2021-01-09 分類: 網(wǎng)站建設
在日常的前端開發(fā)工作中,我們會經(jīng)常的與HTML、javascript、css等語言打交道,和一門真正的語言一樣,計算機語言也有它的字母表、語法、詞法、編碼方式等,在這里我簡單的談一下前端HTML與javascript日常工作中常碰到的編碼問題。
在計算機中,我們儲存的信息都是用二進制碼表示的。我們認識的、屏幕上顯示的英文、漢字等符號和儲存用的二進制代碼的互相轉換,就是編碼。
有兩個基本概念需要說明,charset 和 character encoding:
charset ,字符集,也就是某個符號和某個數(shù)字映射關系的一個表,也就是它決定了107 是koubei 的 ‘a(chǎn)’,21475 是口碑的“口”,不同的表有不同的映射關系,如 ascii,gb2312,Unicode. 通過這個數(shù)字和字符的映射表,我們可以把一個二進制表示的數(shù)字轉換成某個字符。
chracter encoding ,編碼方式。例如,同是對于應“口”的 21475 這個數(shù),我們是用 \u5k3e3 表示呢,還是用 %E5%8F%A3 來表示呢?這就是由 character encoding 來決定的。
對于 ‘cdcxhl.com’ 這樣的 字符串來說,是美國人的常用字符,他們就制定了一個 叫做ASCII 的字符集,全稱是 american standard code of information interchange 美國標準信息交換碼,用0–127這128個數(shù)字,(2的7次方,0×00-0×7f) 代表了123abc這樣的常用的128個字符。一共是 7 bits,再加上第一個是符號位,要用來去補碼反碼表示負數(shù)什么的,一共8 bits 構成一個 byte。當年美國人就是小氣了點,要是一開始就設計成一個 byte 是16 bits、32 bits,世界上會少很多問題,不過當時,估計他們覺得 8 bits 就夠了,可以表示128個不同的字符呢!
介于計算機這玩意兒是美國人搞出來的,所以他們自己省事,把自家用的符號都編碼好了,用的挺爽的。但當計算機開始國際化的時候,問題出來了,拿中國舉例吧,漢字就好幾萬,怎么辦?
現(xiàn)有的 8 bits 一個 byte 的系統(tǒng)是基礎,不能破壞,不能去改到 16 bits之類的,否則改動太大了,只能走另一條路:用多個 ascii 的字符去表示一個其他字符,也就是 MBCS ( Multi-Byte Character System,多字節(jié)字符系統(tǒng))。
有了這個 MBCS 的概念,我們可以表示更多個字符了,比如我們用 2 個 ascii 字符,就有 16 bits, 理論上有 2 的 16 次方 65536 個字符。但這些編碼怎么分配到字符上呢?比如口碑的”口”的 Unicode 編碼就是 21475,誰決定的呢?字符集,也就是剛剛介紹的charset。ascii就是最基礎的一個字符集,在此之上,我們有類似于 gb2312, big5這樣針對簡體中文和繁體中文的MBCS的字符集等等。終于有個叫 Unicode Consortium 的機構,決定做一個囊括所有字符在內(nèi)的字符集(UCS, Universal Character Set)和對應編碼方式的標準,即 Unicode。從1991年開始,它發(fā)布了第一版 Unicode 國際標準,ISBN 0-321-18578-1 ,國際標準化組織 ISO 也參與了這個的定制,ISO/IEC 10646 : the Universal Character Set??傊?,Unicode 是個基本覆蓋了所有已經(jīng)存在的地球上的符號的字符標準了,現(xiàn)在正在被越來越廣泛的使用,ECMA 標準也規(guī)定,javascript語言的內(nèi)部字符使用 Unicode 標準(這意味著,javascript的變量名、函數(shù)名等是允許中文的!)。
對于身在中國的開發(fā)者來說,可能碰到比較多的問題就是 gbk, gb2312, utf-8 之間轉換之類的問題了。嚴格的說這個說法不是很準確,gbk,gb2312是字符集 (charset),而 utf-8 是一種編碼方式 (character encoding) ,是 Unicode 標準中 UCS 字符集的一種編碼方式,因為使用 Unicode 字符集的網(wǎng)頁主要用UTF-8編碼,所以大家常常就把它們并列了,其實是不準確的。
有了 Unicode 后,至少人類文明沒有碰到外星人之前,這是一把萬能鑰匙了,都用它吧。而現(xiàn)在使用最廣泛 Unicode 的編碼方式就是 UTF-8 (8-bit UCS/Unicode Transformation Format) 了,它有幾個特別好的地方:
編碼 UCS 字符集,全世界通用
是一種變長編碼方式(variable-length character encoding),兼容 ascii
第二點是個很大的優(yōu)點,它使得以前使用純 ascii 編碼的系統(tǒng)兼容,而且不會增加額外的存儲量(假設定長的編碼方式,規(guī)定每個字符由2個 bytes 組成,那么這時候 ascii 字符占用的存儲空間將增大一倍)。
網(wǎng)頁名稱:HTML與javascript中常用編碼淺析
本文網(wǎng)址:http://m.rwnh.cn/news37/96537.html
成都網(wǎng)站建設公司_創(chuàng)新互聯(lián),為您提供定制網(wǎng)站、軟件開發(fā)、標簽優(yōu)化、響應式網(wǎng)站、網(wǎng)站改版、全網(wǎng)營銷推廣
聲明:本網(wǎng)站發(fā)布的內(nèi)容(圖片、視頻和文字)以用戶投稿、用戶轉載內(nèi)容為主,如果涉及侵權請盡快告知,我們將會在第一時間刪除。文章觀點不代表本網(wǎng)站立場,如需處理請聯(lián)系客服。電話:028-86922220;郵箱:631063699@qq.com。內(nèi)容未經(jīng)允許不得轉載,或轉載時需注明來源: 創(chuàng)新互聯(lián)
猜你還喜歡下面的內(nèi)容