web程序網(wǎng)頁出現(xiàn)亂碼的原因分析

App亂碼消除器1.0 官方正式版

• 類型：游戲其他大�。�1.1M語言：中文 評分：4.1
• 標(biāo)簽：

立即下載

   字符集是怎么樣一個演變過程呢？

這個如果講故事可以講很久了。當(dāng)計算機(jī)有美國人發(fā)明后，當(dāng)時設(shè)計到字符輸入，由于是英文字符，通過收集整理。它們形成了標(biāo)準(zhǔn)的ascii碼(128) 字符集。8位，首位為0。 由于不斷普及，歐洲西方國家相應(yīng)使用，發(fā)現(xiàn)有些特殊字符它們不能表示，如：λφ等。如是出來想法，想利用ascii碼后128位，增加它們的字符。這樣就出現(xiàn)了EASCII碼。這些還是不能表示所有國家，想法語，俄語等有自己特殊字符。因此制定標(biāo)準(zhǔn)將后128位進(jìn)行分片制定。制定出iso-8859系列字符集。

ISO/IEC 8859-1 (Latin-1) - 西歐語言
ISO/IEC 8859-2 (Latin-2) - 中歐語言
ISO/IEC 8859-3 (Latin-3) - 南歐語言。世界語也可用此字符集顯示。
ISO/IEC 8859-4 (Latin-4) - 北歐語言
ISO/IEC 8859-5 (Cyrillic) - 斯拉夫語言
ISO/IEC 8859-6 (Arabic) - 阿拉伯語
ISO/IEC 8859-7 (Greek) - 希臘語
ISO/IEC 8859-8 (Hebrew) - 希伯來語（視覺順序）
ISO 8859-8-I - 希伯來語（邏輯順序）
ISO/IEC 8859-9（Latin-5 或 Turkish）- 它把Latin-1的冰島語字母換走，加入土耳其語字母。
ISO/IEC 8859-10（Latin-6 或 Nordic）- 北日耳曼語支，用來代替Latin-4。
ISO/IEC 8859-11 (Thai) - 泰語，從泰國的 TIS620 標(biāo)準(zhǔn)字集演化而來。
ISO/IEC 8859-13（Latin-7 或 Baltic Rim）- 波羅的語族
ISO/IEC 8859-14（Latin-8 或 Celtic）- 凱爾特語族
ISO/IEC 8859-15 (Latin-9) - 西歐語言，加入Latin-1欠缺的芬蘭語字母和大寫法語重音字母，以及歐元（�）符號。
ISO/IEC 8859-16 (Latin-10) - 東南歐語言。主要供羅馬尼亞語使用，并加入歐元符號。

這些在一段時間，可以解決西方國家常見字符。當(dāng)后來電腦在中日韓等國家普及時候，象中國常見漢字有7000多個，擴(kuò)展128個空位，完全不夠。因此，需要用多個字節(jié)表示。后來就定，第一個字節(jié)，第一位如果是1，后面還有一個字節(jié)與之一起表示一個字符。如果是0，就對應(yīng)ascii碼。 這樣就形成了國內(nèi)的gb2312,后來還是不夠表示繁體中文，加入了：gbk，最后是gb18030,但是，這樣全世界各個國家還是用它們自己字符集進(jìn)行表示。沒有一個統(tǒng)一的大字符集，能夠表示全球所有字符。直到unicode出現(xiàn)，它的設(shè)計最多可以表示100多萬個字符。全球所有字符都可以收納在其中。 寫出的程序，不用經(jīng)常進(jìn)行各種編碼轉(zhuǎn)換。就可以讓世界上所有國家可以閱讀對應(yīng)字符文字。

   什么是代碼頁，它與字符集有什么關(guān)系？

大家在指定網(wǎng)頁程序語言生活，還記得cp936表示中文代碼頁(code page)。那么它與我們說的gbk字符集有什么關(guān)系呢？代碼頁是字符集編碼的別名，也有人稱"內(nèi)碼表"。早期，代碼頁是IBM稱呼電腦BIOS本身支持的字符集編碼的名稱。

常見字符集與代碼頁直接映射是：

cp      charset

932 — 日文
936 — 簡體中文（GBK）
949 — 韓文
950 — 繁體中文（大五碼）
1200 — UCS-2LE Unicode 小端序
1201 — UCS-2BE Unicode 大端序
65001 — UTF-8 Unicode

936就是我們的gbk字符編碼集。