encoding - 代码页和编码

Question

在有人建议我对此进行谷歌搜索之前，我有。我只需要更清楚地了解哪些代码页和编码。

如果我使用 UTF8 编码，并使用意大利代码页和法语代码页，这是否意味着即使字节没有改变也会得到不同的字符？

Answer 1

乔尔对此有一个很好的总结：
http ://www.joelonsoftware.com/articles/Unicode.html

和不。如果我正确理解了您的问题，那并不意味着。当您将 UTF-8 转换为特定代码页时，可能只有部分字符会被转换。那些没有被转化的人会发生什么取决于你如何称呼转化。一个可能的结果是无法映射到代码页的字符将被转换为问号字符。

Answer 2

编码只是数值和“字符”之间的映射。

US-ASCII 将数字 65 映射到字母 A，将 32 映射到空格，将 49 映射到数字“1”。（这些东西如何呈现是另一回事。）事实上，UTF-8 也是如此！但是还有其他值 UTF-8 对待 ASCII 的方式不同。它是一种变长编码，即一个字符可以用1、2、3或4个字节编码；普通字符通常消耗较少的字节。

包括网页在内的纯文本文件以字节序列的形式存储和传输。这些字节应该代表文本的东西。软件应用程序（如文本编辑器和 Web 浏览器）负责将这些文件中的信息呈现在屏幕上。通常他们使用库或操作系统函数。

如果软件采用与创建文件的软件不同的编码，则可能会显示错误的字符！

请注意，可以在不同编码之间进行转换；但是，如果您转换为不包含特定字符的编码，则软件必须选择使用什么来代替。这种转换通常是透明地发生的（当您使用某种编码保存文件时，您输入的任何内容都必须更改为该编码）。

Answer 3

UTF-8 包含法语和意大利语代码页中的所有字符，但特定于语言的代码页不包含所有其他字符。

因此，您可以从每种语言中获取输入并将其转换为 UTF-8 进行存储，但如果您采用意大利语输入并将其显示为法语，则无法确定是否会获得正确的字符。

如果可以，请一直使用 UTF-8。