HTML5 Charset能用吗？

前一段某项目中页面在IE6突然出现了乱码，当时做了各种排查，最终推测是使用了HTML5的DOCTYPE和Charset以及中文注释的问题，于是临时采用旧的Charset方法来修复了下，后面乱码再没出现。

其实一直不太确定HTML5的Charset能否被IE6识别，于是做了一些测试。

先说下两种Charset声明方法，其实大家应该都很熟悉的：

1

<meta charset="UTF-8"><!--HTML5方法-->

1

<meta http-equiv="content-type" content="text/html; charset=UTF-8"> <!--HTML4及XHTML方法-->

后面我们简称第一种方法为HTML5方法，第二种方法为HTML4方法。

测试环境：

Windows XP Sp2，中文版+英文版两个版本的IE6，及Windows 7 下IE9及其各种兼容模式和Chrome、Firefox等的当前Stable版本；

因为我们用到的HTML文件都是UTF8编码的，所以这里测试用例的HTML文件也都是UTF8(无BOM)格式，项目用gbk或者gb2312编码的类似。

测试用了两种方法：

1. meta方法：包括HTML5和HTML4两种方法及其混搭
2. 服务器端方法：服务器端设置charset，这里使用nginx，charset=utf-8

测试用例——Meta方法：

1. UTF8
2. UTF8 HTML4方法
3. UTF8-GB2312
4. UTF8+中文注释在meta前
5. UTF8+中文注释在HTML和HEAD之间
6. GB2312
7. GB2312 HTML4方法
8. GB2312-UTF8
9. GB2312+中文注释在meta前
10. GB2312+中文注释在HTML和HEAD之间

测试用例——服务器方法：

1. 服务器设置编码
2. meta编码和服务器编码不一致

上面各用例均可直接访问

测试结果：

1. 测试个用例在各浏览器中表现一致；
2. UTF-8的方案中，全部正常显示；
3. charset声明为gb2312，由于和文档的UTF-8编码不符，所以全部乱码；
4. 1，6用HTML5 charset分别定义了UTF8和gb2312，1正常显示没有乱码，6乱码——在中文版IE6和英文版IE6均如此，说明IE6能识别HTML5的charset；
5. 1，2用例和6，7用例，分别用单独用HTML5和HTML4方法定义charset，效果一样；
6. 值得注意的是，第三个用例先用HTML5的方法设定UTF-8编码，再用HTML4的编码设定为gb2312，但页面显示正常，而第八个用例反之，结果页面显示乱码，所以可以推测，第二个meta标签并没有生效；
7. 4、5用例并没有乱码，说明单纯的HTML注释并不一定会导致乱码，这里没有测试这两个位置加载不同编码的js等外部文件时可能发生的情况；
8. 服务器方法中，用例1并没有用meta设置charset，页面显示正常，而用例2中用meta设置charset=gb2312，与服务器版本不同，但依然没有乱码，说明服务器端返回的charset优先级更高；

结论：

其实关于charset的规范， Google的开发文档中也有解释：

1. 要在HEAD标签中；
2. 在任何其它内容之前，也就是要在HEAD中的最前面；
3. 包括空格和DOCTYPE声明在内，要在前512个字节之内；
4. HTML5和HTML4两种写法效果一样，用其中之一即可；

上面的测试也证明，第4条是正确的，两种写法均可。

另外，服务器端设置charset也是很不错的做法，charset声明直接在HTTP response中获得，效率更高，而且更方便。Google目前在用这种方法。

所以只要页面写的规范，并不会出现乱码的问题。所以可以大胆的使用HTML5的DOCTYPE和Charset声明。但是请尽量按照上面说的Google文档中的规范来，头部不要放太多东西，js等外部资源更要放到后面去。

测试中难免会有遗漏，如果有不正确的地方，欢迎指正并一起讨论~~