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

 UCS只是規(guī)定如何編碼，并沒(méi)有規(guī)定如何傳輸、保存這個(gè)編碼。
 例如“漢”字的UCS編碼是6C49，我可以用4個(gè)ASCII數(shù)字來(lái)傳輸、保存這個(gè)編碼；也可以用UTF-8編碼:3個(gè)連續(xù)的字節(jié)E6 B1 89來(lái)表示它。關(guān)鍵在于通信雙方都要認(rèn)可。
 UTF-8、UTF-7、UTF-16都是被廣泛接受的方案。UTF-8的一個(gè)特別的好處是它與ISO-8859-1完全兼容。
 UTF是“UCS Transformation Format”的縮寫(xiě)。UCS可以看作是"Unicode Character Set"的縮寫(xiě)。
 UTF-8就是以8位為單元對(duì)UCS進(jìn)行編碼。

---------------
內(nèi)碼和"code page"
---------------
 目前Windows的內(nèi)核已經(jīng)支持Unicode字符集，這樣在內(nèi)核上可以支持全世界所有的語(yǔ)言文字。
 但是由于現(xiàn)有的大量程序和文檔都采用了某種特定語(yǔ)言的編碼，例如GBK，Windows不可能不支持現(xiàn)有的編碼，而全部改用Unicode。Windows使用代碼頁(yè)("code page")來(lái)適應(yīng)各個(gè)國(guó)家和地區(qū)。"code page"可以被理解為前面提到的內(nèi)碼。GBK對(duì)應(yīng)的"code page"是CP936。
 微軟也為GB18030定義了"code page"：CP54936。但是由于GB18030有一部分4字節(jié)編碼，而Windows的代碼頁(yè)只支持單字節(jié)和雙字節(jié)編碼，所以這個(gè)"code page"是無(wú)法真正使用的。

----------------
UTF的字節(jié)序和BOM
----------------
 UTF-8以字節(jié)為編碼單元，沒(méi)有字節(jié)序的問(wèn)題。
 UTF-16以兩個(gè)字節(jié)為編碼單元，在解釋一個(gè)UTF-16文本前，首先要弄清楚每個(gè)編碼單元的字節(jié)序。例如“奎”的Unicode編碼是594E，“乙”的Unicode編碼是4E59。如果我們收到UTF-16字節(jié)流“594E”，那么這是“奎”還是“乙”？
 Unicode規(guī)范中推薦的標(biāo)記字節(jié)順序的方法是BOM。BOM不是“Bill Of Material”的BOM表，而是Byte Order Mark。BOM是一個(gè)有點(diǎn)小聰明的想法：在UCS編碼中有一個(gè)叫做"ZERO WIDTH NO-BREAK SPACE"的字符，它的編碼是FEFF。而FFFE在UCS中是不存在的字符，所以不應(yīng)該出現(xiàn)在實(shí)際傳輸中。UCS規(guī)范建議我們?cè)趥鬏斪止?jié)流前，先傳輸字符"ZERO WIDTH NO-BREAK SPACE"。這樣如果接收者收到FEFF，就表明這個(gè)字節(jié)流是Big-Endian的；如果收到FFFE，就表明這個(gè)字節(jié)流是Little-Endian的。因此字符"ZERO WIDTH NO-BREAK SPACE"又被稱作BOM。
 UTF-8不需要BOM來(lái)表明字節(jié)順序，但可以用BOM來(lái)表明編碼方式。字符"ZERO WIDTH NO-BREAK SPACE"的UTF-8編碼是EF BB BF（讀者可以用我們前面介紹的編碼方法驗(yàn)證一下）。所以如果接收者收到以EF BB BF開(kāi)頭的字節(jié)流，就知道這是UTF-8編碼了。Windows就是使用BOM來(lái)標(biāo)記文本文件的編碼方式的。

--------
關(guān)于內(nèi)碼
--------
 內(nèi)碼是指操作系統(tǒng)內(nèi)部的字符編碼。早期操作系統(tǒng)的內(nèi)碼是與語(yǔ)言相關(guān)的。
 現(xiàn)在的Windows在系統(tǒng)內(nèi)部支持Unicode，然后用代碼頁(yè)適應(yīng)各種語(yǔ)言，“內(nèi)碼”的概念就比較模糊了。
 微軟一般將缺省代碼頁(yè)指定的編碼說(shuō)成是內(nèi)碼。
 內(nèi)碼這個(gè)詞匯，并沒(méi)有什么官方的定義，代碼頁(yè)也只是微軟這個(gè)公司的叫法。作為程序員，我們只要知道它們是什么東西，沒(méi)有必要過(guò)多地考證這些名詞。
 所謂代碼頁(yè)("code page")就是針對(duì)一種語(yǔ)言文字的字符編碼。例如GBK的"code page"是CP936，BIG5的"code page"是CP950，GB2312的"code page"是CP20936。
 Windows中有缺省代碼頁(yè)的概念，即缺省用什么編碼來(lái)解釋字符。例如Windows的記事本打開(kāi)了一個(gè)文本文件，里面的內(nèi)容是字節(jié)流：BA、BA、D7、D6。Windows應(yīng)該去怎么解釋它呢？
 是按照Unicode編碼解釋、還是按照GBK解釋、還是按照BIG5解釋，還是按照ISO8859-1去解釋？如果按GBK去解釋，就會(huì)得到“漢字”兩個(gè)字。按照其它編碼解釋，可能找不到對(duì)應(yīng)的字符，也可能找到錯(cuò)誤的字符。所謂“錯(cuò)誤”是指與文本作者的本意不符，這時(shí)就產(chǎn)生了亂碼。
 答案是Windows按照當(dāng)前的缺省代碼頁(yè)去解釋文本文件里的字節(jié)流。缺省代碼頁(yè)可以通過(guò)控制面板的區(qū)域選項(xiàng)設(shè)置。記事本的另存為中有一項(xiàng)ANSI，其實(shí)就是按照缺省代碼頁(yè)的編碼方法保存。
 Windows的內(nèi)碼是Unicode，它在技術(shù)上可以同時(shí)支持多個(gè)代碼頁(yè)。只要文件能說(shuō)明自己使用什么編碼，用戶又安裝了對(duì)應(yīng)的代碼頁(yè)，Windows就能正確顯示，例如在HTML文件中就可以指定charset。
 有的HTML文件作者，特別是英文作者，認(rèn)為世界上所有人都使用英文，在文件中不指定CharSet。如果他使用了0x80-0xff之間的字符，中文Windows又按照缺省的GBK去解釋，就會(huì)出現(xiàn)亂碼。這時(shí)只要在這個(gè)html文件中加上指定CharSet的語(yǔ)句，例如：
 
 如果原作者使用的代碼頁(yè)和ISO8859-1兼容，就不會(huì)出現(xiàn)亂碼了。
 再說(shuō)區(qū)位碼，啊的區(qū)位碼是1601，寫(xiě)成16進(jìn)制是0x10,0x01。這和計(jì)算機(jī)廣泛使用的ASCII編碼沖突。為了兼容00-7f的ASCII編碼，我們?cè)趨^(qū)位碼的高、低字節(jié)上分別加上A0。這樣“啊”的編碼就成為B0A1。我們將加過(guò)兩個(gè)A0的編碼也稱為GB2312編碼，雖然GB2312的原文根本沒(méi)提到這一點(diǎn)。
 為了識(shí)別 Unicode 文件，Microsoft 建議所有的 Unicode 文件應(yīng)該以 ZERO WIDTH NOBREAK SPACE（U+FEFF）字符開(kāi)頭。這作為一個(gè)“特征符”或“字節(jié)順序標(biāo)記（byte-order mark，BOM）”來(lái)識(shí)別文件中使用的編碼和字節(jié)順序。
 但是，Linux/UNIX 并沒(méi)有使用 BOM，因?yàn)樗鼤?huì)破壞現(xiàn)有的 ASCII 文件的語(yǔ)法約定。在 POSIX 系統(tǒng)中，選中的語(yǔ)言環(huán)境識(shí)別了在一個(gè)過(guò)程中的所有輸入輸出文件期望的編碼形式。

<script type="text/javascript">
< span="">script>
<script type="text/javascript" src="http://ads.csdn.net/AD/Show_JavaScript_AD.js" >
< span="">script>

<globalization requestEncoding="utf-8" responseEncoding="utf-8" />

Encoding gb2312 = Encoding.GetEncoding("gb2312");
Response.ContentEncoding = gb2312;

string utfinfo = "document.write(\"alert(‘aa你好么？？‘);\");";
string gb2312info = string.Empty;
Encoding utf8 = Encoding.UTF8;
Encoding gb2312 = Encoding.GetEncoding("gb2312");
// Convert the string into a byte[].
byte[] unicodeBytes = utf8.GetBytes(utfinfo);
// Perform the conversion from one encoding to the other.
byte[] asciiBytes = Encoding.Convert(utf8, gb2312, unicodeBytes);
            
// Convert the new byte[] into a char[] and then into a string.
// This is a slightly different approach to converting to illustrate
// the use of GetCharCount/GetChars.
char[] asciiChars = new char[gb2312.GetCharCount(asciiBytes, 0, asciiBytes.Length)];
gb2312.GetChars(asciiBytes, 0, asciiBytes.Length, asciiChars, 0);
gb2312info = new string(asciiChars);