zoukankan      html  css  js  c++  java
  • codepage的重要性【转】

    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:
    <%@ codepage=936%>简体中文
    <%@ codepage=950%>繁体中文
    <%@ codepage=65001%>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:&#x5316;&#x516d;&#x4e2a;&#x7ED3;&#x8bba;
    Unicode10进制形式:&#21270;&#20845;&#20010;&#32467;&#35770;

    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。
    <META http-equiv="Content-Type" content="text/html; charset=big5">
    2.add.asp 接收留言,保存到数据库
    <%@ codepage=936%>
    3.read.asp 从数据库取得留言,显示。
    <%@ codepage=936%> charset=GB2312 或
    <%@ codepage=950%> 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<%@ codepage=936%>改为<%@ codepage=950%>,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Unicode Codepage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)按codepage读取数据库 Unicode----codepage指定字符集的映射
    8)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<%@codepage=936即可%>。
    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.<%@ codepage=936 %>
    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?

  • 相关阅读:
    Jenkins权限控制-Role Strategy Plugin插件使用
    迁移一个仓库到新的Gitlab
    Gitlab备份以及恢复
    10.使用nexus3配置golang私有仓库
    9.使用nexus3配置Python私有仓库
    8.maven上传jar包以及SNAPSHOT的一个坑
    7.nexus版本升级
    6.使用nexus3配置yum私有仓库
    5.使用nexus3配置npm私有仓库
    4.maven私服nexus2迁移到nexus3
  • 原文地址:https://www.cnblogs.com/skeay/p/2615129.html
Copyright © 2011-2022 走看看