Chinaunix首页 | 论坛 | 博客
  • 博客访问: 12989775
  • 博文数量: 187
  • 博客积分: 7517
  • 博客等级: 少将
  • 技术积分: 1981
  • 用 户 组: 普通用户
  • 注册时间: 2007-05-20 18:51
文章分类

全部博文(187)

文章存档

2015年(3)

2013年(4)

2012年(20)

2011年(2)

2010年(96)

2009年(14)

2008年(47)

2007年(1)

我的朋友

分类: 系统运维

2010-04-17 23:04:10

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)。powered by 25175.

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,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:化六个结论

Unicode10进制形式:化六个结论

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:IIS解开表单编码--按codepage指定编码读取--转换到对应的Unicode--可以用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---Charset Unicode----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à按codepage读取 串串没变,这步有可能“误会读取”

5) 转为对应的Unicode Codepage指定字符集----Unicode映射

6) 中间处理,进数据库 无变化,直接以Unicode形式进入

8) 按codepage读取数据库 Unicode----codepage指定字符集的映射

9) 显示,按Charset指定字符集读取 串串没变。

-------------------------------------------------------------------------------

以例一说明:

797000024

例2

797000024

晕了。现在来用用知识。

797000024

案例1。

简体中文系统下跑的好好的代码,放到国外空间上,数据库里乱码,原有的数据也乱码。

分析:因为大多数人平时用的都是简体中文系统,默认的codepage=936,所以平时大家不写也没有关系。

但到了国外空间问题就出来了。从数据库里的Unicode转换到英文编码去了,所以数据库原有的简体中文转换到英文后,按GB显示自然乱码。

如图,新输入的文字显示正常,但数据库里保存的是英文的Unicode的。

解决方法:全部加上<%@codepage=936即可%>。

全程只有简体中文与对应Unicode间的转换。

阅读(1601) | 评论(0) | 转发(0) |
给主人留下些什么吧!~~