让你知道codepage的重要,关于多语言编码

2008-02-23 09:44:10来源:互联网 阅读 ()

新老客户大回馈,云服务器低至5折

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:

<%@ 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: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

<%@ 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”

标签:

版权申明:本站文章部分自网络,如有侵权,请联系:west999com@outlook.com
特别注意:本站所有转载文章言论不代表本站观点,本站所提供的摄影照片,插画,设计作品,如需使用,请与原作者联系,版权归原作者所有

上一篇:教你快速创建IIS站点虚拟目录

下一篇:ASP设计动态页中服务器端的处理