HTML与javascript常碰到的编码问题


在这里我简单的谈一下前端HTML与javascript日常工作中常碰到的编码问题。
在计算机中,我们储存的信息都是用二进制码表示的。我们认识的、屏幕上显示的英文、汉字等符号和储存用的二进制代码的互相转换,就是编码。

有两个基本概念需要说明,charset 和 character encoding:

charset ,字符集,也就是某个符号和某个数字映射关系的一个表,也就是它决定了107 是koubei 的 ‘a',21475 是口碑的“口”,不同的表有不同的映射关系,如 ascii,gb2312,Unicode. 通过这个数字和字符的映射表,我们可以把一个二进制表示的数字转换成某个字符。
chracter encoding ,编码方式。例如,同是对于应“口”的 21475 这个数,我们是用 \u5k3e3 表示呢,还是用 %E5%8F%A3 来表示呢?这就是由 character encoding 来决定的。

对于 ‘koubei.com' 这样的 字符串来说,是美国人的常用字符,他们就制定了一个 叫做ASCII 的字符集,全称是 american standard code of information interchange 美国标准信息交换码,用0–127这128个数字,(2的7次方,0×00-0×7f) 代表了123abc这样的常用的128个字符。一共是 7 bits,再加上第一个是符号位,要用来去补码反码表示负数什么的,一共8 bits 构成一个 byte。当年美国人就是小气了点,要是一开始就设计成一个 byte 是16 bits、32 bits,世界上会少很多问题,不过当时,估计他们觉得 8 bits 就够了,可以表示128个不同的字符呢!

介于计算机这玩意儿是美国人搞出来的,所以他们自己省事,把自家用的符号都编码好了,用的挺爽的。但当计算机开始国际化的时候,问题出来了,拿中国举例吧,汉字就好几万,怎么办?

现有的 8 bits 一个 byte 的系统是基础,不能破坏,不能去改到 16 bits之类的,否则改动太大了,只能走另一条路:用多个 ascii 的字符去表示一个其他字符,也就是 MBCS ( Multi-Byte Character System,多字节字符系统)。
有了这个 MBCS 的概念,我们可以表示更多个字符了,比如我们用 2 个 ascii 字符,就有 16 bits, 理论上有 2 的 16 次方 65536 个字符。但这些编码怎么分配到字符上呢?比如口碑的”口”的 Unicode 编码就是 21475,谁决定的呢?字符集,也就是刚刚介绍的charset。ascii就是最基础的一个字符集,在此之上,我们有类似于 gb2312, big5这样针对简体中文和繁体中文的MBCS的字符集等等。终于有个叫 Unicode Consortium 的机构,决定做一个囊括所有字符在内的字符集(UCS, Universal Character Set)和对应编码方式的标准,即 Unicode。从1991年开始,它发布了第一版 Unicode 国际标准,ISBN 0-321-18578-1 ,国际标准化组织 ISO 也参与了这个的定制,ISO/IEC 10646 : the Universal Character Set。总之,Unicode 是个基本覆盖了所有已经存在的地球上的符号的字符标准了,现在正在被越来越广泛的使用,ECMA 标准也规定,javascript语言的内部字符使用 Unicode 标准(这意味着,javascript的变量名、函数名等是允许中文的!)。

对于身在中国的开发者来说,可能碰到比较多的问题就是 gbk, gb2312, utf-8 之间转换之类的问题了。严格的说这个说法不是很准确,gbk,gb2312是字符集 (charset),而 utf-8 是一种编码方式 (character encoding) ,是 Unicode 标准中 UCS 字符集的一种编码方式,因为使用 Unicode 字符集的网页主要用UTF-8编码,所以大家常常就把它们并列了,其实是不准确的。

有了 Unicode 后,至少人类文明没有碰到外星人之前,这是一把万能钥匙了,都用它吧。而现在使用最广泛 Unicode 的编码方式就是 UTF-8 (8-bit UCS/Unicode Transformation Format) 了,它有几个特别好的地方:

编码 UCS 字符集,全世界通用
是一种变长编码方式(variable-length character encoding),兼容 ascii
第二点是个很大的优点,它使得以前使用纯 ascii 编码的系统兼容,而且不会增加额外的存储量(假设定长的编码方式,规定每个字符由2个 bytes 组成,那么这时候 ascii 字符占用的存储空间将增大一倍)。



相关阅读:
XHTML网页教程
php不用正则采集速度探究总结
几篇关于无限分类算法的文章
W3C建议的移动Web标记语言XHTML Basic 1.1
初谈PHP+MySQL 绝佳组合打造WEB站点
javascript过滤危险脚本方法
不错的新闻标题颜色效果" target="_blank">不错的新闻标题颜色效果
免安转MySQL服务的启动与停止方法
Ajax兴起, 传统Web框架与狼共舞
关于 .Net 开发下的分布式缓存设计
javaScript DOM方法与属性摘要
Asp.net 控件开发—数据回传
js截取函数(indexOf,join等)
用cssText属性批量操作样式技巧
快速导航
PHP MySQL HTML CSS JavaScript MSSQL AJAX .NET JSP Linux Mac ASP 服务器 SQL jQuery C# C++ java Android IOS oracle MongoDB SQLite wamp 交通频道 作文范文 高中高一作文550字:第一次炒米饭 北楼 一件令我感动的事400字 我出生在一个非常贫苦的家庭然后。。 心与心的距离(转载)作文1100字 提笔生情,落笔生花 残桥断想 采购员的职责 安全社区创建工作 恨之入骨的时光 赞美中秋节的诗句 与竹有关的词语 我要的新鞋刚好有人送我 早起的小闹钟 爱情不能租赁 玩石头玩垮大宋朝 幼儿园亲子春游通知 你不再能引起我的心动 潇瑟人生,凄凉,令人感慨万千! 高中高一作文900字:COMPUTERGAMES 幼儿园家长安全责任书 彷徨,无助 《逆耳忠言》读后感 春光作文700字 描写赞美老师的句子 有关小学生的简单漂亮手抄报花边 村第三季度工作总结 珍惜作文1100字 会体贴妈妈的好孩子作文 在母亲八十岁寿宴上的致辞 预备党员9月思想汇报范文 2015元旦整人祝福语 街道新学年校园绿化美化工作实施方案_实施方案 读书笔记:《士兵突击》 怀旧小屋 嗨,风有颜色作文600字 最新铁路施工工作总结2014 2016幼儿园小班健康教案 大学生村官现状调研报告 “无情”的妈妈作文1000字 永丰乡提升干部队伍推进干部作风建设 入团申请书写法格式推荐 【冬之韵】现代诗:假如我是一朵雪花 听说爱情落花 小学六年级作文400字:多功能瓶盖 监考后的郁闷 湖南满分作文范文:猛虎与蔷薇 开学第一课班会上班主任讲话稿 2015年宗教工作总结 小学六年级作文350字:可怜的小鸡

Copyright © 2016 phpStudy |