|
前言： 通過了解字符的存儲編碼，可以解決很多由編碼不匹配引起的問題,，比如網(wǎng)頁亂碼,、郵件亂碼，本文簡單扼要地闡明了ASCII編碼,、EBCDIC編碼、GB2312編碼,、Unicode編碼,、UTF-8編碼、以及Base64編碼,。 編碼： 在顯示器上看見的文字,、圖片等信息在電腦里面其實并不是我們看見的樣子，即使你知道所有信息都存儲在硬盤里,，把它拆開也看不見里面有任何東西,，只有些盤片。假設(shè),，你用顯微鏡把盤片放大,，會看見盤片表面凹凸不平，凸起的地方被磁化,，凹的地方是沒有被磁化,；凸起的地方代表數(shù)字1，凹的地方代表數(shù)字0,。硬盤只能用0和1來表示所有文字,、圖片等信息。那么字母”A”在硬盤上是如何存儲的呢,？可能小張計算機存儲字母”A”是1100001,，而小王存儲字母”A”是11000010，這樣雙方交換信息時就會誤解,。比如小張把1100001發(fā)送給小王,，小王并不認為1100001是字母”A”，可能認為這是字母”X”,，于是小王在用記事本訪問存儲在硬盤上的1100001時,，在屏幕上顯示的就是字母”X”。也就是說,，小張和小王使用了不同的編碼表,。小張用的編碼表是ASCII，ASCII編碼表把26個字母都一一的對應(yīng)到2進制1和0上,；小王用的編碼表可能是EBCDIC,只不過EBCDIC編碼與ASCII編碼中的字母和01的對應(yīng)關(guān)系不同,。一般地說,，開放的操作系統(tǒng)（LINUX 、WINDOWS等）采用ASCII 編碼,，而大型主機系統(tǒng)（MVS ,、OS/390等）采用EBCDIC 編碼。在發(fā)送數(shù)據(jù)給對方前,，需要事先告知對方自己所使用的編碼,，或者通過轉(zhuǎn)碼，使不同編碼方案的兩個系統(tǒng)可溝通自如,。 ANSI: 為了擴充ASCII編碼,，以用于顯示本國的語言，不同的國家和地區(qū)制定了不同的標(biāo)準(zhǔn),，由此產(chǎn)生了 GB2312, BIG5, JIS 等各自的編碼標(biāo)準(zhǔn),。這些使用 2 個字節(jié)來代表一個字符的各種漢字延伸編碼方式，稱為 ANSI 編碼,，又稱為"MBCS（Muilti-Bytes Charecter Set,，多字節(jié)字符集）"。在簡體中文系統(tǒng)下,，ANSI 編碼代表 GB2312 編碼,，在日文操作系統(tǒng)下，ANSI 編碼代表 JIS 編碼,，所以在中文 windows下要轉(zhuǎn)碼成gb2312,gbk只需要把文本保存為ANSI 編碼即可,。 不同 ANSI 編碼之間互不兼容，當(dāng)信息在國際間交流時,，無法將屬于兩種語言的文字,，存儲在同一段 ANSI 編碼的文本中。一個很大的缺點是,，同一個編碼值,，在不同的編碼體系里代表著不同的字。這樣就容易造成混亂,。導(dǎo)致了unicode碼的誕生,。其中每個語言下的ANSI編碼，都有一套一對一的編碼轉(zhuǎn)換器,，Unicode變成所有編碼轉(zhuǎn)換的中間介質(zhì),。所有的編碼都有一個轉(zhuǎn)換器可以轉(zhuǎn)換到Unicode，而Unicode也可以轉(zhuǎn)換到其他所有的編碼,。
其他編碼： GB2312 也是ANSI編碼里的一種,，是一個簡體中文字符集，由6763個常用漢字和682個全角的非漢字字符組成,。 GBK即漢字內(nèi)碼擴展規(guī)范,，K為擴展的漢語拼音中“擴”字的聲母,。有些漢字用五筆和拼音都打不出來，如：溙（五筆IDWI）,，須調(diào)出GBK字符集才能打出這個字,。極品五筆中可右擊輸入法圖標(biāo)，設(shè)置,，屬性中選GBK字符集,。極點五筆中可點擊工具條中相關(guān)圖標(biāo)進行轉(zhuǎn)換。 BIG5（大五碼）是一種繁體中文漢字字符集,。 為了提高Unicode的編碼效率,，于是就出現(xiàn)了UTF-8編碼。UTF-8可以根據(jù)不同的符號自動選擇編碼的長短,。比如英文字母可以只用1個字節(jié)就夠了。 UNICODE： 如上ANSI編碼條例中所述,，世界上存在著多種編碼方式,，在ANSi編碼下，同一個編碼值,，在不同的編碼體系里代表著不同的字,。在簡體中文系統(tǒng)下，ANSI 編碼代表 GB2312 編碼,，在日文操作系統(tǒng)下,，ANSI 編碼代表 JIS 編碼，可能最終顯示的是中文,，也可能顯示的是日文,。在ANSI編碼體系下，要想打開一個文本文件,，不但要知道它的編碼方式,，還要安裝有對應(yīng)編碼表，否則就可能無法讀取或出現(xiàn)亂碼,。為什么電子郵件和網(wǎng)頁都經(jīng)常會出現(xiàn)亂碼,，就是因為信息的提供者可能是日文的ANSI編碼體系和信息的讀取者可能是中文的編碼體系，他們對同一個二進制編碼值進行顯示,，采用了不同的編碼,，導(dǎo)致亂碼。這個問題促使了unicode碼的誕生,。
如果有一種編碼,，將世界上所有的符號都納入其中，無論是英文,、日文,、還是中文等,，大家都使用這個編碼表，就不會出現(xiàn)編碼不匹配現(xiàn)象,。每個符號對應(yīng)一個唯一的編碼,，亂碼問題就不存在了。這就是Unicode編碼,。 |
|
|
