Web开发中乱码问题的研究与解决.pdf

2010年第8期 科技管理研究 2010No．8 Scienceand Research TechnologyManagement 文章编号：1000-7695(2010)08—0124—03 Web开发中乱码问题的研究与解决 高 菲 (临沂师范学院美术学院，山东临沂276000) 摘要：从计算机存储及传输字符的编码标准入手，介绍各种不同的字符编码标准，然后对开发过程中乱码产生 的根本原因进行分析，并针对开发过程中的主要环节，提出解决乱码问题的可行方案。 关键词：Web应用开发；中文乱码；字符编码； 中图分类号：TP311．52 文献标识码：A 1 引言 2．2 character ANSI编码(双字节)(DBCS：double—byte 程序员尤其是网络程序开发者不可避免地会和各类字符 set) 编码打交道，“字符与编码”也是一个被经常讨论的话题， 随着计算机技术的发展，需要其能支持更多的语言，而 但还是有很多程序员在遇到乱码问题时感到无从下手或对一 用～个字节来表示字符显然不能满足像中文、韩文和日文这 些字符编码感到迷惑不解。虽然有很多具体的方法可以用来 样字符数量巨大的语言的需要，为此人们扩展使用二个字节 消除乱码，但我们并不一定理解这些方法的原理，而有的乱 来表示一个字符。同时为了保持与ASCII码的兼容，约定第 码产生的原因，实际上是由于底层代码本身有问题所导致的。 因此，不仅初学者对字符编码感到模糊，有的底层开发人员 相同，而最高位为1时(128)，其与后面的一个字节共同 同样对字符编码缺乏准确的理解。本文主要针对Web应用开 表示一个扩展语言字符。即第一个字节为128—255时表示一 发中常用的的字符编码进行介绍，并对JavaWeb应用开发中 常见的中文乱码问题进行分析并提出解决方案。 32896个，按照这种定义方式，不同的国家和地区制定了不 2字符编码标准 计算机存放字符串时，不是存储字符本身，而是存储字 中GB2312编码的表示为： 符相对应的二迸制表示，即每个字符在字符编码集中的编号。 从字符编码的发展历程分析，大致可以分为3个阶段： 2．1 character ASCII编码(单字节)(SBCS：Single—byte set) 计算机最初只支持英文，其它语言不能在计算机中存储 这些从ASCII扩展的编码方式，英文部分都是兼容的， 和显示。而英文字符最常用的编码方式就是ASCII码(Amer-但扩展部分的编码由于采用不同的方式制定，它们是不兼容 icanStandardCodeforInformation 的，虽然很多字在3种体系中写法一致(例如“中文”这两 Interchange，美国信息交换标 准代码)。它是基于罗马字母表的一套编码系统，其采用一 个字)，但在相应字符集中的坐标不一致，所以GB2312编码 个字节的数字来代表一个字符在计算机中的表示，其能够表 的字符用BIG5看就全是乱码了。另外在浏览其他非英语国 家的页面时(比如包含有德语的人名时)经常出现奇怪的汉 达的字符数为28=256个，而所有的英文字符(大小写不 同)、数字及一些常用控制符等只使用了其中一部分，即字 字。就是由扩展位的编码冲突造成的。 节最高位为0的128个字符编码，所以ASCII码实际上所表对于中文编码来说，GB2312字符集中包括6千多个常用 达的字符数只有128