相信各位同行或多或少都会碰到过乱码的问题。
从来没有?相信我,只是时候未到,在这行混,迟早会碰到的。
当然,如果你对各类编码非常了解,对浏览器脾气摸得很清楚了,你可以避开或者快速解决此类问题。
希望这篇文章对你有所帮助。
一、为什么会出现乱码?
在计算机中,我们储存的信息都是用二进制码表示的。我们文字和符号用的二进制代码的互相转换,就是编码,转换需要一种规则,就是字符集(charset),我们常用的字符集例如:ascii,gb2312,unicode。
不同的字符集所存储的内容不同, 比如“太平洋”三个字采用gb2312对应的值为4411 3829 4983,utf-8对应为E5 A4 AA E5 B9 B3 E6 B4 8B,这样,当一个gb2312的文件嵌入一个utf-8的文件的时候,问题就来了。
二、ANSI, Unicode, UTF-8, Encode, Charset, HTML实体… 我快疯了
疯完了没,没昏就行了,别着急,听我一一道来。其实这只是同一样东西在不同场合的应用。
A. ANSI, Unicode, UTF-8
这几个归为一类,它们是文件编码。
ANSI指当地编码,比如在大陆它指GB2312,在台湾它指GBK(Win中记事本保存文件的时候的默认选项就是它)。
Unicode是一个通用字符集,它是一个编码标准,这个和GB2312是对应的,但因为字符集过大,Unicode有它的特殊性,在不同应用场合,有不同的具体实现手法,比如应用于互联网传输,采用的存储与传送格式是UTF-8,Windows应用UTF-16,Linux 应用UTF-32。
B. Charset
HTML中的Charset,CSS中的@charset,XML中的encoding等,这几个归为一类。
它们是告诉浏览器如何解码。比如psd后缀是告诉系统这是Photoshop源文件,同样charset设为gb2312是告诉浏览器这是一个简体中文的网页。
C. Encode
Encode和encodeURI,encodeURIComponent归为一类。
这在下一节中进行比较详细的介绍。当浏览器提交数据给服务器时,特殊字符中文一般浏览器会自动编码,但存在部分保留字符,比如”# /”等,这时候需要encode等进行转换。
D. HTML实体
当网页中需要插入某些特殊字符时,需要用到HTML实体,比如插入<,可以使用<或者实体编码<。
三、Javascript URI编码/解码
A.为什么需要URI编码?
通常来说,之所以URI需要进行编码,是因为URI中有些字符可能会引起歧义或者有隐私的数据。
B. 编码与解码的函数?
JS对文字进行编码涉及3个函数:escape,encodeURI,encodeURIComponent,相应3个解码函数:unescape,decodeURI,decodeURIComponent
C. 如何选择?
首先,范围不同。Escape不能编码的字符有: @ * / +;encodeURI:! @ # $& * ( ) = : / ; ? + ‘ ; encodeURIComponent:! * ( ) 。
其次,编码类型不同。encodeURI、encodeURIComponent采用utf-8进行编码;而Escape采用系统编码。
所以,怎么选择?例如内容中要存在URI标识,则用encodeURI,如果想把”#,/”也要编码用escape或encodeURIComponent。
四、Ajax加载的文件中不能用中文?
这一直是让开发人员很头疼的问题之一,也是常见的编码问题,原因很简单,你非得拿羊城通往ATM上插,结果当然是读不出来或者读错。编码问题也是一样,通常出错的情况是,文档编码是GB2312,而浏览器以UTF-8(Ajax默认解码方式)来解码,自然乱码。
怎么解决呢?
1、文档采用UTF-8编码,不会产生任何问题。
2、如果不能用UTF-8,XML文档可以指定它的Encoding,JS文件和JSON数据目前没有好的解决办法。
五、GB2312,UTF-8都可以显示中文,如何选择?
可以显示中文的编码有GB2312、GBK、GB18030、Unicode。前三个保持向后兼容,比如“太平洋”这几个字在这几个编码规则中内码是一样的。它们的不同之处在于字符集不同,GB2312只包括简体中文,GBK还包括繁体,GB18030再加入了少数民族语言,比如藏文。那如果显示简体中文可以任意选择?据我目前测试了解,应该都是可以的,至于速度上是否有差异,还未深究,但GB2312肯定更为通用,而且据我测试已经包含了相当部分繁体。至于Unicode,应用在网页中的UTF-8,中文一般需要占据3个字节(前三种2个字节),所以当中文较多的网页用UTF-8文件将变得更大(我们公司大部分网页4%左右)。
六、UTF-8、UTF-16、UTF-32什么区别?
Unicode所做的是为每个字符定义了一个相应的数字表示。比如,“a“的Unicode值是0×0061,“一”的 Unicde值是0×4E00,这是最简单的情况,每个字符用2个字节表示。 Unicode定义了百万个以上的字符,如果将所有的字符用统一的格式表示,需要的是4个字节。“a“的Unicode表示就会变成 0×00000061,而“一“的Unicode值是0×00004E00。实际上,这就是UTF32,Linux操作系统上所使用的Unicode方案。但是,仔细分析可以发现,其实绝大部分字符只使用2个字节就可以表示了。英文的Unicode范围是0×0000-0×007F,中文的Unicode范围是0×4E00-0×9F**,真正需要扩展到4个字节来表示的字符少之又少,所以有些系统直接使用2个字节来表示Unicode。比如Windows
系统上,Unicode就是两个字节的。对于那些需要4个字节才能表示的字符,使用一种代理的手法来扩展(其实就是在低两个字节上做一个标记,表示这是一个代理,需要连接上随后的两个字节,才能组成一个字符)。这样的好处是大量的节约了存取空间,也提高了处理的速度。这种Unicode表示方法就是 UTF16。一般在Windows平台上,提到Unicode,那就是指UTF16了。 而UTF-8更有意思,它的字节数1-4个不等,如果纯英文的应用环境,自然用它更加节省。
七、CSS、JS的编码可以和HTML不一致吗?
可以。但最好在引用时手动设置Charset,值得注意的是IE、FF默认根据当前页面编码,而Chrome默认是UTF-8。
八、我这人比较懒,直接给点建议吧。
懒得够可以的,好吧,那我想到几条写几条:
1、框架页不受父页面编码影响;
2、关于浏览器编码纠错。
测试:创建utf-8文件,更改meta charset属性为gb2312(文件本身数据编码不变),外链gb2312的JS文件,结论:
IE&Chrome自动以utf-8解析,外链JS乱码;
FF以gb2312解析,外链JS中文显示正常。Demo: 测试自动解析编码.html
3、Ajax加载,如果目标文档文件编码非UTF-8,需指定encoding,否则中文乱码;
XML是可以指定编码的,但如果是JSON,Script之类的数据,无法指定编码,要显示中文只有用UTF-8的编码;
4、外链的js,IE、FF默认根据当前页面编码,Chrome默认是Utf-8。如果JS文件为Unicode编码,给文件加上bom比较保险(IE、FF的智能识别)
5、Get数据,IE678,ff3 GBK编码,Chrome utf-8编码。
6、想完全避免它,如果条件允许,网站前后台数据库全部统一用utf-8吧,万事大吉,想碰到编码问题都难。
全部统一用gb2312?不行,问题照出,原因在上文中。
相关推荐
10<br><br>0023 如何添加引用第3方控件 11<br><br>0024 如何生成DLL文件 11<br><br>0025 如何使用不安全代码 11<br><br>第2章 语言基础 13<br><br>2.1 注释 14<br><br>0026 如何对代码进行注释 14<br>...
这个jar包可以用来覆盖本地maven仓库的官方jar包,以此来解决swagger2生成的PDF文档中文乱码,或者中文不全的问题。使用方法:下载下来的jar包,名字改成和官方一样的asciidoctorj-pdf-1.5.0-alpha.16.jar,然后复制...
<br>本文件采用GBK编码,所以在使用其他编码时,可能会存在乱码情况,请自行转到相应编码!<br><br>2.用户名或密码验证出错!<br>如果用户名或密码处出错请按照以下措施检验:<br>(1)您确定你有SMTP服务的使用权<br>(2)您...
曼波整站系统5.3.0 在 5.2.0 基础上清除了很多已知的bugs,并做了大量改进,主要表现为:<br><br>* 中文处理功能得到很大加强,在使用 UTF-8 编码时,令人讨厌的弹出框乱码、安装美化留言板组件造成后台菜单不见等...
request取参数时转化编码<br>##<br>param = no<br>param.from=ISO-8859-1<br>param.to=GB2312<br><br># 写入数据到数据库转化编码<br>encode = no<br>encode.from=ISO-8859-1<br>encode.to=GB2312<br><br># 从数据库...
加入 IPB 2.0.3 安全更新<br> 新增:帖子图片缩小可以点击在新窗口打开<br> <br> <br> Fire IPB 论坛是 Fire IPB ...修复了 2.0.3 的部分仍然存在的问题&BUG 支持在任何编码的服务器上使用本论坛而且绝对不会有乱码问题
在上面文本框输入 HTTP 协议包文本,点击发送,会向服务器发送<br>信息,然后会在下面的文本框显示 Response,如果返回的是 UTF-8 编码,可以在菜单里选择 UTF-8 解码<br>从而解决乱码问题。发送有TCP/UDP/...
根据语言编码指定字符集,创建表时根据语言编码指定默认字符集,有效解决乱码问题<br>4) 改进安装程序,在创建表时根据语言编码指定默认字符集<br><br><br>三、增加功能<br><br>1. 增加 box_mychildhood_cn 童年风格...
<br> 修正了在属性模式下,中文字符乱码的问题(官方的还是存在的哦) <br> <br> 安装: <br> 1.上传到您网站的某个目录。比如说forum <br> 2.更改config.php文件 <br> 3.导入simpleboard.sql数据库(建议使用...
eclipse struts 中文乱码问题图解<br>页面乱码<br>参数乱码<br>国际化乱码
此版本主要优化和修复,并重写了大部分源码,可能还存在不少BUG也请大家有空帮忙测试下...<br> 修正了生成中文可能乱码问题。<br> 修正了程序配置无法保存的问题<br> 更改了配置保存方式。<br> <br>发布日期:2008-1-5
<br> 6.UTF-8编码,解决贴繁体或国外字符乱码问题。 <br> 7.CSS控制整个社区颜色及风格。 <br> 8.版面多种可选属性,让社区变得更灵活。 <br> v3.0 Beta 2更新内容: <br> 1. 完成好友列表添加删除等功能。 <br> 2....
支持在任何编码的服务器上使用本论坛而且绝对不会有乱码问题<br> v1.0.4b Build 050105<br> <br> 修正语言包 Blog 部分的汉化错误<br> 修正后台 Blog 部分的汉化错误<br> 修正发贴页面没有汉化完全的情况<br> 修正...
<br> 6.UTF-8编码,解决贴繁体或国外字符乱码问题。<br> 7.CSS控制整个社区颜色及风格。<br> 8.版面多种可选属性,让社区变得更灵活。<br> v1.1部分升级内容列举<br> 1、黑名单增强处理<br> 2、订阅文章,每当有新...
* 创建日期:2015年5月7日 - 下午1:35:02<br> * 版本: V0.1 <br> * 修改者: <br> * 修改日期:<br> */ public class ZipUtil { /** * * 功能描述:压缩文件 <br> * 创建者:XXX <br> * 创建日期...
(VC6编译)<br><br>使用RTF格式解决在日文Windows下发送接受中文消息问题。<br>不过由于使用RTF,所以发送消息给其它版本的IPMsg时(比如Linux下的),对方将无法显示。<br>此时可以把RTF复选框去掉,不发送RTF格式...
对应的文章见<br>《在ASP.NET AJAX Control Toolkit 1.0.10618中使用GB2312的编码时出现乱码的两种解决方案》<br>http://blog.csdn.net/fancyf/archive/2007/08/21/1753404.aspx<br>这个修改基于官方的1.0.10618,只...
如Admin表就为AdminModel<br> 修改了Model摸板及相关说明<br> 修改了AccessDAL<br> 修改了Page.js<br> 修改了PageCS摸板<br> 修改页面摸板,分页控件采用了AspNetPager<br> <br>错误修正: 修正了SQL SERVER生成...
⊙ ◎ ⊙ <br> ⊙ 为了您的文件安全,软件自身带密码 , ⊙ <br> ◎ ◎<br> ⊙ ⊙<br> ◎ ◎<br> ⊙◎⊙◎⊙◎⊙◎⊙◎⊙◎⊙◎⊙◎⊙◎⊙◎⊙◎⊙◎⊙◎⊙◎⊙◎⊙<br> ⊙ ⊙ <br> ⊙ txt文本加密器(迷你版) ⊙...
相对于英文 v2.0.4 版增加功能列表:<br> <br> [一]在线列表部分<br> <br> [1]将原有的首页中的在线列表全部改为使用表格的格式化输出,更加整齐美观<br> [2]在线列表上方增加线列表图标图例显示<br> <br> [二]论坛...