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。 <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。
(责任编辑:admin) |