主要是字符集及其相应的编码方式 讲了越南,韩国,日本等国际化
而所谓代码页(code page)就是针对一种语言文字的字符编码。例如GBK的code page是CP936,BIG5的code page是CP950,GB2312的code page是CP20936。
微软一般将缺省代码页指定的编码说成是内码。缺省代码页指的是:缺省用什么编码来解释字符。例如Windows的记事本打开了一个文本文件,里面的内容是字节流:BA、BA、D7、D6。Windows应该去怎么解释它呢?
是按照Unicode编码解释、还是按照GBK解释、还是按照BIG5解释,还是按照ISO8859-1去解释?如果按GBK去解释,就会得到“汉字”两个字。按照其它编码解释,可能找不到对应的字符,也可能找到错误的字符。所谓“错误”是指与文本作者的本意不符,这时就产生了乱码。
答案是Windows按照当前的缺省代码页去解释文本文件里的字节流。缺省代码页可以通过控制面板的区域选项设置。记事本的另存为中有一项ANSI,其实该项就是指按照缺省代码页的编码方法保存。
注1:Unicode编码转换为UTF-8编码的方法
UTF-8就是以8位为单元对Unicode进行编码。下面是Unicode和UTF-8转换的规则:
Unicode UTF-8
0000 - 007F 0xxxxxxx
0080 - 07FF 110xxxxx 10xxxxxx
0800 - FFFF 1110xxxx 10xxxxxx 10xxxxxx
例如“汉”字的Unicode编码是6C49。6C49在0800-FFFF之间,所以肯定要用3字节模板了:1110xxxx 10xxxxxx 10xxxxxx。将6C49写成二进制是:0110 110001 001001, 用这个比特流依次代替模板中的x,得到:11100110 10110001 10001001,即E6 B1 89。
注2:
当一个软件打开一个文本时,它要做的第一件事是决定这个文本究竟是使用哪种字符集的哪种编码保存的。软件一般采用三种方式来决定文本的字符集和编码:检测文件头标识,提示用户选择,根据一定的规则猜测。
最标准的途径是检测文本最开头的几个字节。
字符集和编码方式2009-06-01 10:23 A.M. 搞清常用编码特性是解决字符集编码问题的基础。字符集编码的识别与转换、分析各种乱码产生的原因、编程操作各种编码字符...
常用字符集编码 3页 免费 字符集及其编码方式 10页 2财富值 常用字符集编码详解 4页 1财富值 字符集与编码 3页 2财富值 java字符集编码 2页 1财富值...
中英文以及数字都是以 2 字节的 GBK 编码存在的, 当通过 Javac 进行编译时, 它根据操作系统的字符集设定, 将 2 字节 GBK 编码转化成 utf8 编码形式保存在 ...
字符集及其编码方式 10页 2财富值喜欢此文档的还喜欢 字符集处理 15页 2财富值 各种字符编码介绍 Unicode... 6页 免费 字符编码 32页 免费 字符编码详解 15...
关于字符集与字符编码_IT/计算机_专业资料。关于字符集与字符编码的介绍。...如何让计算机存储一个字符呢,方式是制定一个字符表,将数字与 字符一一对应,在...
ASCII 编码: 将 ASCII 字符集转换为计算机可以接受的数字系统的数的规则。 使用 7 位(bits)表示一个字符,共 128 字符;但是 7 位编码的字符集只能支持 128 个...
UTF是Unicode/UCS Transformation Format (统一字符集/统一字符编码转换格式)的缩 写,UTF就是Unicode的一种字符编码(转换)方法。Unicode组织推荐使用的是UTF-8和 ...
BIG5 字符集&编码 3.伟大的创想 Unicode o 3.1.UCS & UNICODE o 3.2....通俗的说,按照 何种规则将字符存储在计 算机中,如'a'用什么表示,称为"编码...
常用字符集编码的概要特性--推荐_IT/计算机_专业资料。计算机字符集与编码知识...ASCII 编编 ,为 了传 传 中文邮 件必须 使用 BASE64 或者其他编 编 方式...
热门文档