Question

我正在尝试基本了解Windows代码页的含义。我觉得它是给定字符图形的给定8位值和某些“抽象”之间的转换。

我做了以下实验。我创建了一个“”字符文字，带有两个版本的字母u和一个变音符号。一个使用ALT 129（使用代码页437）值创建，一个使用ALT 0252（使用代码页1252）值。当我检查文字时，两个字符的值都为252。

对于带有变音符号的u来说252是通用的8位抽象吗？它是Unicode值吗？

除了键盘输入之外，还有使用代码页的库例程或系统调用吗？例如，是否存在使用给定代码表转换字符串的函数（如上所述，ALT 129值）？

Answer 1

Windows代码页是unicode前天的遗留物，当具有不同字符的语言仍然会尝试使用一个（或亚洲情况下为两个）字节来表示它们时。这就是角色集的概念发挥作用的地方。例如，英语是“windows-1252”。各种代码页可以通过Regional＆amp; amp;语言选项控制面板。可以在此处找到代码页列表 - http://msdn.microsoft.com/en-us/goglobal/bb964654.aspx

在.NET中，可以通过System.Text.Encoding类访问代码页。这提供了一种从一个代码页转换到另一个代码页的方法。例如，要将windows-1252中的字符串转换为utf8（通常通常是毫无意义的练习），您可以使用以下代码：

using System.Text;

public string GetUtf8StringFromDefaultEncoding(string target, string codePage) {
     Encoding windows = Encoding.GetEncoding(codePage);
     byte[] windowsBytes = windows.GetBytes("Hello World");
     string utf8String = new UTF8Encoding().GetString(windowsBytes);
     return utf8String;
}

public static void Main() {
     Console.Out.WriteLine(GetUtf8StringFromDefaultEncoding("Hello World", 
                           "windows-1252"));
}

Answer 2

Windows代码页类似于ISO 8859-1等代码集。它将某些数字（字符如何存储在磁盘上）映射到某些字形（屏幕上出现的字符，以抽象的方式）。它不直接对应于字体 - 尽管字体可能支持给定的代码集或代码页。例如，Courier New和Times Roman字体都可用于显示CP1252，它们在屏幕上看起来不同，即使磁盘上的数据可能相同。

Unicode的前256个代码点与ISO 8859-1的代码点相同。在ISO 8859-1中，代码点252（0xFC）是带有DIAERESIS的LATIN SMALL LETTER U（俗称，u-with-umlaut或'ü'）。

有代码集转换功能; ICU支持一些。有Windows特定的代码集转换器，我毫不怀疑;我只是不知道他们的名字是什么。它部分取决于您使用的语言。

Answer 3

Here是来自Joel Spolsky的Unicode和字符集（包括代码页）的必读解释

Answer 4

Windows代码页是将8位值转换为字符的方法。美国大多数Windows计算机都使用Windows-1252。

较新的Windows程序通常使用UTF-8来存储文本文件，并在内部使用UTF-16的宽字符串。这消除了代码页问题，因此在美国打开时，在匈牙利编写的文本文件看起来会一样。

什么是Windows代码页？

4 个答案: