<%@ codepage=65001%>UTF-8 <%@ codepage=936%>简体中文 <%@ codepage=950%>繁体中文 <%@ codepage=437 %>美国/加拿大英语 <%@ codepage=932 %>日文 <%@ codepage=949 %>韩文 <%@ codepage=866 %>俄文
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:&;#x5316;&;#x516d;&;#x4e2a;&;#x7ED3;&;#x8bba; Unicode10 进制形式:&;#21270;&;#20845;&;#20010;&;#32467;&;#35770; 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: 解开表单编码--按 codepage 指定编码读取--转换到对应的 Unicode--可 IIS 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.
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.
例二: 把例一的 add.asp 的<%@ codepage=936%>改为<%@ codepage=950%>,又会怎么样呢?
到这里发现了什么? 1.如果输入的文字和 Charset 对应的不同,一转换,就可能出现 Unicode 形式的字了. 这里就是原因所在.以后整个过程都保留着. 2.Add.asp 里 codepage 决定了保存到数据库的文字,用的是哪个语言对应的 Unicode. 如 codepage=936, 那么数据库保存的就是简体中文的 Unicode(数据库拿回简体中文系统,一切正常的), codepage=950 保存的就是繁体中文的 Unicode.(拿回简体中文系统,就不对了). 3.注意一下串串的变化过程: 1)输入法---CharsetUnicode----指定字符集的映射 2)Charset----表单编码串串简单编码 3)表单解码上步的逆过程,两步抵消了. 4)串串