编码的一些问题

来源：互联网发布：时空魔域知乎编辑：程序博客网时间：2024/05/21 14:07

编码问题

先从一个简单的编码说起

URL编码

URL只允许使用ASCII字符集中的可打印字符 (0x20 ~ 0x7e).【我也才注意到ASCII字符前面那一大块表示的字符是控制字符】。

但就算在这些可打印字符中，也有一些由于URL方案或HTTP协议中具有特殊含义，所以是不能直接写在URL中的。这就需要用到URL编码了。

常见的有:

= %3d

% %25

空格 %20

新行 %0a

空字节 %00

值得一提的是加号(+) 也可以代表空格(和%20地位相当)。

这里其实也是用 % 后面接上那些字符的ASCII的十六进制值。

HTML编码

有许多字符具有特殊的含义，并被用于定义文档结构而非其内容。

通俗来说，html页面中不是以一对闭合的尖括号表示一个单位吗？<p></p> <body></body>等等。。。

那如果我想在我的页面上显示一串符号，比如 <h1>i am the content</h1>

如果你直接在html代码中这样写，好吧，会显示加粗变大的 i am the content。那我确实想输出两个尖括号和其中的内容怎么办呢。这时候就需要对小于号< 大于号> 进行编码，让浏览器知道它不是代表html的一个结构边界符号，而是小于号大于号本身。有点啰嗦，但肯定明白了。。

有意思的是我在代码里面这样写 <h1><</h1> 在我以往的记忆来看，我没有对中间的小于号进行编码，应该报错才对，不过，我在几个浏览器都试了，浏览器会原样输出那个变大加粗的小于号。

1 任何字符都可以使用它的十进制ASCII码进行HTML编码。

&#34 代表 “

&#39 代表 ‘

2 任何字符都可以使用它的十六进制ASCII码进行HTML编码。

&#x22 代表 “

$#x27 代表 ‘

Unicode编码

这个Unicode编码曾经让我迷糊了好久，现在我用自己理解的写出来，有错请指正。

众所周知，电脑在硬件处只能识别0和1，更进一步说电脑只能识别数字。BUT，我们接触的最多的还是字母和符号呀，那怎么让机器也识别我们想要表达的符号呢？那么字符编码应运而生，我们把字母和一些常用的符号逐个编订一些序号，如A是65号，a是97号等等。这样，我把65号输入进入计算机，在输出的时候，机器识别出这个65号是字母A，就直接把A输出给我们看(当然整个过程没有那么简单)。这个号码与字母字符的对应关系，就是大名鼎鼎的ASCII码表了。

但是，随着中国和一些其他非英文语言的国家的崛起，大家发现26个英文字母无法表达中国的语言或者阿拉伯的语言。这就诞生了统一化的Unicode编码(当然也有其他针对各国语言的编码，如GBK)，和ASCII码表异曲同工，Unicode编码也是将我们需要表达的汉字逐一编码，让机器看到编码就能知道我们是想写哪个汉字。

OK，其实说白了，你可以理解unicode编码是对ASCII编码的一种扩展，就是把一些汉字和其他语言的文字加入进来，让电脑能读懂。

好吧，总归一句，不管是ASCII还是Unicode，都是给字母或者文字一个数字，让这个数字在计算机的世界里面代表这个字母或者文字，接下来就是各种表示这个数字的方法罢了，有二进制，十进制，十六进制等等。。

如

16Unicode编码，就是规定了开头为%u，后面的十六进制数代表一个数，这个数的unicode表值对应什么就是什么。

%u2215 表示 / 。

utf-8编码。什么又是我们耳熟能详的utf-8编码呢。事情的原委是这样的，不是随着中国的强大，汉字也被编表了，让外国人也能用了吗？想想看，汉字的数量那是老美26个字母能比拟的吗？所以，如果要把汉字和其他语言文字编制入表，就必定要用很大的数来表示，落实到机器语言，就是需要很多位，很多字节来表示(最大到了6个字节)。那老美就不高兴了，我英文字母到ASCII码(unicode码)122就用完了，后面的编码都是你们汉字的，我如果用那么大的字节表示我一个英文字母，那多浪费空间和资源呀。比如表示一个a前面要带超级多个0......

于是，长度可变的utf8出现了。它用一个或几个字节表示每个字符。为通过HTTP进行传输，UTF-8编码的多字节字符以%为前缀，其后用十六进制表示每个字节。

十六进制编码

就是将字符的编码号用十六进制的方式表示出来。

如 daf 对应 646166。

虽然啰嗦，但这是我从啥也不懂的小白慢慢学习过来的历程。~

阅读全文

0 0