《对Unicode的简单研究和了解 Version1.0》的补充和勘误

之前我提到“网页保存成什么格式并不重要，重要的是你要告诉浏览器这个网页的编码是什么。计算机也不会自动地猜对你的编码。”

但是有一天我不小心把一个charset=utf-8的网页保存成了ANSI格式，开始还觉得奇怪，我明明用meta标签声明了网页编码，还怎么会乱码呢？

原来之前我的想法是错误的，网页保存的格式也同样重要。即使是Unicode，保存成UTF-8和UTF-16文件在2进制的时候就已经不一样了。

再拿之前的例子举例：

“他”以UTF-8无BOM格式保存的时候，2进制下是：11100100 10111011 10010110

但是以UTF-16小端序保存的时候，2进制下是：11111111 11111110 11010110 01001110

不一样的数据，当然要不一样的编码才能正确解释了。

 

在使用PHP的fopen()函数也是，如果一个网页是UTF-8编码格式，那么你读取的文件也必须转成UTF-8格式，否则就会乱码。这时候就必须使用iconv函数转换编码。

 

总结：要使网页不乱码，首先META声明是必要的，其次是网页的保存格式。如果你用的是本地语言，比如中文，meta里必须使charset=gbk或者gb2312，网页保存成ANSI格式。如果用的是UTF-8编码，除了在meta里声明charset=utf-8以外，网页也必须以UTF-8格式保存。

如果使用了MYSQL数据库，也必须设置好数据库的连接方式。