关于编码的几个小经验

1、adodb.stream的charset并没有转换编码， 只是改变读入写出的方式。你如果用stream读取一段文件，改变charset，然后保存，实际上编码没有任何变化；正确的方式是改变charset，read，然后savetofile

2、关于xml的encoding选项。xml默认读取的是utf－8，在有<?xml version='1.0' encoding=....>时，程序会改变成encoding读取的方式。所以，如果你的xml文件不是用utf-8保存，一定要在encoding里写清楚，否则容易错误。xml也会尝试以unicode方式读取文件，不过我想没几个人敢用unicode保存数据把，哼哼。

3、关于xmlhttp抓取网页乱码。xmlhttp默认是按照utf-8抓取网页，所以对于csdn这样utf－8的网页来说，抓取正常。但是国内大部分网站都是采用gb2312编码，因而容易出现乱码。解决的办法是用adodb.stream转码。

4、2个关于编码导致的莫名其妙问题。a、对于xmlhttp抓取的gb2312页面，若直接在<textarea>内显示responsebody，容易导致页面僵死。b、非ascii或者gb2312的字符串直接用fo保存，会显示文件错误而不是编码错误，调试时经常被骗到死。c、netant不能读取unicode的lst文件，这让人非常不爽。

5、关于自动GB和Big5识别。Big5和Gb都是2字节编码，但是二者的编码范围略有不同，GB2312首字节在81-FE之间，尾字节40-FE之间，剔除XX7F一条线。GBK首字节在OXAO-OXFE之间，二字节在OX40-OX7E和OXA1-OXFE之间。通过在文本内对比编码范围，可以粗略判断编码类型。

6、window记事本，editplus等默认是以ascii方式保存文本文件，这是文件头部是没有编码说明的，二进制打开直接就是内容。然而以unicod，utf8方式保存时，前面会有一个直接的编码说明，这个字节在记事本下是不可见的，但是在adodb.stream等二进制工具读取时，会一并load，如果不注意，容易有些小麻烦。

7、在access数据库中，如果字段储存有日文的片假名，使用like或者instr查找会出现错误，哈哈哈。解决办法是使用bin方式储存，而不是txt方式储存日文。