The Linux Cyrillic HOWTO (rus): WWW и кириллизациЯ

8. WWW и кириллизациЯ

‚ отличии от программ электронной почты и чтениЯ новостей нет никаких стандартов длЯ русской кодировки на WWW. ЋсновнаЯ причина заключаетсЯ в том, что всеми компаниЯ Microsoft предоставлЯет программы созданиЯ Web сайтов, которые знают о существовании только одной русской кодировки cp1251, полностью игнорируЯ существование других стандартов.

Ќастройки, описанные здесь, очень примитивны. Ћни позволЯт вам видеть страницы в KOI8-R кодировке. …сли ситуациЯ как-то изменитсЯ, то Я добавлю еще информации.

8.1 lynx

ЌачинаЯ с версии 2.6, вы можете выбирать соответствующее значение длЯ дисплеЯ - display Character set. lynx версии 2.8 позволЯет смотреть страницы в любой кодировке, а не только в KOI8-R.

„лЯ наcтройки следует выйти в меню 'o'ptions и проверить следующие настройки:

display (C)haracter set      : KOI8-R character set
preferred document c(H)arset : koi8-r;q=1.0,windows-1251;q=0.5

…сли русскаЯ (KOI8-R) страничка отображаетсЯ Lynxом не верно, то это означает, что страница неверно оформлена (см. раздел Љак правильно подготовить свою WWW страничку) ‚ последних версиЯх Lynx это обходитсЯ следующим образом: в настройках нажмите '^A' и выберете koi8-r (в основном отображаютсЯ заглавные буквы) или windows-1251 (в основном прописные буквы). ‚ старых версий Lynx после этого следует нажать @ (включить raw режим).

8.2 links

„лЯ просмотра WWW в текстовом режиме можно использовать links (опЯть наши братьЯ чехи на высоте). Џоддержка кириллицы уже встроена в программу - надо только установить кодировку терминала (в меню "Ќастройки") и кодовую страницу документа (в меню "‚ид").

8.3 Netscape Navigator

“бедитесь, что вы используете Netscape версии 4.06 и выше. ЌачинаЯ с этой версии Netscape поддерживает кириллицу гораздо лучше.

Ћсновные настройки

Ќаконец-то, свершилось, теперь Netscape поддерживает русские кодировки правильным образом. ‚ам надо только правильно настроить шрифты KOI8-R. Џосле этого, если например требуетсЯ показать документ, который использует cp1251, Netscape автоматически перекодирует весь документ в KOI8-R и правильно отобразит его, даже если у него нет доступа к cp1251 шрифтам.

Љ сожалению Netscape всегда будет перекодировать документу, использующие cp1251 в KOI8-R, даже если ему доступны также и шрифты длЯ ISO-8859-5. €з за этой "глупости" вы сможете увидеть нерусские кириллические буквы, только если в системе инсталлированы шрифты длЯ ISO-8859-5 и нет ни одного шрифта KOI8-R. Љонечно, это решение неприемлемо, если вы используете KOI8-R. Њне неизвестно как заставить Netscape показывать украинскую букву "г с чубом". €з стандартных кодировок она включена только в cp1251 и KOI8-U.

„лЯ того чтобы правильно настроить KOI8-R в вашем Netscape, сделаете следующее:

‚ меню Options/General Preferences/Fonts выберите Cyrillic (KOI-8) кодировку.
‚ыберете подходЯщие шрифты длЯ этой кодировки - например выберете Times(Cronyx) - как пропорциональный шрифт и Courier(Cronyx) - как fixed.
‘охраните настройки.

‚Ќ€ЊЂЌ€…: ‚се больше и больше поЯвлЯетсЯ WWW страниц, оформление которых сильно зависит от определенных шрифтов. ќто в основном касаетсЯ страниц, созданных под и длЯ MS Windows. џ настоЯтельно рекомендую установить сервер шрифтов с поддержкой TrueType. ‘ помощью него некоторые странички станут выглЯдеть гораздо лучше. „лЯ выЯснениЯ подробностей смотрите раздел €спользование шрифтов TrueType

Ќекоторые WWW странички в интернете правильно отвечают на запрос по поводу используемой при их создании кодировки. „ругие требуют, чтобы вы выбрали кодировку сами. „лЯ того чтобы это сделать выберете правильную опцию кодировки в меню Options/Document Encoding.

Netscape версии 4.08 правильно отображает элементы форм, использующих правильную кодировку (по крайней мере длЯ большинства страниц, которые Я видел). Ѓолее старые версии делают это неправильно. Ћднако, если по каким-то причинам вам надо использовать более старую версию, или правильное отображение форм по какой-либо причине не работает, то попробуйте сделать следующее:

‘копируйте базу данных установок Netscape (обычно Netscape.ad) в ~/Netscape
‚ файле, установите следующую опцию:
```
*documentFonts.charset*iso8859-1:           koi8-r
```

ќто вынудит все фреймы и элементы ввода использовать шрифты с кодировкой koi8-r вместо заданных по умолчанию, а следовательно вы должны удостоверитьсЯ в том, что вы уже установили такие шрифты (см. раздел “становка шрифтов длЯ X Window).

ЏлохаЯ новость, об использовании этого трюка заключаютсЯ в том, что если вы загружаете документ, который должен отображатьсЯ с помощью шрифтов iso-8859-1, то вместо этого он отобразитсЯ с помощью koi8 шрифта. €ногда такие документы выглЯдЯт хуже.

Џринципиально не русифицируемые вещи: у обоих нетскейпов (3 и 4) будут трудности со страницами в кодировке, не соответствующей 'meta content-type' в заголовке (традиционнаЯ проблема серверов с выбором кодировок и авторов, пользующихсЯ решениЯми от MS). Ќе лечитсЯ ничем, кроме хака бинарников. —то еще хуже - если в документе Явно указан шрифт, и такой шрифт, не дай бог, у вас имеетсЯ (естественно, не русифицированный), то им все и будет нарисовано. ђешений два: или не иметь в системе не-русифицированных шрифтов вовсе, или отключить в нетскейпе автоматическую загрузку изображений, при этом "заодно", как ни странно, отключитсЯ и показ шрифтов, указанных в документе. Ќажав Alt-I, вы получите возможность посмотреть картинки. Ќадеюсь, текст к этому моменту вы уже запомнили ;).

…сли вам нужно чего-то еще: Ђндрей Ђ. —ернов - это человек который знает больше чем другие о KOI-8 в общем и в netscape в частности. Џосетите его превосходную KOI8 page страницу, и скачайте заплату длЯ файла ресурсов Netscape, который заставлЯет Netscape говорить по ђусски, так хорошо как это только возможно.

8.4 Љак правильно подготовить свою WWW страничку

ќтот раздел поЯвилсЯ благодарЯ (фактически полностью состоит из) статьЯм ЂндреЯ Ђ. —ернова. Џодробную информацию по этому вопросу можно найти на страничке Ђ.Ђ. —ернова KOI8-R - Russian Net Character Set.

Џредисловие

‚семирное падение нравов началось с незначительной уступки пользователЯм. Љак известно, в стандартах по HTML/HTTP четко сказано, что каждому документу должен соответствовать такой параметр, как MIME-имЯ кодировки, и есть только один случай, когда его можно не указывать - если документ составлен в кодировке ISO 8859-1. ќто правило оказалось либо совершенно неизвестным, либо невыносимо сложным длЯ неподготовленных пользователей, так что они предпочли проигнорировать его и странички создавались просто набиванием некоторых кодов.

„алее, компании Netscape начал поступать поток претензий, что странички, набитые таким образом, не видны. ‚место того, чтобы отослать ламеров к документации, компаниЯ Netscape делает фатальный ход, минимально необходимый, чтобы все окончательно разрушить - вводит возможность выбора кодировки длЯ страничек, где она не указана!

…стественно, после такого уже никто не считает нужным указывать кодировку документа; раньше останавливало хотЯ бы то обстоЯтельство, что были затруднениЯ с просмотром кривых страничек, требующие такой достаточно сложной операции, как замена шрифта ISO 8859-1 на шрифт используемой кодировки, теперь это препЯтствие было преодолено благодарЯ попустительству Netscape. ‚след за Netscape этот фатальный шаг делают и производители остальных броузеров, из соображений выживаниЯ в конкурентной борьбе. ‚ернуть все назад невозможно из-за тех же коммерческих соображений...

’ем самым, теперь выбор кодировки переноситсЯ с автоматического уровнЯ на пользовательский, отсюда все эти надоедливые выберите вашу кодировку и на страничках и в броузерах.

‚ свЯзи с общей коммерциализацией €нтернет такие вещи, как соответствие стандартам уже перестают быть аргументом, и продукты, ещЈ следующие им, потихоньку вытеснЯютсЯ в маргинальные области. ‚ общем, процесс повторЯет происходЯщее в социуме, и будет продолжатьсЯ до тех пор, пока участников не начнет тошнить. ќтот порог отодвигаетсЯ все дальше и дальше благодарЯ удивительным способностЯм человеческого организма к адаптации...

‚Ќ€ЊЂЌ€…! €ногда Я слышу безответственные "мнениЯ" по поводу того, что указывать кодировку необЯзательно и не нужно: мол пользователь у нас не ленивый, выберет вручную. Џри этом "советчики" злостно умалчивают о том, что надежного автоматического определениЯ кодировки не существует и не может существовать в принципе; так что вебмастера, не проставлЯющие кодировку, с какой-то вероЯтностью ставЯт свои странички под удар быть неверно истолкованными разного рода системами автоматической обработки текста, например, поисковыми машинами. ќто все равно как вам бы предложили согласитьсЯ быть убитым с небольшой вероЯтностью, скажем 3%. € зачем вам это нужно?

ђусские странички не нарушаЯ стандартов - это просто!

‡десь приведена по шаговаЯ инструкциЯ правильной подготовки ваших русских страничек длЯ WWW:

…сли у вас на страничках стоит выбор кодировок, выкиньте этот кусок HTML кода: он вам больше не понадобитьсЯ - отныне все будет происходить автоматически.
…сли у вас странички не в кодировке KOI8-R, перекодируйте их туда каким-нибудь конвертером - смотрите раздел ‘имвольнаЯ перекодировка. Ќичего страшного не произойдет: если все дальнейшее вы сделаете правильно, то в таком виде их по-прежнему можно будет редактировать, скажем, в Netscape Composer без всЯкой заметной разницы. Њало того, в таком виде ваши странички будут одинаково хорошо видны длЯ всех операционных систем без всЯких переключателей кодировок, превратившихсЯ в бич русского WWW.
‚нимание! „анный пункт можно пропустить, если на вашем сервере стоит Apache или какаЯ-либо его разновидность (то есть в 90% случаев) - в этом случае необходимаЯ информациЯ может быть задана в настройках Apache. …сли же вы предполагаете частые переезды с сервера на сервер с неизвестными HTTPD, следуйте указаниЯм пункта.
- Џроверьте самую первую строчку ваших русских HTML документов, она должна выглЯдеть примерно так:
```
<!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 4.0 Transitional//EN">
```
  …сли такой строчки нет, или номер после слова HTML меньше 4.0, добавьте ее в самое начало. Џримечание длЯ специалистов: атрибут LANG определен только в HTML 4.0 и выше, так что указание DTD обЯзательно.
- ‡амените следующий за ней таг <HTML> на таг <HTML LANG=ru>, это укажет, что ваш документ на русском Языке и облегчит жизнь поисковикам.
‘просите вашего веб-мастера, что за штука стоит у вас в качестве веб-сервера, если он ответит:
что Apache или Apache/RUS:
в самом верхнем каталоге, содержащем ваши странички, создайте файл с именем .htaccess, доступный всем на чтение с такими строчками:
1. „лЯ версий Apache, начинаЯ с 1.3.12:
```
AddDefaultCharset koi8-r
AddLanguage ru .html .txt
```
2. „лЯ версий Apache, начинаЯ с 1.3.10:
```
AddCharset koi8-r .html .txt
AddLanguage ru .html .txt
```
3. „лЯ более старых версий Apache (или если версиЯ вам неизвестна):
```
AddType "text/html; charset=koi8-r" .html
AddType "text/plain; charset=koi8-r" .txt
AddLanguage ru .html .txt
```
…сли файл .htaccess уже есть, просто добавьте туда эти строчки.
‡аписанное в .htaccess распространЯетсЯ на все подкаталоги вниз по дереву.
ЏодразумеваетсЯ, что ваши HTML документы заканчиваютсЯ на .html, если они заканчиваютсЯ на .htm, поменЯйте .html на .htm в предлагаемом образце.
Џри таких настройках не обЯзательно (но можно) указывать Язык тагом <HTML LANG=ru как это было описано выше.
“казание Языка внутри HTML документа имеет приоритет над указанием длЯ сервера.
’ак как длЯ текстовых (*.txt) документов никак нельзЯ указать Язык внутри документа, указание длЯ сервера это единственнаЯ альтернатива.
…сли у вас на сервере стоит Apache/RUS, то рекомендуетсЯ отключить всЯкую автоматическую перекодировку, добавив в .htaccess директиву
```
CharsetTurnOff On
```
(работает начинаЯ с версии Apache/RUS PL20).

Џђ…„“Џђ…†„…Ќ€…: в последних версиЯх Apache обработка файлов .htaccess по умолчанию выключена в главной конфигурации (директивой AllowOverride None), т.е. ваши установки не будут иметь никакого эффекта. ‚ этом случае попросите вебмастера включить такую обработку длЯ вашего каталога, добавив директиву
```
AllowOverride +FileInfo
```
в соответствующую секцию <Directory ...> конфигурации Apache.
что NCSA
в каждом каталоге, содержащем ваши странички, заведите файл с именем .htaccess, доступный всем на чтение с такими строчками:
```
AddType text/html;\ charset=koi8-r .html
AddType text/plain;\ charset=koi8-r .txt
```
…сли файл .htaccess уже есть, просто добавьте туда эти строчки.
ЏодразумеваетсЯ, что ваши HTML документы заканчиваютсЯ на .html, если они заканчиваютсЯ на .htm, поменЯйте конец строки на .htm соответственно.
что CERN
длЯ каждого вашего каталога с русскими страничками создайте подкаталог .web, в него положите файлы с именами, сконструированными добавлением суффикса .meta к именам в главном каталоге. Љаталог .web и файлы в нем должны быть доступны всем на чтение. Ќапример, файлу index.html соответствует файл .web/index.html.meta и т.д. Љаждый такой файл должен содержать следующую строчку
```
Content-Type: text/html; charset=koi8-r
```
(длЯ HTML файлов) или
```
Content-Type: text/plain; charset=koi8-r
```
(длЯ текстовых файлов).
что какой-нибудь другой HTTP сервер
сперва попробуйте проассоциировать расширениЯ .html и .txt по аналогии с решениЯми выше, если вы не знаете, как это сделать в вашем HTTP сервере, вам придЈтсЯ редактировать непосредственно сами ваши странички: в секцию <HEAD> каждого HTML документа вставьте самой первой директивой следующий таг:
```
<META HTTP-EQUIV="Content-Type"
CONTENT="text/html; charset=koi8-r">
```
’.е каждый ваш документ должен будет выглЯдеть примерно так:
```
<HEAD>
<META HTTP-EQUIV="Content-Type"
CONTENT="text/html; charset=koi8-r">
<TITLE>‡аголовок странички</TITLE>
</HEAD>
<BODY>
‘одержимое странички
</BODY>
```
Љ сожалению, в этом случае невозможно указание кодировки длЯ текстовых файлов (*.txt).

Ќа этом все готово. Џри просмотре ваших страничек никто теперь не увидит мусора из умлЯутов вместо нормальных русских букв, и не придетсЯ больше выбирать кодировки!

Џроверка правильности кириллизации

Љак проверить, удалось ли проставить кодировку и Язык в HTTP заголовке?

„опустим, ваша страничка называетсЯ http://www.yourserver.ru/yourpath/yourpage.html

Ќаберите: telnet www.yourserver.ru 80
Џосле соединениЯ наберите: HEAD /yourpath/yourpage.html HTTP/1.0 (возможно, в некоторых системах придЈтсЯ набирать вслепую)
Ќажмите Enter два раза. ‚ы увидите HTTP заголовок.
Ќайдите в нем поле Content-Type и проверьте, что там стоит не просто text/html, а text/html; charset=koi8-r
…сли вы на сервере установили русский Язык длЯ ваших страничек, в заголовке должно присутствовать поле
```
       Content-Language: ru
```

Џолезные советы

Ђ совсем старые версии броузеров не показывают русских букв при таком способе, что делать?

Џосоветовать пользователю сменить версию броузера на более новую. ‚ качестве прецедента, вспомните, что было с вводом прогрессивных JPEG, или анимированных GIF? ‚се поменЯли версии на новые, никто не жаловалсЯ и не делал две копии страничек, одну с GIFами, а другую - без, а потом предлагал бы их выбрать...

Ђ нельзЯ сделать так, чтобы 1) старые версии работали, 2) новые версии работали, и 3) чтобы пользователю было удобно?

ЌельзЯ. €з этой тройки можно сделать вместе только два, на выбор. €з-за ненависти к пользователю у нас часто делают (1) чтобы старые версии работали и (2) чтобы новые версии работали (при этом стандартам не соответствует), Я же предпочитаю (3) чтобы пользователю было удобно и (2) чтобы новые версии работали (при этом [31]стандартам соответствовало), а вы?

Next Previous Contents