サーバーのContent-Typeヘッダーに関係なく、HTML Webサイトの文字エンコードをブラウザーに伝える方法は？

9

私はHTMLページを持っています（ディスク上の物理のエンコーディングがそれに一致している）が、それがContent-Typeであることを通知しています：

<!DOCTYPE html PUBLIC "-//W3C//DTD HTML 4.01 Transitional//EN">
<html>
  <head>
    <meta http-equiv="Content-Type" content=
    "text/html; charset=utf-8">
    <title> ...

ブラウザ（Google Chrome、Firefox）でディスクからファイルを開くと正常に動作します。

HTTP経由でリクエストすると、ウェブサーバーは別のContent-Typeヘッダーを送信します。

$ curl -I http://example.com/file.html
HTTP/1.1 200 OK
Date: Fri, 19 Oct 2012 10:57:13 GMT
...
Content-Type: text/html; charset=ISO-8859-1

（最後の行を参照）。次に、ブラウザーはISO-8859-1を使用して、望ましくない結果を表示します。

HTMLドキュメント内からブラウザーに送信されるサーバーヘッダーを上書きする一般的な方法はありますか？

— ハクレ
ソース

6

「HTMLドキュメント内からブラウザに送信されるサーバーヘッダーを上書きする一般的な方法はありますか？」

私の知る限り、あなたはすでにあなたができることをします。ヘッダーを介して定義された文字セットは、METAタグでの定義よりも優先されます。

Apacheなどのサーバーにアクセスできる場合、次のステートメントで構成されます（コメント行を参照）。

# Read the documentation before enabling AddDefaultCharset.
# In general, it is only a good idea if you know that all your files
# have this encoding. It will override any encoding given in the files
# in meta http-equiv or xml encoding tags.

#AddDefaultCharset UTF-8

[更新]

2番目のw3dのコメントには、Apacheサーバーのhtaccess-Directivesを介して文字セットを変更する方法がいくつかあります。

— 初期
ソース

2

+1 HTTPヘッダーはHTMLメタタグを上書きします。@hakreがサーバー側にアクセスできる場合、ページごとにContent-Typeヘッダーをオーバーライドすることもできます。

— MrWhite 2012年

3

右、これはHTTPヘッダーがメタタグよりも優先

— Jukka K. Korpela

答えてくれてありがとう。@Korpela：はい、HTML仕様を使用してメモリにそれを保存しました。それは私がそれを必要とするので、まったく逆の方法です

— 。– hakre

.htaccessについて（申し訳ありませんが、これは新しい質問のはずです）、;charset=...httpヘッダーからを削除することもできます。このサイトはで非常にうまく機能しContent-Type: text/htmlます。ファイルが異なれば、サーバー上のエンコードも異なります。（私もこれが可能ではないのではないかと心配しています。数週間前にそれを探したと思いますが、結果は最終的なものではありませんでした）。念のため、光を当てることができます。

— 12

@hakre ApacheのForceTypeディレクティブが機能する場合は、それを<Files>コンテナに配置し、ファイルまたは特定のディレクトリに個別に名前を付けます。MIMEタイプの後に「; charset =」の部分を残すだけで、これで実行できます。

— initall 2012年

3

ルートの.htaccessにこのようなものを設定する必要があります

<FilesMatch "\.(htm|html|xhtml|xml|php)$">
    AddDefaultCharset utf-8
</FilesMatch>

— PatomaS
ソース

3

いいえ、HTML内からはできません。サーバーの応答ヘッダーは、ドキュメントのメタタグよりも優先されます。5.2.2文字エンコーディングの指定-HTML 4.01仕様で指定されているとおり：

要約すると、適合ユーザーエージェントは、ドキュメントの文字エンコーディングを決定する際に（最高の優先度から最低の優先度まで）次の優先度を順守する必要があります。

「Content-Type」フィールドのHTTP「charset」パラメーター。

「http-equiv」が「Content-Type」に設定され、値が「charset」に設定されたMETA宣言。

外部リソースを指定する要素に設定された文字セット属性。

したがって、これにはサーバー側での構成が必要です。ただし、章が続くと：

ユーザーエージェントは、ユーザーが誤った「charset」情報を上書きできるメカニズムを提供する場合があります。ただし、ユーザーエージェントがこのようなメカニズムを提供する場合、不正な「charset」パラメーターでマークされたWebページの作成を回避するために、ブラウジングのためだけに提供し、編集のために提供するべきではありません。

私の場合、サーバーのContent-Typeヘッダーには正しいMIMEタイプが含まれていますが、間違った文字セットが含まれています。

結局のところ、私のApache httpd構成はAddDefaultCharset、; charset=ISO-8859-1パーツを追加することをオンに設定していました。.htaccess次の行をWebサイトのルートディレクトリに配置します。

AddDefaultCharset Off

文字セット情報が削除されました：

$ curl -I http://example.com/file.html
HTTP/1.1 200 OK
Date: Fri, 19 Oct 2012 15:07:52 GMT
...
Content-Type: text/html

（最後の行を参照、; charset=...一部なし）。これをhtmlメタタグと組み合わせると、前述のブラウザーヒューリスティックがトリガーされ、メタタグから文字セットが引き継がれます。ウェブサイトは適切にデコードされています。

テスト済み：

Google Chrome v。22.0.1229.94
Firefox v。16.0.1
Lynxバージョン2.8.7rel.1（2009年7月5日）

これらの3つのブラウザーは、元の構成に問題があり、現在は機能しています（すべてFedora 17で）。

Opera 12.02
Internet Explorer 6（Win XP SP3）

そもそも問題はなかった。どちらもサーバーからのISO-8859-1設定よりもメタタグからのUTF-8を優先していました。

Netscape 2.01ゴールド

UTF-8をサポートしていないため、サーバーの設定やメタタグに関係なく、常にWestern（Latin1）を選択します。

— ハクレ
ソース

1

好ましくは-ここで言われたことに加えて、私はすべてのページに同じ文字セットを使用して試してみたUTF-8（しかし、ほとんどすべてがある場合iso-8859-1、これを使用します）。

ファイルの文字セットをすばやく確認するには、次のことを試してください。

file --mime-type --mime-encoding {filename}

ツリー内のすべてのファイルの文字セットを確認するには、次のことを試してください。

find . -type f -exec file --mime-type --mime-encoding '{}' \;

または（fileコマンドを1回だけ呼び出す）：

find . -type f -print | file --mime-type --mime-encoding -f-

要約を取得する-bには、fileコマンドのオプションを使用して（ファイル名を省略）、結果をにパイプしsort | uniq -cます。

— トビアス
ソース