实体代码和lang属性：我应该同时使用吗？

Question

我正在用芬兰语撰写标记文件。

我正在使用lang="fi-fi"属性。我是否应该将标记实体（ä等ä等）与语言属性结合使用，或者仅使用语言属性？实体和语言属性如何相互影响？

“问题”来自这样一个事实：标记是在没有实体的情况下编写的，我有一个脚本，它应该通过使用正则表达式替换实体的scandic字母 - 在定义了lang属性之后，脚本看起来不像继续工作（据说在添加lang属性之前它已经完成了。）

我主要担心的是，无论浏览器如何，标记都会正确呈现，尽管可以假设“现代”浏览器。

Answer 1

lang属性和实体完成不同的工作。

lang属性告诉解析器文档是用什么语言编写的。例如，这允许搜索引擎判断它是否是一个好的文档，可以呈现给Finish扬声器和屏幕阅读器软件来选择正确的发音库。

实体只是让你代表你无法代表的角色。 e.g。

• 因为您无法键入键盘的字符
• 由于编码文档的字符保存在（例如ASCII）中，因此不包含该字符。本世纪你应该在任何地方使用UTF-8，不应该担心这一点。
• 因为该字符在HTML中具有特殊含义（例如<）。

• 如果您知道文档的文本将以何种语言编写，请始终使用lang属性
• 始终将实体用于HTML中具有特殊含义的字符
• 使用文字字符，如果您可以合理地确定字符编码不会受到损坏（您可以在大多数情况下），因为它们使用更少的字节并且更容易在源代码中阅读。

Answer 2

问题的根源实际上是字符编码。尽管所有文档都是使用UTF-8定义的，但该脚本在某种程度上无法识别它。通过告诉脚本输入文件（应该用实体修复）是UTF-8编码的，脚本再次正常运行。

作为标题中问题的答案：绝对确保文档与服务器兼容 - 是的，我应该使用实体编码（虽然我理解假设服务器允许UTF-8是昆汀暗示的一般安全假设）。由于其他原因（与自动内容生成相关），我还应该使用lang属性。