关于编码
发布时间：2022-11-03 12:51:40 所属栏目：Linux 来源：
导读： 这几天郁闷倒了，总是要弄编码相关的东西。本来以为在linux应该很少接触这些才对，事与愿违啊。记得入职时，编码的讲座去听了两遍，然后到用的时候，发现还是很多地方不明白。基本的概念就不写了，随便一搜就出来
|
这几天郁闷倒了，总是要弄编码相关的东西。本来以为在linux应该很少接触这些才对，事与愿违啊。记得入职时，编码的讲座去听了两遍，然后到用的时候，发现还是很多地方不明白。基本的概念就不写了，随便一搜就出来了，例如unicode, ascii, ansi, gb2312……自己在网上查了很多资料，但是有很多没几个讲明白的，自己总结一下。 1.关于windows和linux下unicode表示的不同 windows下，用双字节表示unicode，linux用4个字节表示，即wchar_t在windows下2字节，linux下4字节，学术用语就是UCS-2和UCS-4。那他们之间怎么转换呢？直接强转就OK。因为目前UCS-4编码，还没有任何字符分配在UCS-2范围之外。 2.关于ANSI编码(MultiByte)和unicode ANSI编码是为不同的国家和地区制定的不同标准，例如在简体中文系统下，ANSI 编码代表GB2312 编码，在日文操作系统下，ANSI 编码代表 JIS 编码。以汉语为例，在ascii和中文同时存在于一段ANSI文本中，ascii中字符(0x00~0x7F)只占1个字节，汉字占2个字节(以GB2312编码)。但是当一段中文和日语同时存在ANSI文本中，(中文系统中)日语部分就会无法正常显示，因为会根据操作系统当前的语言进行显示。 关于和unicode的转换 在windows下，可以用MultiByteToWideChar和WideCharToMultiByte，使用时要指定codepage，对于ANSI，指定为CP_ACP即可，会根据系统的语言来进行转换。不是搞windows的，就不多说了。 在linux下，可以用mbstowcs和wcstombs来实现。但是需要我们明确的告诉他要转换的字符语言，可以用setlocale来指定，网上都说这样就可以了：setlocale(LC_ALL, "chs")。但是在我测试的机器上需要这样：setlocale(LC_ALL, "zh_CN")。可以判断返回值来确定是否成功，为NULL的时候就是失败，否则返回字符串，例如 "zh_CN"。机器支持的语言类型，可以用locale命令来查询。 3.发现个地方，windows的txt文档采用的unicode编码方式linux编码，前两个字节是用来表示字节序的。用ultraedit查看时，开始一直以为转码错误了，擦。以后把txt放到linux下的话，得注意这点。 （编辑：云计算网_汕头站长网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
站长推荐
浙公网安备 33038102330478号