网页文档编码相关疑问：文件存储、浏览器解码及HTML字符引用

我来逐个拆解你提到的这些编码疑问，都是前端入门时很容易绕晕的点，咱们一步步理清楚：

一、网页文档编码与文档中显式编码的混淆点 #

其实这俩是文件实际存储编码和声明编码的核心区别：

• 前者是你保存HTML文件时选择的编码（比如UTF-8、GBK），是文件在磁盘/服务器上实际存储字符的二进制格式，相当于"文件的真实身份"。
• 后者是你在HTML里通过<meta charset="utf-8">或者HTTP响应头Content-Type声明的编码，相当于"告诉浏览器我应该用什么编码来读我"。

如果这两者不一致，浏览器解码就会乱码——比如你实际存的是GBK，却声明UTF-8，浏览器用UTF-8去解GBK的二进制，肯定读不对内容。

二、关于文件存储编码的表述与UTF-16文件的解码问题 #

你的表述基本准确，但要补充一个细节：保存文件时选择的编码，是字符被转换成二进制字节流后写入磁盘的格式，而不是"在内存中存储"——内存里字符一般是用Unicode（比如UTF-16或UTF-32）统一管理的，保存到磁盘时才转成你选的编码格式。

至于UTF-16编码的HTML文件：浏览器会按优先级来确定解码方式：

1. 先看HTTP响应头里的Content-Type字段（比如Content-Type: text/html; charset=utf-16）；
2. 如果没有响应头，再看HTML里的<meta charset>声明；
3. 如果这俩都没有，浏览器会自动检测文件的编码（比如通过字节序标记BOM，UTF-16的文件开头一般有FEFF或者FFFE的BOM）。

所以只要你的HTML确实是UTF-16编码，且浏览器能正确识别（不管是通过响应头、meta还是BOM），它就会用UTF-16来解码源代码。

三、meta元素charset属性的作用 #

没错，<meta charset="xxx">的核心作用就是告诉浏览器：请用这个编码来解码当前HTML文档的内容，这样才能正确显示所有字符。

不过要注意，它的优先级低于HTTP响应头的Content-Type——如果服务器已经通过响应头指定了编码，meta里的声明会被忽略。只有当服务器没指定时，meta的charset才会发挥作用。

四、HTML字符引用与Unicode的关系 #

完全不是无关！HTML字符引用（比如&、中、中）本质上就是Unicode字符的另一种写法：

• 命名实体（比如&）是预定义的，对应的都是特定的Unicode码点；
• 十进制实体（&#数字;）和十六进制实体（&#x数字;）直接对应Unicode的码点值。

浏览器解析这些字符引用时，都会把它们转换成对应的Unicode字符，然后再根据文档编码输出显示。所以它们和Unicode是强关联的，完全不是独立的体系。

内容的提问来源于stack exchange，提问作者oldMCdonald