分享
 
 
 

让你知道codepage的重要,关于多语言编码

王朝other·作者佚名  2006-11-24
窄屏简体版  字體: |||超大  

这几天研究UTF-8编码,太晕了,把我的看法和各位讨论讨论。

欢迎来批啊。以下都是我的想法,哪里有不对的请不吝赐教,帮忙指出来。

==========================================================

相关的题外话:

一、操作系统

window系统内部都是unicode的。文件夹名,文件名等都是unicode的,任何语言系统下都能正常显示。

二、输入法:

微软拼音输出的是Unicode的,智能ABC输出是简体中文的(所以智能ABC在非简体中文系统根本不能用,只能打英文)。

三、网页的textarea

网页的textarea是用unicode显示的。所以往里打什么字都能显示。而一些flash做的输入框就不行了。

四、Access2000

access里面保存的数据是unicode的,在任何语言系统下都能显示。

如果数据视图查看有些字符不正常,那是因为显示所用的字体不是Unicode字体,

换用Arial Unicode MS 字体就能全部显示了。(access帮助,搜索,输入unicode,有说明)

五、Word

word里的繁简转换,简体转换到繁体后,内码仍是简体中文的,其实只是简体中的繁体字。

六、ASP内部是Unicode的,所有文本都是Unicode存储的。需要时转换到指定字符集。

=======================================================

首先说下结论:

简体中文

繁体中文

UTF-8

codepage指定了IIS按什么编码读取传递过来的串串(表单提交,地址栏传递等)。

也指定了所有文本变量从Unicode转换到的编码,

也就指定了从数据库取出的数据从Unicode转换到的编码。(注意这个,很重要。)

关键字:

读取:一个串串,按简体读取是一些字,按繁体读取是一些字,串串本身编码没有变。

转换:系统主动的转换,比如从Unicode的“化”字到Big5的“化”字,内码变成Big5的。如果Big5没有对应的字,保留Unicode形式(&#xxxx;)

简体中文:化六个结论

Unicode16进制形式:化六个结论

Unicode10进制形式:化六个结论

下面是我推测出来的编码转换的过程:

客户端:输入法Unicode--输入框unicode--从Unicode按charset转换到对应编码()--表单发送编码

服务器端:IIS解开表单编码--按codepage指定编码读取--转换到对应的Unicode--可以用request("")读取了--进行一些处理--以Unicode编码保存到数据库

服务器端:读取数据库的Unicode数据,转换到codepage指定编码---生成源代码--IE按charset读取显示。

下面举例说明:

例一:

假设有三个asp页面,典型的留言页面:

1.write.asp 简单的输入表单,提交到add.asp。

2.add.asp 接收留言,保存到数据库

3.read.asp 从数据库取得留言,显示。

charset=GB2312 或

charset=big5

大家可以猜一猜,我在write.asp里用微软拼音输入法输入“化六个讨论”。最后在read.asp里会显示什么样?

是不是晕了。让我们从头分析。

例二:

把例一的add.asp的改为,又会怎么样呢?

到这里发现了什么?

1.如果输入的文字和Charset对应的不同,一转换,就可能出现Unicode形式的字了。这里就是原因所在。以后整个过程都保留着。

2.Add.asp里codepage决定了保存到数据库的文字,用的是哪个语言对应的Unicode.如codepage=936,

那么数据库保存的就是简体中文的Unicode(数据库拿回简体中文系统,一切正常的),

codepage=950保存的就是繁体中文的Unicode.(拿回简体中文系统,就不对了)。

3.注意一下串串的变化过程:

--------------------------------------------------------------------

1)输入法---CharsetUnicode----指定字符集的映射

2)Charset----表单编码串串简单编码

3)表单解码上步的逆过程,两步抵消了。

4)串串à按codepage读取串串没变,这步有可能“误会读取”

5)转为对应的UnicodeCodepage指定字符集----Unicode映射

6)中间处理,进数据库无变化,直接以Unicode形式进入

7)

8)按codepage读取数据库 Unicode----codepage指定字符集的映射

9)显示,按Charset指定字符集读取串串没变。

-------------------------------------------------------------------------------

以例一说明:

例二:

=============================================

晕了。现在来用用知识。

案例1。

简体中文系统下跑的好好的代码,放到国外空间上,数据库里乱码,原有的数据也乱码。

分析:因为大多数人平时用的都是简体中文系统,默认的codepage=936,所以平时大家不写也没有关系。

但到了国外空间问题就出来了。从数据库里的Unicode转换到英文编码去了,所以数据库原有的简体中文转换到英文后,按GB显示自然乱码。

如图,新输入的文字显示正常,但数据库里保存的是英文的Unicode的。

解决方法:全部加上。

全程只有简体中文与对应Unicode间的转换。

案例二:

简体中文的代码和数据,想转为完全的繁体版,该怎么办?

分析:1。代码文件编码全部改为Big5的,文件本身保存编码选繁体。

2.

3.Charset=big5

4.access版本无所谓,因为access里的数据是Unicode的。

5.好了,代码可以在纯繁体系统下跑了。

6.遗留问题:原有的简体中文数据读出会有一些问号。效果同例一的950读取,big5显示。因为从简体中文的Unicode转换到繁体中文了,有些字繁体中没有,就会出问号。

7.解决:用一个临时asp页,codepage=65001,读出为简体中文的Unicode,用一个Unicode->Big5的函数,转为繁体中文,然后写回数据库,应该行了吧?

=============================================

两个案例完全是我按照理论推导出来了,未经证实。

有类似经历的欢迎批评指正。

 
 
 
免责声明:本文为网络用户发布,其观点仅代表作者个人观点,与本站无关,本站仅提供信息存储服务。文中陈述内容未经本站证实,其真实性、完整性、及时性本站不作任何保证或承诺,请读者仅作参考,并请自行核实相关内容。
2023年上半年GDP全球前十五强
 百态   2023-10-24
美众议院议长启动对拜登的弹劾调查
 百态   2023-09-13
上海、济南、武汉等多地出现不明坠落物
 探索   2023-09-06
印度或要将国名改为“巴拉特”
 百态   2023-09-06
男子为女友送行,买票不登机被捕
 百态   2023-08-20
手机地震预警功能怎么开?
 干货   2023-08-06
女子4年卖2套房花700多万做美容:不但没变美脸,面部还出现变形
 百态   2023-08-04
住户一楼被水淹 还冲来8头猪
 百态   2023-07-31
女子体内爬出大量瓜子状活虫
 百态   2023-07-25
地球连续35年收到神秘规律性信号,网友:不要回答!
 探索   2023-07-21
全球镓价格本周大涨27%
 探索   2023-07-09
钱都流向了那些不缺钱的人,苦都留给了能吃苦的人
 探索   2023-07-02
倩女手游刀客魅者强控制(强混乱强眩晕强睡眠)和对应控制抗性的关系
 百态   2020-08-20
美国5月9日最新疫情:美国确诊人数突破131万
 百态   2020-05-09
荷兰政府宣布将集体辞职
 干货   2020-04-30
倩女幽魂手游师徒任务情义春秋猜成语答案逍遥观:鹏程万里
 干货   2019-11-12
倩女幽魂手游师徒任务情义春秋猜成语答案神机营:射石饮羽
 干货   2019-11-12
倩女幽魂手游师徒任务情义春秋猜成语答案昆仑山:拔刀相助
 干货   2019-11-12
倩女幽魂手游师徒任务情义春秋猜成语答案天工阁:鬼斧神工
 干货   2019-11-12
倩女幽魂手游师徒任务情义春秋猜成语答案丝路古道:单枪匹马
 干货   2019-11-12
倩女幽魂手游师徒任务情义春秋猜成语答案镇郊荒野:与虎谋皮
 干货   2019-11-12
倩女幽魂手游师徒任务情义春秋猜成语答案镇郊荒野:李代桃僵
 干货   2019-11-12
倩女幽魂手游师徒任务情义春秋猜成语答案镇郊荒野:指鹿为马
 干货   2019-11-12
倩女幽魂手游师徒任务情义春秋猜成语答案金陵:小鸟依人
 干货   2019-11-12
倩女幽魂手游师徒任务情义春秋猜成语答案金陵:千金买邻
 干货   2019-11-12
 
推荐阅读
 
 
 
>>返回首頁<<
 
靜靜地坐在廢墟上,四周的荒凉一望無際,忽然覺得,淒涼也很美
© 2005- 王朝網路 版權所有