字符编码的问题

hbhbhbhbhb1021 2005-10-24 04:41:52

最近工作闲了，却发现问题变多了
网页上的编码问题,现在脑袋里一团乱，不清晰。请大家帮忙啊
GB2312 两字节，高位的首字符可以判断什么东西拉？忘了。
GBK，比GB2312多一些字。编码是不是也位数多了。
hy，这种编码是什么？
\u4E00这种unicode编码，我怎么发现有些正则里\u这里只有两位
utf-8和utf-16有什么区别。
哪位好心大哥大姐帮我理一理，网页上的编码之间的区别，之间都有什么好处

...全文

171 9 打赏收藏转发到动态举报

写回复

用AI写文章

9 条回复

切换为时间正序

请发表友善的回复…

发表回复

hbhbhbhbhb1021 2005-10-25

打赏
举报

终于明白了，再次谢谢各位
escape和encodeURI都是装成UNICODE
escape函数就是直接的
1110 XXXX 10 XXXXXX 10 XXXXXX
X所组成的二进制的编码
而另一个是包括前面的数字的

hbhbhbhbhb1021 2005-10-25

打赏
举报

终于明白个道理，原来前段时间那个拿汉字首字符的，是把字符转成ASC码，然后加65536，就首字符置1，这样就是gb2312编码了，而这个编码是按字符拼音，音节排序的，所以可以拿出来字符的首字符

hbhbhbhbhb1021 2005-10-25

打赏
举报

谢谢大家，感觉清楚了好多
GB2312 两字节，首字符用来区分ASC码。
GBK，比GB2312多一些字。位数没多
hy，这种编码就是unicode
\u4E00这种unicode编码，正则中只有两位是这样的[^\x00-\xff]，原来是没有的意思，并且我也知道为什么这样就可以了
utf-16是8的扩充，并且位数也不一样。

现在还有最后一个问题
escape()函数是把字符串转成unicode
encodeURI这个转成什么东西拉
比如encodeURI("一")
怎么得出了%E4%B8%80这个东西，他unicode编码应该是%u4E00

hbhbhbhbhb1021 2005-10-25

打赏
举报

晕，算错了！
asc 函数执行完是 -11589 加65536的GB2312编码是53947
换成2进制为1110 1111 0001 1011

hbhbhbhbhb1021 2005-10-25

打赏
举报

头又大了，汉字“一”
asc 函数执行完是 -11589 加65536的GB2312编码
13947，我想这个应该是8进制的数，加上首字符的1刚好16位
1001 1111 0001 1011
这个应该是数据在计算机中的存储

UNICODE编码是可变字节首位有几个字节就几个1然后0，然后每个字节前都是10，剩下的位进行编码
这样就怪了
比如两字节的数据
110 XXXXX 10XXXXXX
剩下的位是11位，怎么可能，这是什么进制的数啊 %u4E00 这是16进制的吧，怎么用JAVA中的str.getBytes()循环得出的居然是两个字节-46,-69

bohemia 2005-10-24

打赏
举报

GBK,GB2312中文编码,属于2字节编码.由最高位的1来区别.;
UNicode属于2字节编码(一般指UCS2).对所有国家的文字进行统一编码.确保所有的编码的唯一性.
UTF-8,(Unicode Transform Format)便于传输Unicode以及处理在Unix上的编码,对Unicode进行转换得到的一种编码方式.
UTF-16对UTF-8的一种扩展.

具体的详细编码介绍可以参考http://search.csdn.net上搜一下.

fantiny 2005-10-24