超薄异形刀片 扳机分:常见乱码问题和解决之道 | 瑞阳日志

当你浏览一个网页，打开一个文本文件时，可能发现显示一堆乱码；当你开发调试应用程序时，一定遇到过这样的情况：前台程序出现一片乱码，或内存变量出现乱字符，导致程序无法正常处理，又或者数据库里保存了一堆火星文。如果你是一个中文软件开发人员，你也许经常接触ASCII，ISO-8859-1，GB2312，Unicode，UTF-8。如果你使用Internet Explorer浏览器，点击右键选择编码，也可以看到这些编码。实际上乱码问题的出现，都和这些常见的编码有关。一、目前常见编码系统ASCII，ISO-8859-1，GB2312，Unicode，UTF-8我们写的文字，编的源程序，计算机是无法直接识别的，需要转换成计算机可以识别语言比如二进制，才能正常存储显示。ASCII，ISO-8859-1，GB2312，Unicode，UTF-8等，就是计算机用于转换、识别这些字符的编码系统。1 ASCII码：把键盘上显示的ABCD拉丁字母，123阿拉伯数字和控制符等128个字符转换为电脑可以识别的代码，这个用于解释翻译的转换编码系统就是ASCII，美国标准信息交换标准码 (American Standard Code for Information Interchange, ASCII)，也是世界上第一套电脑编码系统。当时这套编码系统的出现，解决了美国人使用计算机识别英文字符，阿拉伯字符，控制字符的问题。2 ISO-8859-1，GB2312：后来非英语国家像法国，德国，中国等也开始应用计算机，ASCII编码系统，已经无法满足计算机识别法语，德语，汉字的需求了。于是基于ASCII系统，有了ISO-8859-1(又名Latin1)，GB2312(扩展集为GBK)等编码系统。这些编码标准，都以ASCII为基础包含了ASCII的编码。不过西欧的ISO-8859-1和中国的GB2312之间无法互相兼容，比如以ISO-8859-1编码方式存储到计算机的法语文件，放到只支持GB2312编码方式的中文计算机上显示，就是一堆乱码。3 Unicode，UTF-8：要让法文原样显示在GB2312的电脑上，方法有两个：第一让支持GB2312的计算机系统同时也支持ISO-8859-1编码，第二就是有套编码系统，让计算机都同时认识中文和法文字符。将中文，法文，德文，包括世界上大多数语言翻译成电脑能识别的编码系统，就是Unicode(Universal Character Set，UCS)即通用字符集。现有的编码系统包括ASCII，ISO-8859-1，GB2312，UTF-8等等，它们所包含的编码，都能从Unicode集合中找到唯一的编码对应。上面提到的UTF-8，是以8位为单元，对UCS进行编码的一种Unicode编码实现方式，兼容ISO-8859-1，由于它的变长编码方式更加节省存储空间，是目前采用最广范的世界通用字符编码。一般提到Unicode编码，多指UTF-8。以ISO-8859-1编码的法语文件，要在支持简体中文GB2312编码的Windows XP系计算机上显示，怎么显示为正常的法语字体？Windows XP自身支持Unicode码，采用代码页(code page)技术完成这个过程。首先法语文件告知XP系统自己是ISO-8859-1编码的文件，XP系统于是通过代码页技术，选择ISO-8859-1的编码方式正常显示了法文。大家可能看到了，前提这台XP系统也支持ISO-8859-1编码方式。如果不通过什么代码页技术，如何保证法语，德语，日本语，或者其它任意语言的文件，可以在另外不同语种的系统，例如中文系统的计算机上正常显示呢？你可能已经知道了，将所有的语种的文字都用UTF-8编码方式编码，解码就可以了。通过UTF-8这个”通用语言”编码，任一语言文字都能在任意语种的计算机上正常的保存，显示了。二、乱码产生的根源至此可以明白，计算机上乱码出现的根源，就在于各语种编码系统互不兼容。具体而言，常见有以下几类：1 文件处理显示乱码：操作系统不支持另外语种的编码系统，显示文件的应用程序，不知道选择正确的编码系统来解释其他语种的文件，导致文件显示乱码。2 程序处理字符乱码：前台程序提交的编码字符，后台程序没有解析为对应的编码字符，导致后台程序取到乱码字符。3 数据库存取数据乱码：客户端程序连接，更新，查询数据库过程中，编码字符集不匹配，导致保存，取得乱码数据。4 应用服务器解析乱码：例如目前多数应用服务器默认编码是ISO-8859-1，如果不修改为目标解析网页的编码方式，就会解析为乱码字符显示到网页中。三、乱码解决之道解决思路主要有UTF-8统一编码，正确匹配不同程序间的编码两种方式：1 UTF-8统一编码：目前比较理想的解决方案，是统一用UTF-8编码解码各语种字符，实际上现在很多的系统都采用了这个方案。比如你现在访问的这个网站，你可以点击右键–查看源文件(或者查看源代码)，可以看到这行代码，这就表示当前网页用UTF-8方式显示。2 正确匹配程序间的编码：这个解决思路的核心，在于找到不同的程序发生交互的接口位置，确保不同编码进行了正确的解析。例如：采用具体语种编码例如ISO-8859-1编码的文件，在另外语种编码的系统显示时，要求这个文件首先说明自己采用的编码方式，同时要求目标语种编码的计算机也支持ISO-8859-1编码。在前台程序提交到后台程序接口位置，增加编码解码功能，以便正确匹配不同的编码。网页提交到后台，程序和数据库交互，程序读取写入文件，应用服务器对动态程序的解析交互，这些接口位置的编码处理或配置，都会直接影响乱码的产生。3 UTF-8统一编码实例：一个Web应用的UTF-8统一编码解决方案实例参考这篇日志 原创文章如转载，请注明：转载自瑞阳日志 本文链接地址: http://johncao.info/?p=234
本文来自: 瑞阳日志(http://johncao.info) 原文地址：http://johncao.info/?p=234