必须置于开头1024字节内且为首个有效标签，否则浏览器可能忽略；文件编码、HTTP响应头Content-Type与meta声明三者须统一为UTF-8（无BOM），否则标题栏及页面内容易乱码。
<meta charset> 必须出现在 开头 1024 字节内，否则浏览器可能忽略它；文件实际编码和声明不一致、BOM 干扰、HTTP 响应头与 meta 冲突——这四类问题占 HTML 编码乱码的 90% 以上。
为什么 <meta charset="UTF-8"> 放在 <title></title> 后面就失效？
浏览器解析 HTML 时，只扫描前 1024 字节寻找 <meta charset>；如果前面有空格、注释、BOM 或未闭合的 <script></script>，它可能被跳过或截断。IE 和旧版 Edge 尤其敏感。
-
<meta charset>必须是中第一个有效标签（允许 ASCII 空格、换行、<!-- comment -->） - 不要在它前面写
<script></script>、<style></style>或任何非 ASCII 字符（包括中文注释） - VS Code 里用 “Save with Encoding → UTF-8” 而不是 “UTF-8 with BOM”，避免开头多出
EF BB BF - 用
file -i index.html（Linux/macOS）或 Notepad++ 的“编码”菜单确认真实编码，别信编辑器右下角显示
Content-Type 响应头和 <meta charset> 谁说了算？
HTTP 响应头中的 Content-Type: text/html; charset=gbk 优先级永远高于 HTML 里的 <meta charset="UTF-8">；浏览器直接按响应头解码字节流，根本不会读 meta。
- Chrome DevTools → Network → 点开 HTML 请求 → Headers → Response Headers → 查看
content-type是否含charset= - Nginx 配置里加
charset utf-8;到server或location块 - Apache 在
.htaccess加AddDefaultCharset UTF-8或Header set Content-Type "text/html; charset=utf-8" - Express 中不要只靠
res.sendFile()，显式调用res.set('Content-Type', 'text/html; charset=utf-8')再send()
Python 抓取 HTML 时怎么避免乱码？
requests 默认用 HTTP 头或 <meta> 推断编码，但经常失败——尤其当服务器返回 charset=gbk 却实际发 UTF-8 字节时。
立即学习“前端免费学习笔记（深入）”；
- 别依赖
response.text，先看response.content（原始字节），再用chardet.detect(response.content)检测 - 检测结果不可靠？手动指定更稳：
response.encoding = 'gbk'或response.encoding = 'utf-8'，再读response.text - 用 BeautifulSoup 解析时传
from_encoding='utf-8'参数，绕过 requests 自动解码 - 保存到文件必须显式指定
encoding='utf-8'：with open('out.html', 'w', encoding='utf-8') as f:
用 iconv 转换 HTML 文件编码要注意什么？
iconv -f gbk -t utf-8 input.html > output.html 看似简单，但容易把 BOM、HTML 标签、实体字符一起错转。
- 先确认源文件真是 GBK：
file -i input.html显示charset=gbk才可信 - 加
-c参数跳过无法转换的字符，避免中断：iconv -f gbk -t utf-8 -c input.html > output.html - 转换后立刻检查：打开 output.html，看
<meta charset="UTF-8">是否存在且位置正确 - 若原文件含
BOM 是最隐蔽的坑：它藏在文件开头却看不见，让 JS 报 Invalid or unexpected token，让 PHP header() 失败，也让 <meta charset> 失效。每次改完编码，务必用十六进制查看器确认开头三个字节不是 EF BB BF。
