开发中的乱码问题

Posted 2020-09-20 wolf12

下面总结一下这些常用编码的概念，很多初级程序员只知道这些是一种编码，但不知道真正的作用。

ASCLL：这种编码计算机专业的都学过，是一种英文编码规则，如果是英语系统用这种编码就够了。
单字节，最多能表达256种字符。
ISO8859-(1-15):它是对ASCLL编码的扩展 所以也是单字节的。ISO（国际标准组织）不把中文当回事，
很多小国家的文字都扩展了如：冰岛语之类的，就是不扩展中文。其实不是歧视，而已是那些国家的
文字都是由一串字母组成的，比较相似，编码规则一样。如果中文全部用拼音来表达的话，那就不用出现后面的中文编码了。

GB2312：中国人终于站起来了，我们自己也搞了一套编码规则。不过只有简体。采用双字节（具体原理百度一下这里就讲太多了）。
GBK：GB2312还是不够用，扩展一下吧。繁体也进来吧！一家人。
unicode：统一字符编码标准集，把上面所有的都包括进来。采用双字节,没办法，因为中文是双字节的，只能预留多点。
urt-8:中文就是麻烦，浪费了很多空间，英文用1个字节就可以了，就一定用2个字节。根据特点自己分配空间。有些字符还会出现三个字符。

系统中能所有显示的字符，都会根据系统字体集中的编码来解码现实，如何没有的话，就会出现乱码。
如：如果你的系统是英文系统，而英文系统里没有中文的编码的话，就会出现乱码。
重点来了：做WEB开发的话，必须知道，web容器，IE,POST/GET,java/C#或其他语言,JDBC,它们都是用什么编码的。
IE可以自由选择编码。
java/C#：unicode
web容器：ISO8859-1.
JDBC:ISO8859-1.
POST/GET:ISO8859-1，但可以在获取GET/POST传过来的数据之前，就先对request过来的数据进行转码。
当然也可以在服务器每次响应浏览器时，就设置好浏览器GET/POST过来的编码，response.setcontenttype("text/html;charset=GBK");
发开中经常会出现？乱码：unicode转其他编码时，如果没有对应的编码，就会出现？
而反过来其他编码转unicode，就会出现？0xfffd.