編碼集與亂碼問題,中文編碼佔幾個位元組

作用：表語英語及西歐語言。

位數：ascii是用7位表示的，能表示128個字元；其擴充套件使用8位表示，表示256個字元。

範圍：ascii從00到7f，擴充套件從00到ff。

作用：擴充套件ascii，表示西歐、希臘語等。

位數：8位， 範圍：從00到ff，相容ascii字符集。

作用：國家簡體中文字符集，相容ascii。

位數：使用2個位元組表示，能表示7445個符號，包括6763個漢字，幾乎覆蓋所有高頻率漢字。

範圍：高位元組從a1到f7, 低位元組從a1到fe。將高位元組和低位元組分別加上0xa0即可得到編碼。

作用：它是gb2312的擴充套件，加入對繁體字的支援，相容gb2312。

位數：使用2個位元組表示，可表示21886個字元。

範圍：高位元組從81到fe，低位元組從40到fe。

作用：為世界650種語言進行統一編碼，相容iso-8859-1。

位數：unicode字符集有多個編碼方式，分別是utf-8，utf-16和utf-32。

作用：統一繁體字編碼。

位數：使用2個位元組表示，表示13053個漢字。

範圍：高位元組從a1到f9，低位元組從40到7e，a1到fe。

作用：它解決了中文、日文、朝鮮語等的編碼，相容gbk。

位數：它採用變位元組表示(1 ascii，2，4位元組)。可表示27484個文字。

範圍：1位元組從00到7f; 2位元組高位元組從81到fe，低位元組從40到7e和80到fe；4位元組第一三位元組從81到fe，第二四位元組從30到39。

作用：國際標準 iso 10646 定義了通用字符集 (universal character set)。它是與unicode同類的組織，ucs-2和unicode相容。

位數：它有ucs-2和ucs-4兩種格式，分別是2位元組和4位元組。

範圍：目前，ucs-4只是在ucs-2前面加了0x0000。

按所表示的文字分類

語言字符集

正式名稱

英語、西歐語ascii

iso-8859-1

mbcs 多位元組

簡體中文

gb2312

mbcs 多位元組

正體中文

big5

mbcs 多位元組

簡繁中文

gbkmbcs 多位元組

中文、日文及朝鮮語

gb18030

mbcs 多位元組

各國語言

unicode，ucs

dbcs 寬位元組

要求：要知道當前內容的編碼格式和要轉換為的編碼格式：

示例：

string username = request.

getparameter
("username").
trim()
; string password = request.
getparameter
("password").
trim()
;

如何將他們轉換成utf-8編碼，不要出現亂碼，**如下：

string parameter = request.

getparameter
("username");
//獲取到引數對應的二進位制數 
byte
temp = parameter.
getbytes
("iso-8859-1");
//通過對應的二進位制數 手動編碼成utf-8的字串 
string param =
newstring
(temp,
"utf-8"
);

原理：

相同的內容在計算機中的二進位制編碼是一樣的，所以在不同編碼間內容傳遞時，要想不出現亂碼，先將該內容按其原編碼轉換為二進位制序列。然後再將這個二進位制序列按照要轉換的編碼進行翻譯，就不會出現亂碼。

??????    --->    代表字元編碼不匹配造成

师龙       --->    代表沒有該編碼方式

英文本母：

位元組數 : 1;編碼：gb2312
位元組數 : 1;編碼：gbk
位元組數 : 1;編碼：gb18030
位元組數 : 1;編碼：iso-8859-1
位元組數 : 1;編碼：utf-8
位元組數 : 4;編碼：utf-16
位元組數 : 2;編碼：utf-16be
位元組數 : 2;編碼：utf-16le

位元組數 : 2;編碼：gb2312

位元組數 : 2;編碼：gbk
位元組數 : 2;編碼：gb18030
位元組數 : 1;編碼：iso-8859-1
位元組數 : 3;編碼：utf-8
位元組數 : 4;編碼：utf-16
位元組數 : 2;編碼：utf-16be
位元組數 : 2;編碼：utf-16le

Mark Ajax引數中文編碼亂碼問題

link ajax不支援多種字符集，其預設的字符集是utf 8，所以在應用ajax技術的程式中應及時進行編碼轉換，否則對於程式中出現的中文字元將變成亂碼。一般在以下兩種情況下將產生亂碼。1.傳送路徑的引數中包括中文，在伺服器端接收引數值時產生亂碼 將資料提交到伺服器有兩種方法 一種是使用get方法提...

php 轉換中文亂碼,php中文編碼轉換問題

php中文編碼轉換的方法 1 使用iconv函式，為 string iconv string in string out string str 2 使用 mb convert encoding 函式。php中文編碼轉換的方法 一 iconvstring iconv string in charset...

python實戰之編碼問題 中文！永遠的痛

編碼的思維圖譜 也就是說檔案沒有編碼之說，事實上都是按二進位制格式儲存在硬碟中的。不過在寫入讀取時須使用相應的編碼進行處理，以便作業系統配合相關軟體 字型，繪製到螢幕中給人看。所以關鍵問題是得知道原先這些字串資料是使用什麼編碼來編譯的！可是在 unicode之前都是使用類似對比表的形式來組織編碼的，...