未涵盖的欧洲字符的文本：

Beträge:20欧元

（UTF-8）

Beträ；通用电气：20欧元（带HTML实体的ASCII）

包含亚洲字符的文本，大多数肯定不包含在ASCII中：

値段：二千円（UTF-8）

和#x5024段：二千円（带HTML实体的ASCII）

UTF-8的问题在于客户机需要理解UTF-8。在过去十年左右的时间里，这一点并不重要，因为所有现代计算机和浏览器都能理解UTF-8。UTF-8（Unicode）可以对这个星球上目前使用的几乎所有字符进行编码（只有少数例外）。使用它，您可以按“原样”处理文本。它绝对应该是保存文本的首选编码

HTML实体的问题在于普通字符具有特殊的含义。编写
时ä，它具有“ä”的特殊含义。如果确实要编写“ä；”，则需要将序列双重编码为
&；auml

HTML实体也是出了名的不可读。您不希望使用它们在普通文本中对“特殊”字符进行编码。在这种能力下，他们是一个固定在一个不适当的角色集上的乱七八糟的人。改用Unicode

独立于所用字符集的HTML实体的重要用途是将HTML标记与文本分开。HTML也赋予了特殊字符序列特殊的含义<代码>文本
是一个正常的字符序列，但对HTML解析器有特殊的意义。如果您打算只编写“文本”，则需要将其编码为
b文本/b
，这样HTML解析器就不会将其误认为HTML标记。
对不起。可读的？我认为您不应该使用HTML实体，而应该始终对页面使用UTF-8编码。显示实际字符比表示相同字符的某些ascii组合可读性强得多。当然，您需要一种支持