相關(guān)的題外話:
一、操作系統(tǒng)
window系統(tǒng)內(nèi)部都是unicode的。文件夾名,文件名等都是unicode的,任何語言系統(tǒng)下都能正常顯示。
二、輸入法:
微軟拼音輸出的是Unicode的,智能ABC輸出是簡體中文的(所以智能ABC在非簡體中文系統(tǒng)根本不能用,只能打英文)。
三、網(wǎng)頁的textarea
網(wǎng)頁的textarea是用unicode顯示的。所以往里打什么字都能顯示。而一些flash做的輸入框就不行了。
四、Access2000
access里面保存的數(shù)據(jù)是unicode的,在任何語言系統(tǒng)下都能顯示。
如果數(shù)據(jù)視圖查看有些字符不正常,那是因為顯示所用的字體不是Unicode字體,
換用Arial Unicode MS 字體就能全部顯示了。(access幫助,搜索,輸入unicode,有說明)
五、Word
word里的繁簡轉(zhuǎn)換,簡體轉(zhuǎn)換到繁體后,內(nèi)碼仍是簡體中文的,其實只是簡體中的繁體字。
六、ASP內(nèi)部是Unicode的,所有文本都是Unicode存儲的。需要時轉(zhuǎn)換到指定字符集。
首先說下結(jié)論:
%@ codepage=936%>簡體中文
%@ codepage=950%>繁體中文
%@ codepage=65001%>UTF-8
codepage指定了IIS按什么編碼讀取傳遞過來的串串(表單提交,地址欄傳遞等)。
也指定了所有文本變量從Unicode轉(zhuǎn)換到的編碼,
也就指定了從數(shù)據(jù)庫取出的數(shù)據(jù)從Unicode轉(zhuǎn)換到的編碼。(注意這個,很重要。)
關(guān)鍵字:
讀取:一個串串,按簡體讀取是一些字,按繁體讀取是一些字,串串本身編碼沒有變。
轉(zhuǎn)換:系統(tǒng)主動的轉(zhuǎn)換,比如從Unicode的“化”字到Big5的“化”字,內(nèi)碼變成Big5的。如果Big5沒有對應(yīng)的字,保留Unicode形式(#xxxx;)
簡體中文:化六個結(jié)論
Unicode16進制形式:#x5316;#x516d;#x4e2a;#x7ED3;#x8bba;
Unicode10進制形式:#21270;#20845;#20010;#32467;#35770;
下面是我推測出來的編碼轉(zhuǎn)換的過程:
客戶端:輸入法Unicode--輸入框unicode--從Unicode按charset轉(zhuǎn)換到對應(yīng)編碼()--表單發(fā)送編碼
服務(wù)器端:IIS解開表單編碼--按codepage指定編碼讀取--轉(zhuǎn)換到對應(yīng)的Unicode--可以用request("")讀取了--進行一些處理--以Unicode編碼保存到數(shù)據(jù)庫
服務(wù)器端:讀取數(shù)據(jù)庫的Unicode數(shù)據(jù),轉(zhuǎn)換到codepage指定編碼---生成源代碼--IE按charset讀取顯示。
下面舉例說明:
例一:
假設(shè)有三個asp頁面,典型的留言頁面:
1.write.asp 簡單的輸入表單,提交到add.asp。
META http-equiv="Content-Type" content="text/html; charset=big5">
2.add.asp 接收留言,保存到數(shù)據(jù)庫
%@ codepage=936%>
3.read.asp 從數(shù)據(jù)庫取得留言,顯示。
%@ codepage=936%> charset=GB2312 或
%@ codepage=950%> charset=big5
大家可以猜一猜,我在write.asp里用微軟拼音輸入法輸入“化六個討論”。最后在read.asp里會顯示什么樣?
是不是暈了。讓我們從頭分析。
例二:
把例一的add.asp的%@ codepage=936%>改為%@ codepage=950%>,又會怎么樣呢?
到這里發(fā)現(xiàn)了什么?
1.如果輸入的文字和Charset對應(yīng)的不同,一轉(zhuǎn)換,就可能出現(xiàn)Unicode形式的字了。這里就是原因所在。以后整個過程都保留著。
2.Add.asp里codepage決定了保存到數(shù)據(jù)庫的文字,用的是哪個語言對應(yīng)的Unicode.如codepage=936,
那么數(shù)據(jù)庫保存的就是簡體中文的Unicode(數(shù)據(jù)庫拿回簡體中文系統(tǒng),一切正常的),
codepage=950保存的就是繁體中文的Unicode.(拿回簡體中文系統(tǒng),就不對了)。
3.注意一下串串的變化過程:
1)輸入法---CharsetUnicode----指定字符集的映射
2)Charset----表單編碼串串簡單編碼
3)表單解碼上步的逆過程,兩步抵消了。
4)串串à按codepage讀取串串沒變,這步有可能“誤會讀取”
5)轉(zhuǎn)為對應(yīng)的Unicode Codepage指定字符集----Unicode映射
6)中間處理,進數(shù)據(jù)庫無變化,直接以Unicode形式進入
7)按codepage讀取數(shù)據(jù)庫 Unicode----codepage指定字符集的映射
8)顯示,按Charset指定字符集讀取串串沒變。
以例一說明:
例二:
暈了?,F(xiàn)在來用用知識。
案例1。
簡體中文系統(tǒng)下跑的好好的代碼,放到國外空間上,數(shù)據(jù)庫里亂碼,原有的數(shù)據(jù)也亂碼。
分析:因為大多數(shù)人平時用的都是簡體中文系統(tǒng),默認的codepage=936,所以平時大家不寫也沒有關(guān)系。
但到了國外空間問題就出來了。從數(shù)據(jù)庫里的Unicode轉(zhuǎn)換到英文編碼去了,所以數(shù)據(jù)庫原有的簡體中文轉(zhuǎn)換到英文后,按GB顯示自然亂碼。
如圖,新輸入的文字顯示正常,但數(shù)據(jù)庫里保存的是英文的Unicode的。
解決方法:全部加上%@codepage=936即可%>。
全程只有簡體中文與對應(yīng)Unicode間的轉(zhuǎn)換。
案例二:
簡體中文的代碼和數(shù)據(jù),想轉(zhuǎn)為完全的繁體版,該怎么辦?
分析:1。代碼文件編碼全部改為Big5的,文件本身保存編碼選繁體。
2.%@ codepage=936 %>
3.Charset=big5
4.access版本無所謂,因為access里的數(shù)據(jù)是Unicode的。
5.好了,代碼可以在純繁體系統(tǒng)下跑了。
6.遺留問題:原有的簡體中文數(shù)據(jù)讀出會有一些問號。效果同例一的950讀取,big5顯示。因為從簡體中文的Unicode轉(zhuǎn)換到繁體中文了,有些字繁體中沒有,就會出問號。
7.解決:用一個臨時asp頁,codepage=65001,讀出為簡體中文的Unicode,用一個Unicode->Big5的函數(shù),轉(zhuǎn)為繁體中文,然后寫回數(shù)據(jù)庫,應(yīng)該行了吧?
兩個案例完全是我按照理論推導(dǎo)出來了,未經(jīng)證實。
有類似經(jīng)歷的歡迎批評指正。
您可能感興趣的文章:- ASP codepage 頁面編碼使用說明
- CODEPAGE 列表與asp應(yīng)用例子
- 頁面編碼codepage=936和65001的區(qū)別