70,037
社区成员
发帖
与我相关
我的任务
分享请发表友善的回复…
发表回复
netxuning 2007-05-25
- 打赏
- 举报
十分感谢
netxuning 2007-05-25
- 打赏
- 举报
再问一下：
gbk和big5之间重的部分是不是繁体和简体相同的字？比如"的"之類.
gbk和big5之间重的部分是不是繁体和简体相同的字？比如"的"之類.
netxuning 2007-05-25
- 打赏
- 举报
那有没有可能一个网页文件既有gb2312又有utf-8?
我的意思是能不能通过在网页中只要找到了utf-8编码的字，便判断为utf8?
我的意思是能不能通过在网页中只要找到了utf-8编码的字，便判断为utf8?
iu_81 2007-05-24
- 打赏
- 举报
没有办法判断字符串的编码方式。
所能够做到的是：判断是不是iso8859-1编码，是不是UTF-8编码，是不是unicode/utf-16编码。
规则：
iso8859-1---每个byte都是0开头。
utf-8---0开头，or 10开头表示是双字节，以此类推。
unicode/utf-16---一个是FF EF开头，另一个是EF FF开头。
每种编码都有自己的域，可以判断每个字符是不是在域里面来确定文本是不是用了该编码。但是，这样误差很大，因为域的overlapping size太大。总而言之，没有人去判断文本是GBK还是Big5编码，因为做不到。类推后，判断是不是utf8才是唯一可行的，看看ultra edit所能够判断的编码方式就知道了
所能够做到的是：判断是不是iso8859-1编码，是不是UTF-8编码，是不是unicode/utf-16编码。
规则：
iso8859-1---每个byte都是0开头。
utf-8---0开头，or 10开头表示是双字节，以此类推。
unicode/utf-16---一个是FF EF开头，另一个是EF FF开头。
每种编码都有自己的域，可以判断每个字符是不是在域里面来确定文本是不是用了该编码。但是，这样误差很大，因为域的overlapping size太大。总而言之，没有人去判断文本是GBK还是Big5编码，因为做不到。类推后，判断是不是utf8才是唯一可行的，看看ultra edit所能够判断的编码方式就知道了
