国产一级a片免费看高清,亚洲熟女中文字幕在线视频,黄三级高清在线播放,免费黄色视频在线看

通過前面中文化、國際化問題解決的系列1-4，相信大家對字符集、字符編碼、字符解碼、字符亂碼、Java中文問題解決等都有了一個比較清晰的認識；但文中的信息并非包羅萬象，結(jié)合到自己平時對于字符集、編碼相關(guān)的一些疑惑，本篇對一些前文中并未提及的一些問題進行補充，以便讓該系列更加完善和全面；本文主要解決以下兩個問題：其一，解決UltraEdit菜單中的 文件 -> 轉(zhuǎn)換 子菜單中涉及的一些名詞疑惑，主要涉及EBCDIC 、OEM字符集、ANSI字符集、HZ編碼等；其二，補充關(guān)于URL編碼相關(guān)的一些知識點，涉及瀏覽器、Web服務器設置、Servlet規(guī)范等；

更多的與字符集相關(guān)的專業(yè)詞匯簡介

相信很多同學都有在用UltraEdit這個文本編輯器軟件，從菜單 文件 --> 轉(zhuǎn)換 進入即可看見很多的字符集間的轉(zhuǎn)換子菜單，不同版本間可能會有些差異，可以參考下圖：

從上圖中我們可以看到很多前面已經(jīng)提及的一些詞匯，比如ASCII、Unicode [Big Endian/Little Endian]、UTF-8等；但還有一些未提及的，下面就逐個介紹下：

• l DOS/UNIX/MAC間的轉(zhuǎn)換：
  這幾項和字符集無關(guān)，主要是由于各個系統(tǒng)對行結(jié)束字符的要求不一樣，體現(xiàn)在：Mac格式只要求回車、Unix只要求換行、DOS則要求回車、換行 二者組合；這幾個命令要做的就是對這幾個特殊字符進行相應替換；
• l EBCDIC (Extended Binary Coded Decimal Interchange Code)：
  他是與ASCII同時期的一種字符編碼，主要用于IBM計算機中；它采用8位碼, 有256個編碼狀態(tài), 但只選用其中一部分。0-9十個數(shù)字符的高4位編碼為1111, 低4位仍為0000-1001。大、小寫英文字母的編碼同樣滿足正常的排序要求, 而且有簡單的對應關(guān)系, 即同一個字母的大小寫的編碼值僅最高的第二位的值不同, 易于識別與變換。
• l OEM字符集：
  由于ASCII碼只利用了低7位，第8位沒有被使用，而隨著計算機的發(fā)展，很多原始設備制造商（當時最有名的應該就是IBM了）覺得ASCII碼已經(jīng)無法滿足需求了，所以他們各自對第8位進行了自定義擴展，從而形成了五花八門的OEM字符集；由于這些擴展都是不通用的，只有各自能夠解釋，這些不兼容的擴展又叫做代碼頁（Code Page），在同一臺機器中，通過不同的代碼頁就可以實現(xiàn)系統(tǒng)間信息的轉(zhuǎn)換了；
• l ANSI字符集：
  正如前面提到的，眾多的OEM廠商對第8位進行了自定義擴展；但更加夸張和恐怖的事情是，隨著計算機進入亞洲，此時卻發(fā)現(xiàn)整整用完8位也無法將所有的他們需要的語言字符；于是在ASCII的基礎(chǔ)上他們再次進行了擴展，從而產(chǎn)生了雙字節(jié)字符集DBCS（double byte character set），我們常見的國標系列GB2312/GBK/BIG5......都屬于此類；這些字符集有一個共同的特點：完全兼容ASCII！這是ANSI系列和Unicode系列最大的不同點；這類型基于ASCII碼進行擴展的多字節(jié)字符集MBCS統(tǒng)稱為ANSI字符集；注意：ANSI字符集之間也是無法直接識別的，需要進行自定義轉(zhuǎn)換；
• l 提到國標系列，在此我還想提一個編碼：HZ碼，HZ是漢字的簡稱？
  他是基于GB字符集的一種簡體中文編碼，在新加坡被廣泛使用；編碼規(guī)則為：他將每個字節(jié)中的第8位（在GB字符集中該位為1）屏蔽，只保留低7位，并將經(jīng)過變換后的部分用~{、~}括起來；解碼的時候只需要將括號對里面的部分高位還原成1即可；這樣就可以在互聯(lián)網(wǎng)上廣泛的傳輸了，而不必受制于某些系統(tǒng)只能接收基于ASCII碼的字符；

URL編碼

基于Java開發(fā)的Web應用URL組成如下：
http://domain:port/contextPath/servletPath/pathInfo?queryString
其中各個部分含義如下：
Domain、Port：分別是域名和端口；
contextPath：應用上下文路徑，默認為應用名稱，比如我們的apps；但可以通過應用服務器的相關(guān)配置進行修改，一般線上環(huán)境會修改成/，此時相當于contextPath為空；
servletPath：Servlet路徑，一般在應用的web.xml文件中配置servlet-mapping；但由于現(xiàn)在的web應用一般都會用一些框架，比如Struts、Webwork等，此時各框架都會對此進行封裝，會在另外的配置文件中進行設置；但原理都是一樣的；
pathInfo：可以理解為最終接收用戶請求的具體執(zhí)行類，比如我們常說的Action；
queryString：get方式傳入的請求參數(shù)；
以上各個部分中可能存在中文問題的是pathInfo、queryString兩個部分；

首先，我們來看下Servlet中和URL相關(guān)的一些api及其注意事項：
HttpServletRequest.setCharacterEncoding(); //僅僅只適用于設置post提交的request body的編碼而不是設置get方法提交的queryString的編碼。該方法還告訴應用服務器應該采用什么編碼解析post傳過來的內(nèi)容；注意：若沒有設定characterEncoding，則使用ISO-8859-1來解碼用戶輸入的表單，而不是使用系統(tǒng)默認的編碼。
HttpServletResponse.setContentType();      //告訴瀏覽器網(wǎng)頁中數(shù)據(jù)是什么編碼；表單提交時，根據(jù)ContentType指定的charset對表單中的數(shù)據(jù)編碼，然后發(fā)送給服務器。
HttpServletRequest.getParameter("name");   //返回的字符串為：queryString（包括get和post），其值經(jīng)過Servlet服務器URL Decode過的，默認編碼來源于應用服務器中的配置，比如tomcat中server.xml的URIEncoding。
HttpServletRequest.getPathInfo();          //返回的字符串為：pathinfo；由Servlet服務器解碼(decode)過的。默認編碼同上，tomcat中可設置useBodyEncodingForURI。
HttpServletRequest.getRequestURI();        //返回的字符串為：contextPath/servletPath/pathinfo；注意是瀏覽器提交過來的原始數(shù)據(jù)，未被Servlet服務器URL Decode過。

對URL編碼【URL Encoding/Percent Encoding】時，使用以下規(guī)則：
字母數(shù)字字符 "a" 到 "z"、"A" 到 "Z" 和 "0" 到 "9" 保持不變。
特殊字符 "."、"-"、"*" 和 "_" 保持不變。
空格字符 " " 轉(zhuǎn)換為一個加號 "+"。
所有其他字符都是不安全的，因此首先使用一些編碼機制將它們轉(zhuǎn)換為一個或多個字節(jié)。然后每個字節(jié)用一個包含 3 個字符的字符串 "%xy" 表示，其中 xy 為該字節(jié)的兩位十六進制表示形式。推薦的編碼機制是 UTF-8。但是，出于兼容性考慮，如果未指定一種編碼，則使用相應平臺的默認編碼。

假定我們待請求URL為：http://localhost:8080/example/中國?name=中國；
Html內(nèi)content-type或meta中的charset=GBK；文件格式為ANSI/ASCII；
URL中的兩個漢字"中國"的各字符集下的編碼為：

對于Get方式的URL請求有兩種情況，其一：用戶直接在瀏覽器地址欄中輸入URL，此時瀏覽器沒有編碼可參考，直接用瀏覽器的默認編碼進行解析并提交到服務端；其二：在form表單內(nèi)提交，只是form屬性method為GET，此時瀏覽器會參考目前html中對編碼的相關(guān)設置進行解析，比如content-type或meta中的charset。

以下就重點講講第二種方式的提交：
GET方式form submit：瀏覽器會對URL進行URL encoding，然后發(fā)送給服務器。

• 對于中文IE,如果在高級選項中選中總以UTF-8發(fā)送(默認方式)，則PathInfo在URL Encoding時按照UTF-8編碼；QueryString按照GBK編碼。
  此時提交是：GET /example/%E4%B8%AD%E5%9B%BD?name=%D6%D0%B9%FA
• 對于中文IE,如果在高級選項中取消總以UTF-8發(fā)送，則PathInfo和QueryString在URL encoding時按照GBK編碼。
  此時提交是：GET /example/%D6%D0%B9%FA?name=%D6%D0%B9%FA
• 對于中文firefox、Chrome，因為沒有類似IE中的這種設置選項，所以這兩種瀏覽器中對pathInfo的編碼規(guī)則沒有做特殊處理，MS是和queryString采取同樣的編碼規(guī)則；在本例中的假設情況下：pathInfo和queryString在URL encoding時都按照GBK編碼。
  此時提交是：GET /example/%D6%D0%B9%FA?name=%D6%D0%B9%FA

很顯然，不同的瀏覽器以及同一瀏覽器的不同設置，會影響最終URL中PathInfo的編碼，該編碼可能不會由我們應用來控制；對于queryString，則是可以由我們的應用來完全控制的，對于上面的事例：中文的IE和FIREFOX都是采用GBK編碼queryString。

若調(diào)整下上例中的假設條件，設置Html內(nèi)content-type或meta中的charset=UTF-8；
此時在IE中queryString會按照UTF-8進行編碼，即name=%E4%B8%AD%E5%9B%BD；
但是在非IE（Firefox、Chrome）中，此時提交時URL中會以中文直接提交，即name=中文；此時服務端的web服務器上肯定要進行相應的編碼配置，否則肯定會出現(xiàn)亂碼；

若設置Html內(nèi)content-type或meta中的charset=ISO-5899-1；
此時在IE、Firefox、Chrome中queryString都被用ISO-5899-1編碼了，即name= %26%2320013%3B%26%2322269%3B；
對于編碼串中的%26、%3B應該是百分號編碼【Percent Encoding】中的保留字符，分別對應&、;，兩者之間是經(jīng)過編碼的十進制碼；對于這點偶也不是十分肯定？要是有同學比較清楚，請告訴偶下，thx。

POST方式提交：表單中的參數(shù)值對是通過request body發(fā)送給服務器，此時瀏覽器會根據(jù)網(wǎng)頁的ContentType("text/html; charset=GBK")中指定的編碼進行對表單中的數(shù)據(jù)進行編碼，然后發(fā)給服務器。
在服務器端的程序中我們可以通過Request.setCharacterEncoding() 設置編碼，然后通過request.getParameter獲得正確的數(shù)據(jù)。

小結(jié)：

• 1. URL中的PathInfo字符串的編碼和解碼是由瀏覽器和應用服務器的配置決定的，我們的程序不能設置，不要期望用request.setCharacterEncoding()方法能設置URL中pathInfo解碼時的字符集，這在servlet規(guī)范里面有說明。
• 2. URL中如果含有中文等非ASCII字符，則瀏覽器會對它們進行URLEncode。為了避免瀏覽器采用了我們不希望的編碼，所以最好不要在URL中直接使用非ASCII字符，而采用URL Encode編碼過的字符串%xy；
  對此建議URL：http://localhost:8080/example/%D6%D0%B9%FA?name=%D6%D0%B9%FA
• 3. URL中PathInfo和QueryString應該采用相同的編碼，pathInfo最好不要用中文；因為不同瀏覽器對URL中PathInfo和QueryString編碼時采用的字符集不同，但應用服務器對URL通常會采用相同的字符集來解碼。
• 4. URL中的queryString的編碼方式是依賴于網(wǎng)頁的contentType、meta中的charset字符集設置的，記住這點對于form get方式提交亂碼問題排查是非常有好處的。
• 5. 頁面文件的編碼最好和頁面內(nèi)設置的charset一致，因為我們可能在頁面內(nèi)部有很多中文，若編碼不一致，則可能出現(xiàn)在編輯器內(nèi)看著是正常的，但到了瀏覽器上則變成了亂碼（雖然頁面顯示為亂碼，但這并不意味著在form submit時數(shù)據(jù)會有問題，很可能出現(xiàn)負負為正的情況）；這點在前面寶寶的文檔中也有說明；
  另外，文件的編碼很可能會影響問題的排查；比如上例中我們就已說明：文件格式為ANSI/ASCII，若文件格式為Unicode/UTF-*系列，那測試結(jié)果會不會不一樣呢？大家可以自行測試下；
• 6. 服務端URL Encode時最好指定字符集，否則encoding的字符集依賴于本地系統(tǒng)的默認編碼?？梢詤⒖糺avadoc：
  http://gceclub.sun.com.cn/Java_Docs/html/zh_CN/api/java/net/URLEncoder.html

相關(guān)文檔參考：
字符，字節(jié)和編碼：http://www.regexlab.com/zh/encoding.htm
各種字符集和編碼詳解：http://blog.csdn.net/ancky/archive/2008/01/11/2034809.aspx
深入淺出URL編碼：http://blog.csdn.net/yzhz/archive/2007/07/03/1676796.aspx
javascript html 相關(guān)編碼問題研究：http://stauren.net/log/fpev3c89q.html
J2EE Web組件中中文及相關(guān)的問題（系列）：http://blog.csdn.net/whodsow/archive/2003/10/27/19465.aspx