一、字符集

1）字符與字節(jié)（Character）

字符是各種文字和符號的總稱，包括亂碼；一個字符對應(yīng)1~n個字節(jié)，一字節(jié)對應(yīng)8位，每位用0或1表示。

2）字符集（Character Set）

字符集是多個字符的集合，每個字符集包含的字符個數(shù)不同，常見字符集名稱：ASCII字符集、GB2312字符集、Unicode字符集等。

3）字符集編碼（Character Encoding）

字符集編碼就是將符號轉(zhuǎn)換為計算機可讀的二進制，解碼就是把二進制轉(zhuǎn)換為人類可讀的符號。

字符集大多對應(yīng)一種編碼方式（例如GBK對應(yīng)GBK編碼），但Unicode編碼有多種，包括UTF-8、UTF-16、UTF-32和UTF-7。

目前網(wǎng)頁用的最多的就是“UTF-8”，UTF-8使用一至四個字節(jié)為每個字符編碼，是ASCII的一個超集，所以現(xiàn)存的ASCII文本不需要轉(zhuǎn)換

二、瀏覽器進制

1）HTML屬性中使用十進制和十六進制

十進制在HTML中可使用“8”，十六進制，則使用“Z”，比十進制多了個x，進制碼中也多了a～f這6個字符來表示10~15。

2）CSS屬性中使用十進制和十六進制

CSS兼容HTML的進制形式，除此之外，十六進制還可以使用“\6c”的形式來表示。

3）JavaScript編碼封裝

可以直接通過eval執(zhí)行字符串八進制和十六進制兩種編碼方式，其中八進制用“\56”表示，十六進制用“\x5c”表示。

如果代碼中應(yīng)用了漢字并且需要進行進制編碼，那么只能進行十六進制Unicode編碼，其表示形式為：“\u4ee3\u7801”。

在“Web前端黑客技術(shù)揭秘”中經(jīng)封裝了兩個方法來做編碼和解碼，主要用到了下面兩個方法，具體代碼可查看此處。

核心代碼是：“str.charCodeAt(char).toString(進制)”與“String.fromCharCode(parseInt(code,進制))”

charCodeAt() 方法返回0到65535之間的整數(shù)，表示給定索引處的UTF-16代碼單元

靜態(tài)String.fromCharCode() 方法返回使用指定的Unicode值序列創(chuàng)建的字符串。

還可以通過一個在線網(wǎng)頁進行編碼解碼“MonyerJS”。

4）HTML自動解碼機制

例如在網(wǎng)頁中輸入16進制的“Hello”，自動就會解碼為“hello”。

還有一些比較熟知的空格“ ”也是這種機制。

三、瀏覽器編碼

JavaScript中有三對可以對字符串編碼解碼的函數(shù)，分別是：

escape/unescape、encodeURI/decodeURI、encodeURIComponent/decodeURIComponent。

主要的區(qū)別還是不編碼的字符個數(shù)。

1）escape不編碼的字符有69個

*、+、-、.、/、@、_、0～9、a～z、A～Z而且escape對0～255以外的unicode值進行編碼時輸出%u****格式。

2）encodeURI不編碼的字符有82個

!、#、$、&、'、(、)、*、+、,、-、.、/、:、;、=、?、@、_、~、0～9、a～z、A～Z

3）encodeURIComponent不編碼的字符有71個

!、'、(、)、*、-、.、_、~、0～9、a～z、A～Z

最新評論