字符集与编码

• ASCII
• ASCII的扩展(DBCS, MBCS)
  • ISO-8859-1 【欧洲使用】
  • GB2312：常见汉字与符号，一级汉字拼音序 【最早的国标，包含了2312个常用汉字】
  • GBK：繁体字
  • GB18030：少数民族字符
  • BIG5/JIS…

 

• 常见的编码与字节
  • 单字节：ASCII/ISO-8859-1
  • 双字节：GB2312/UTF-16
  • 变字节：UTF-8/UTF-7

 

 

• 实际例子，以 汉字 "中" 为例：
• 示例：中(GB：D6D0，U：E4B8AD)

 

汉字在传输过程中，会进行再编码，对于特殊字符，如"《","\"，中文等都会以 "%"的形式来进行再编码。

网页中的再编码：

• GB2312再编码：%D6%D0
  http://www.baidu.com/s?wd=%D6%D0&tn=16site_pg 还原：D6D0 代表为 "中"
• UTF8再编码： %E4%B8%AD
  http://www.baidu.com/s?wd=%E4%B8%AD&&tn=16site_pg&ie=utf-8
• 说明： 百度的数据传输使用两个字节的GBK编码，这样传输速率会更高。

   

  在编码语言中的应用：

  JS中—再编码

  encodeURI : 无论数据传递过来是什么编码，全部转成UTF-8编码

  encodeURIComponent ： 针对 还有 "/","<"等 特殊字符的编码来进行 utf-8编码的转换。

   

  JS---解码

  decodeURI : 将进行再编码的字符进行解码--- 主要针对没有包含有 特殊字符的字符类型。

  decodeURIComponent ： 针对 还有 "/","<"等 特殊字符的编码来进行 utf-8编码的转换。

             

 

 

encodeURIComponent：

 

 

 

 

• 文本编码的查看:

               判断一个文本文件是使用什么编码： 可以查看文字的字节序（使用UltraEdit 转换成十六进制来查看）

 

• BOM(Byte Order Mark)
• FEFF：Big-endian
• FFFE：Little-endian
• EF BB BF：UTF-8

 

 

记事本中来修改编码格式.

 

ANSI形式

在windows下的ANSI： 这种字符类型，意思就是说与操作系统的字符编码相一致，如在中文的windows版本中，它的编码默认为GBK编码。