gbk

最近做PHP的webService服务器，发现用Get方法获取参数时获取到的参数时乱码。一番折腾后发现时浏览器本地语言的问题。 首先先来看下简单的测试代码： <? php header( "Content-Type:text/html;charset=UTF-8" ); $name = $_ GET ['name']; var_dump( $name ); ?> 测试结果如下： 代码中声明了响应内容的编码为utf-8，显示的内容确实乱码。在这里请注意var_dump出变量的长度只有4 ，很显然，两个中文字的长度在utf-8编码下肯定不止4个字节，然后我们再看一下Firefox的访问这个页面url FireFox会自动将中文url编码，所以我们可以看到测试变成了%B2%E2%CA%D4，很明显，这里一个字是两个字节，是gb2313、gbk等中文编码格式，而不是utf-8编码。如果我们把页面的编码切换为gbk，中文参数就会显示正常，参见下图 接下来我们做另外一个测试，代码如下： <?php header( "Content-Type:text/html;charset=UTF-8" ); $name = $_ GET ['name']; var_dump( $name ); ?> <form method= " GET " > <input name= "name" /> <input

字符串的内部表示？ 字符串在java中统一用unicode表示( 即utf-16 LE) , 对于 String s = "你好哦!"; 如果源码文件是GBK编码, 操作系统（windows）默认的环境编码为GBK，那么编译时, JVM将 按照GBK编码将字节数组解析成字符，然后将字符转换为unicode格式的字节数组，作为内部存储。 当打印这个字符串时，JVM 根据操作系统本地的语言环境，将unicode转换为GBK，然后操作系统将GBK格式的内容显示出来。 当源码文件是UTF-8, 我们需要通知编译器源码的格式，javac -encoding utf-8 ... , 编译时，JVM按照utf-8 解析成字符，然后转换为unicode格式的字节数组， 那么不论源码文件是什么格式，同样的字符串，最后得到的unicode字节数组是完全一致的，显示的时候，也是转成GBK来显示（跟OS环境有关） 乱码如何产生？ 本质上都是由于 字符串原本的编码格式 与 读取时解析用的编码格式不一致导致的。 例如： String s = "你好哦!"; System.out.println( new String(s.getBytes(),"UTF-8")); //错误，因为getBytes()默认使用GBK编码， 而解析时使用UTF-8编码，肯定出错。 其中 getBytes() 是将unicode

前言 从长沙辞职跑到深圳，找房子找工作适应新的工作环境超级忙。之前一直没时间好好写博客，今天难得有空就上来写点东西吧！ 都9102年了，没想到还能有那么多乱码问题。之前的工作基本上前后端统一编码就完事了；话不多说，既然遇到了就干脆搞搞明白吧！ 编码解码概述 我们都知道计算机不能直接存储字母，数字，图片，符号等，计算机能处理和工作的唯一单位是"比特位（bit）"，一个比特位通常只有 0 和 1。利用比特位序列来代表字母，数字，图片，符号等，我们就需要一个存储规则，不同的比特序列代表不同的字符，这就是所谓的"编码"。反之，将存储在计算机中的比特位序列（或者叫二进制序列）解析显示出来成对应的字母，数字，图片和符号，称为"解码"，如同密码学中的加密和解密，下面将详细解释编码解码过程中涉及到的一些术语： 字符集合 （Character set）：是各种文字和符号的总称，包括各国家文字、标点符号、图形符号、数字等，简单理解就是一个字库，与计算机以及编码无关。 字符编码集 （Coded character set）：是一组字符对应的编码（即数字），为字符集合中的每一个字符给予一个数字，如 Unicode 为每一个字符分配一个唯一的码点与之一一对应。 字符编码 （Character Encoding）：简单理解就是一个映射关系，将字符集对应的码点映射为一个个二进制序列，从而使得计算机可以存储和处理

Python2和3字符编码的区别 一、字符编码应用之Python 1.1 执行Python程序的三个阶段 Python test.py （我再强调一遍，执行test.py的第一步，一定是先将文件内容从硬盘读入到内存中） test.py文件内容以gbk格式保存的，内容为： 阶段一：启动Python解释器 阶段二：Python解释器此时就是一个文本编辑器，负责打开文件test.py,即从硬盘中读取test.py的内容到内存中 此时，Python解释器会读取test.py的第一行内容， #coding:utf-8 或 ＃-*-coding:utf-8-*- ，以此决定以什么编码格式将代码读入内存，这一行就是设定Python解释器这个软件使用的编码格式。 可以用sys.getdefaultencoding()查看，如果不在Python文件指定头信息 ＃-*-coding:utf-8-*- ，那就使用Python默认的编码格式。 import sys sys.getdefaultencoding() 'utf-8' Python2中默认使用ascii，Python3中默认使用utf-8。 改正：在test.py指定文件头，字符编码一定要为gbk。即更正为 #coding:gbk 你好啊 阶段三：读取已经加载到内存的代码（Unicode编码格式），然后执行，执行过程中可能会开辟新的内存空间

博客新址: http://blog.xuezhisd.top 邮箱：xuezhisd@126.com 1. 安装所需软件 sudo apt-get install zh-autoconvert sudo apt-get install zhcon 2. 配置系统 $ vi /var/lib/locales/supported.d/local 加入 zh_CN.GBK GBK zh_CN.GB2312 GB2312 $ sudo locale-gen 3. 修改ubuntu的字符集 方法一： 修改用户目录下的.profile或.bashrc文件，增加以下内容： LANGUAGE=”zh_CN:zh:en_US:en” LANG=zh_CN.GBK 重新登录即可。 这个方法只对该用户有效。 方法二：修改/etc/environment，增加以下内容： LANGUAGE=”zh_CN:zh:en_US:en” LANG=zh_CN.GBK 然后重启X即可 这个方法对没有设置LANG及LANGUAGE环境变量的用户有效 参考： http://blog.csdn.net/zjc156m/article/details/9095297 http://blog.csdn.net/xieyan0811/article/details/7530962 http://www.linuxidc.com

一、先来看看这张图，在tomcat 的启动窗口打印的内容包含了大量的中文乱码，虽然这些对 tomcat 本身的使用没有任何影响，但是却非常碍眼，影响视觉效果！ 二、要修复这个问题，本质原因就一个：字节码节流为字符串时，使用了错误的字符集（和编码所用的字符集不一致）！ 三、 找到 D:\apache-tomcat-8.5.47\conf 下的 logging.properties 文件 四、 找到 java.util.logging.ConsoleHandler.encoding = UTF-8 修改为 java.util.logging.ConsoleHandler.encoding = GBK 保存后，重启 tomcat ！ 五、若是修改完还是乱码，修改目录下的 server.xml ，将 UTF-8 修改为 GBK 六、保存后，重启 tomcat ！ 来源： https://www.cnblogs.com/strawbrry/p/11856770.html

PHP创建文件命名中文乱码解决的方法 <pre> iconv('utf-8', 'gbk', $dir); </pre> 因为系统环境是gbk 所以里面的字符也要gbk 编码一致才不会乱码 ps 请不要重复执行2次 不然会乱码 来源： https://www.cnblogs.com/newmiracle/p/11856236.html

编码转换是指将一种编码转成另外一种编码，比如 utf-8 to gbk。 为何需要编码转换呢？ 因为不同操作系统编码不同， utf-8在win上没办法直接看，因为windows是GBK编码的，得转成gbk。 反过来如果你的GBK字符相在Linux\Mac上正常显示，就得转成utf-8编码。 编码与解码 s.encode("utf-8") #以utf-8编码成2进制 s.decode("utf-8") #以utf-8解码成unicode str 1 s = "你好未来" 2 3 s_utf8 = s.encode("utf-8") 4 5 s_utf8.decode("utf-8") #如果括号内不写的话系统会默认用py3里面的Utf-8 编码转换 把文字从一种编码转化成另外一种，例如从utf-8转为gbk gbk------》 unicode 》utf-8 unicode：万国码，跟所有的编码之间都有映射关系 1 原本这个 win_data.txt文件是gbk编码的，现在转换为utf-8编码 2 3 f = open("win_data.txt","rb") 4 5 s = f.read() 6 7 f.close() 8 9 s_unicode = s.decode("gbk") #把gbk解码成为unicode,转为unicode 10 11 s_utf8 = s

解决UnicodeDecodeError: 'utf-8' codec can't decode byte..问题 问题描述： 问题分析： 该情况是由于出现了无法进行转换的 二进制数据 造成的，可以写一个小的脚本来判断下，是整体的字符集参数选择上出现了问题，还是出现了部分的无法转换的二进制块： 问题解决 法一： 将gbk编码数据decode('gbk')得到utf8编码的数据 法二：修改字符集参数，一般这种情况出现得较多是在国标码(GBK)和utf8之间选择出现了问题。 ​ 出现异常报错是由于设置了decode()方法的第二个参数errors为严格（strict）形式造成的，因为默认就是这个参数，将其更改为ignore等即可。例如: line.decode("utf8","ignore") 法三：在网上搜了很多人的处理方法是在程序的顶部加 import sysreload( sys )sys.setdefaultencoding('gbk') 可是我自己试一了，程序错是不报了，但是实际没有运行 最后，我在程度的顶部加了下面两行就好了，中文也可以正常显示了 # !/usr/bin/env Python # coding=utf-8 ​ 还有一种情况就是如果你用pyhton IO读取一个文件，那么要求将文件的编码方式转换成UTF-8。 来源： https://www.cnblogs

Python Unicode与中文处理 python中的unicode是让人很困惑、比较难以理解的问题，本文力求彻底解决这些问题； 1.unicode、gbk、gb2312、utf-8的关系； http://www.pythonclub.org/python-basic/encode-detail 这篇文章写的比较好，utf-8是unicode的一种实现方式，unicode、gbk、gb2312是编码字符集； 2.python中的中文编码问题； 2.1 .py文件中的编码 Python 默认脚本文件都是 ANSCII 编码的，当文件 中有非 ANSCII 编码范围内的字符的时候就要使用"编码指示"来修正。 一个module的定义中，如果.py文件中包含中文字符（严格的说是含有非anscii字符），则需要在第一行或第二行指定编码声明： # -*- coding=utf-8 -*-或者 #coding=utf-8 其他的编码如：gbk、gb2312也可以； 否则会出现类似:SyntaxError: Non-ASCII character '\xe4' in file ChineseTest.py on line 1, but no encoding declared; see http://www.pytho for details这样的异常信息；n.org/peps/pep-0263