代码页和编码

Question

在任何人建议我对此进行谷歌搜索之前，我有。我只需要更清楚一下代码页和编码。

如果我使用UTF8编码，并使用意大利语代码页然后使用法语代码页，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

不。如果我正确理解你的问题，那并不意味着。 当您将UTF-8转换为特定代码页时，可能只会转换某些字符。未转换的内容会发生什么变化取决于您如何调用转换。可能的结果是无法映射到代码页的字符将转换为问号字符。

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”。 （如何渲染这些东西是另一回事。）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。它是可变长度编码，即字符可以用1,2,3或4字节编码;常见字符通常消耗较少的字节。

纯文本文件（包括网页）以字节序列的形式存储和传输。这些字节应该代表文本。软件应用程序（如文本编辑器和Web浏览器）负责在屏幕上呈现这些文件中的信息。通常他们使用库或OS功能。

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，可以在不同的编码之间进行转换;但是，如果转换为不包含特定字符的编码，则软件必须选择使用什么。这种转换通常是透明的（当您使用特定编码保存文件时，无论您键入什么，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，但如果您接受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。

如果可以的话，一直使用UTF-8。