免费视频淫片aa毛片_日韩高清在线亚洲专区vr_日韩大片免费观看视频播放_亚洲欧美国产精品完整版

打開APP
userphoto
未登錄

開通VIP，暢享免費(fèi)電子書等14項(xiàng)超值服

開通VIP

首頁

好書

留言交流

下載APP

聯(lián)系客服
記事本的編碼問題


　　但是由于不夠詳細(xì)，筆者就這一問題又特地咨詢了放飛技術(shù)網(wǎng)的高翅工程師，高工非常熱心的給我們帶來了更加詳細(xì)的解釋： 

　　在計(jì)算機(jī)中字符通常并不是保存為圖像，每個(gè)字符都是使用一個(gè)編碼來表示的，而每個(gè)字符究竟使用哪個(gè)編碼代表，要取決于使用哪個(gè)字符集(charset)。 

　　在最初的時(shí)候，Internet上只有一種字符集——ANSI的ASCII字符集，它使用7 bits來表示一個(gè)字符，總共表示128個(gè)字符，其中包括了英文字母、數(shù)字、標(biāo)點(diǎn)符號等常用字符。之后，又進(jìn)行擴(kuò)展，使用8 bits表示一個(gè)字符，可以表示256個(gè)字符，主要在原來的7 bits字符集的基礎(chǔ)上加入了一些特殊符號例如制表符。 

　　后來，由于各國語言的加入，ASCII已經(jīng)不能滿足信息交流的需要，因此，為了能夠表示其它國家的文字，各國在ASCII的基礎(chǔ)上制定了自己的字符集，這些從ANSI標(biāo)準(zhǔn)派生的字符集被習(xí)慣的統(tǒng)稱為ANSI字符集，它們正式的名稱應(yīng)該是MBCS(Multi－Byte Chactacter System，即多字節(jié)字符系統(tǒng))。這些派生字符集的特點(diǎn)是以ASCII 127 bits為基礎(chǔ)，兼容ASCII 127，他們使用大于128的編碼作為一個(gè)Leading Byte，緊跟在Leading Byte后的第二(甚至第三)個(gè)字符與Leading Byte一起作為實(shí)際的編碼。這樣的字符集有很多，我們常見的GB－2312就是其中之一。 

　　例如在GB－2312字符集中，“連通”的編碼為C1 AC CD A8，其中C1和CD就是Leading Byte。前127個(gè)編碼為標(biāo)準(zhǔn)ASCII保留，例如“0”的編碼是30H(30H表示十六進(jìn)制的30)。軟件在讀取時(shí)，如果看到30H，知道它小于128就是標(biāo)準(zhǔn)ASCII，表示“0”，看到C1大于128就知道它后面有一個(gè)另外的編碼，因此C1 AC一同構(gòu)成一個(gè)整個(gè)的編碼，在GB－2312字符集中表示“連”。 

　　由于每種語言都制定了自己的字符集，導(dǎo)致最后存在的各種字符集實(shí)在太多，在國際交流中要經(jīng)常轉(zhuǎn)換字符集非常不便。因此，提出了Unicode字符集，它固定使用16 bits(兩個(gè)字節(jié)、一個(gè)字)來表示一個(gè)字符，共可以表示65536個(gè)字符。將世界上幾乎所有語言的常用字符收錄其中，方便了信息交流。標(biāo)準(zhǔn)的Unicode稱為UTF－16。后來為了雙字節(jié)的Unicode能夠在現(xiàn)存的處理單字節(jié)的系統(tǒng)上正確傳輸，出現(xiàn)了UTF－8，使用類似MBCS的方式對Unicode進(jìn)行編碼。注意UTF－8是編碼，它屬于Unicode字符集。Unicode字符集有多種編碼形式，而ASCII只有一種，大多數(shù)MBCS(包括GB－2312)也只有一種。 

　　例如“連通”兩個(gè)字的Unicode標(biāo)準(zhǔn)編碼UTF－16 (big endian)為：DE 8F 1A 90 

　　而其UTF－8編碼為：E8 BF 9E E9 80 9A 

　　最后，當(dāng)一個(gè)軟件打開一個(gè)文本時(shí)，它要做的第一件事是決定這個(gè)文本究竟是使用哪種字符集的哪種編碼保存的。軟件有三種途徑來決定文本的字符集和編碼： 

　　最標(biāo)準(zhǔn)的途徑是檢測文本最開頭的幾個(gè)字節(jié)，如下表： 


例如插入標(biāo)記后，連通”兩個(gè)字的UTF－16 (big endian)和UTF－8碼分別為： 

　　FF FE DE 8F 1A 90 

　　EF BB BF E8 BF 9E E9 80 9A 

　　但是MBCS文本沒有這些位于開頭的字符集標(biāo)記，更不幸的是，一些早期的和一些設(shè)計(jì)不良的軟件在保存Unicode文本時(shí)不插入這些位于開頭的字符集標(biāo)記。因此，軟件不能依賴于這種途徑。這時(shí)，軟件可以采取一種比較安全的方式來決定字符集及其編碼，那就是彈出一個(gè)對話框來請示用戶，例如將那個(gè)“連通”文件拖到MS Word中，Word就會彈出一個(gè)對話框。 

　　如果軟件不想麻煩用戶，或者它不方便向用戶請示，那它只能采取自己“猜”的方法，軟件可以根據(jù)整個(gè)文本的特征來猜測它可能屬于哪個(gè)charset，這就很可能不準(zhǔn)了。使用記事本打開那個(gè)“連通”文件就屬于這種情況。 

　　我們可以證明這一點(diǎn)：在記事本中鍵入“連通”后，選擇“Save As”，會看到最后一個(gè)下拉框中顯示有“ANSI”，這時(shí)保存。當(dāng)再當(dāng)打開“連通”文件出現(xiàn)亂碼后，再點(diǎn)擊“File”－>“Save As”，會看到最后一個(gè)下拉框中顯示有“UTF－8”，這說明記事本認(rèn)為當(dāng)前打開的這個(gè)文本是一個(gè)UTF－8編碼的文本。而我們剛才保存時(shí)是用ANSI字符集保存的。這說明，記事本猜測了“連通”文件的字符集，認(rèn)為它更像一個(gè)UTF－8編碼文本。這是因?yàn)?#8220;連通”兩個(gè)字的GB－2312編碼看起來更像UTF－8編碼導(dǎo)致的，這是一個(gè)巧合，不是所有文字都這樣?？梢允褂糜浭卤镜拇蜷_功能，在打開“連通”文件時(shí)在最后一個(gè)下拉框中選擇ANSI，就能正常顯示了。反過來，如果之前保存時(shí)保存為UTF－8編碼，則直接打開也不會出現(xiàn)問題。 

　　如果將“連通”文件放入MS Word中，Word也會認(rèn)為它是一個(gè)UTF－8編碼的文件，但它不能確定，因此會彈出一個(gè)對話框詢問用戶，這時(shí)選擇“簡體中文(GB2312)”，就能正常打開了。記事本在這一點(diǎn)上做得比較簡化罷了，這與這個(gè)程序的定位是一致的。

打開APP，閱讀全文并永久保存 查看更多類似文章
猜你喜歡
類似文章
存文本文件及其字符編碼
關(guān)于文本亂碼的問題
UNICODE與UTF8，UTF16的含義
ASCII、ANSI、UNICODE及UTF-8編碼
ASCII, GB2312, Unicode , UTF-8 - 靈感點(diǎn)滴
windows環(huán)境下unicode編程總結(jié)
更多類似文章 >>
生活服務(wù)
分享 收藏 導(dǎo)長圖 關(guān)注 下載文章
綁定賬號成功
后續(xù)可登錄賬號暢享VIP特權(quán)！
如果VIP功能使用有故障，
可點(diǎn)擊這里聯(lián)系客服！

聯(lián)系客服