什麼是國際化開發?
答:指應用程序能夠支持不同的語言輸入和顯示,同時也能夠自如的適應不同文化的習俗。
字節、字符、字符集和字符集編碼的關係?
答:計算機底層處理的最小單位是字節(8 位二進制表示)。
字符是表示一個有意義的符號或文字。
字符集是由一組相關的字符所組成的集合。比如說德文字符集只與德文相關,中文字符集只與中文相關,不會互相包含。
字符集編碼是解決字符在計算機中的編碼問題。
如何將字符集進行分類?
答:字符集編碼通常可以分爲以下3 種:單字節編碼、寬字符編碼和多字節字符編碼。
按照c/c++ 習慣,還可以分爲:ANSI 字符集(單個/0 字符結尾)和寬字符集。
什麼是 gb2312 字符集?
答:由原中國國家標準總局發佈,1981 年5 月1 日實施,是中國國家標準的簡體中文字符集。它收錄了漢字及一般符號、序號、數字、拉丁字母、日文假名、希臘字母、俄文字母、漢語拼音符號、漢語注音字母,共7445 個圖形字符。
什麼是 gbk 字符集?
答:GBK 最初是由微軟對GB2312 的擴展,也就是CP936 字碼表 (Code Page 936) 的擴展(原來的CP936 和GB 2312-80 一模一樣),最初出現於Windows 95 簡體中文版中,由於Windows 產品的流行和在大陸廣泛被使用,中華人民共和國國家有關部門將其作爲技術規範。注意GBK 並非國家正式標準,只是國家技術監督局標準化司、電子工業部科技與質量監督司發佈的“技術規範指導性文件”。雖然 GBK 收錄了所有Unicode 1.1 及GB 13000.1-93 之中的漢字,但是編碼方式與Unicode 1.1 及GB 13000.1-93 不同。僅僅是GB 2312 到GB 13000.1-93 之間的過渡方案。GBK 收錄了21886 個符號,它分爲漢字區和圖形符號區。漢字區包括21003 個字符。
什麼是 GB18030 字符集?
答: 2000 年的GB18030 取代了GBK1.0 的正式國家標準。該標準收錄了27484 個漢字,同時還收錄了藏文、蒙文、維吾爾文等主要的少數民族文字。現在的PC 平臺必須支持GB18030 ,對嵌入式產品暫不作要求。所以手機、MP3 一般只支持GB2312 。
什麼是 BIG5 字符集?
答: 大五碼(Big5 ),又稱爲五大碼,是使用繁體 中文社羣中最常用的電腦漢字字符集 標 準,共收錄13,060 箇中文字,其中有二字爲重覆編碼,Big5 屬中文內碼(中文碼分爲中文內碼及中文交換碼兩類)。Big5 雖普及於臺灣、香港與澳門 等繁體中文通行區,但長期以來並非當地的國家標準,而只是業界標準(de facto standard )。倚天中文系統、Windows 等主要系統的字符集都是以Big5 爲基準,但廠商又各自增刪,衍生成多種不同版本。
2003 年,Big5 被收錄到臺灣官方標準的附錄當中,取得了較正式的地位。這個最新版本被稱爲Big5-2003 。
什麼是 “ 許蓋功 ”問題?如何解決?
答:Big5碼 是雙字節字符集,使用了雙 字符 儲存方法,以兩個字節來安放一個字。第一個字節稱爲「高位字節」,第二個字節稱爲「低位字節」。“ 高位字節” 使用了0x81-0xFE ,“ 低位字節” 使用了0x40-0x7E ,及0xA1-0xFE 。
在Big5 的分區中:
0x8140-0xA0FE |
保留給使用者自定義字元(造字區) |
0xA140-0xA3BF |
標點符號、希臘字母 及特殊符號, |
0xA3C0-0xA3FE |
保留。此區沒有開放作造字區用。 |
0xA440-0xC67E |
|
0xC6A1-0xC8FE |
保留給使用者自定義字元(造字區) |
0xC940-0xF9D5 |
次常用漢字,亦是先按筆劃再按部首排序。 |
0xF9D6-0xFEFE |
保留給使用者自定義字元(造字區) |
如其他DBCS 字符集相同,普通ASCII (小於0x80 )採用一個字節表示,這與雙字節的低字節部分有重疊。
因爲低位 字符 中包含了程序 、shell 、script 中,字串或命令常會用到的特殊字元,例如0x5C “/” 、0x7C “|” 等。「/ 」 在許多用途的字串中是當作轉義符號又稱爲跳脫 字符 ,例如 /n (換行)、/r (歸位) 、/t (tab )、// (/ 本身符號)、/" (引號)等等。而 「| 」 在UNIX 作業系統中大多當作命令管線的使用,如 "ls -la | more" 等等。如果在字串中有這些特殊的轉義字元,會被程序或編譯器解釋爲特殊用途。但是因爲是中文的原因,故無法正確解釋爲上面所述的行爲,因此程式可能會忽略此轉義符號或是中斷執行。若此,就違反了使用者本來要當成中文字元一部份使用的本意。
在常用字如「功」(0xA55C) 、「-( 許)- 」(0xB35C) 、「蓋」(0xBB5C) 、「育」(0xA87C) 中時常出現,造成了許多軟體無法正確處理以Big5 編碼的字串或文件。這個問題被戲謔性地人名化,稱爲「-( 許功蓋)- 」或「-( 許蓋功)- 」( 這三個字都有這種問題) 。
一般的解決方法,是額外增加“/” 的字元,因爲“//” 會被解釋爲“/” ,所以“ 成功/ 因素” 這個字串就能無誤地被程式當作“ 成功因素” 的字串來處理。 但是額外的困擾是,有些輸出功能並不會把“/” 當作特殊字元看待,所以有些程式或網頁就會錯誤地常常出現在「許功蓋」這些字後面多了“/” 。
什麼是 HKSCS 字符集?
答:HKSCS 是中國香港增補字符集,是以big5 爲基礎進行擴充的。增加了一些粵語方言字和地名等。
什麼是 UTF-8 字符集?
答:UTF-8 (8 位元 Universal Character Set /Unicode Transformation Format )是一種針對 Unicode 的可變長度字符編碼 。它可以用來表示 Unicode 標準中的任何字符,且其編碼中的第一個字節 仍與 ASCII 相容,這使得原來處理 ASCII 字符的軟件 無須或只須做少部份修改,即可繼續使用。因此,它逐漸成爲電子郵件 、網頁 及其他儲存 或傳送文字的應用中,優先採用的編碼。
什麼是 UTF-16 字符集?
答: UTF-16 是unicode 的缺省編碼方式,不兼容ASCII 碼,所有字符都是佔用兩個字節。存在大小端的問題,一般用於本地存儲和顯示。
什麼是 UTF-32 字符集?
答: UTF-32 一般用於UCS-4 ,採用4 字節編碼方式,目前很少用到。UTF-32 與UTF-16 一樣存在大小端的問題。
什麼是 BOM ?
答: Unicode 規範中推薦的標記字節順序的方法是BOM 。BOM 不是“Bill Of Material” 的BOM 表,而是Byte Order Mark 。BOM 是一個有點小聰明的想法:
在UCS 編碼中有一個叫做”ZERO WIDTH NO-BREAK SPACE” 的字符,它的編碼是FEFF 。而FFFE 在UCS 中是不存在的字符,所以不應該出現在實際傳輸中。UCS 規範建議我們在傳輸字節流前,先傳輸 字符”ZERO WIDTH NO-BREAK SPACE” 。
這樣如果接收者收到FEFF ,就表明這個字節流是Big-Endian 的;如果收到FFFE ,就表明這個字節流是Little-Endian 的。因此字符”ZERO WIDTH NO-BREAK SPACE” 又被稱作BOM 。
UTF-8 不需要BOM 來表明字節順序,但可以用BOM 來表明編碼方式。字符”ZERO WIDTH NO-BREAK SPACE” 的UTF-8 編碼是EF BB BF 。所以如果接收者收到以EF BB BF 開頭的字節流,就知道這是UTF-8 編碼了。
記事本、 UltraEdit 和 VIM 對 BOM 支持情況如何 ?
答:記事本可以自動識別帶不帶BOM 的文本文件。
UltraEdit 如果在高級設置選擇了檢測UTF-8 ,則指出帶BOM 的utf-8 文件,否則亂碼。
Vim 支持bom 和不帶bom ,但是要在配置文件中設置:encoding=cp936 fileencodings=ucs-bom,utf-8,cp936 。
UNICODE 和 _UNICODE 的作用是什麼 ?
答: _UNICODE 只是針對 CRT 標準庫的 unicode 定義 ,UNICODE 是針對 win32 api 的 unicode 定義。
這兩個宏的作用,就是在編譯時把相應的標準接口替換成ansi 或unicode 版本。
如果定義了這兩個宏,vc 會編譯成unicode 版本。否則,編譯成ansi 版本。
如何編寫 unicode 程序 ?
答:通常有兩種方法:
1、 代碼寫成ansi/unicode ,通過在工程中設置 UNICODE 和 _UNICODE 宏來控制是否支持 unicode 。
2、 顯式定義unicdoe 變量和接口,顯式調用寬字符集標準庫接口和系統接口。
什麼是 ANSI/Unicode 程序 ?
答:指同一份代碼可以編譯成ANSI 版本,也可以編譯成Unicode 版本,以便適應不同的需求。
如何編寫 ANSI/Unicode 程序 ?
答:
1 、字符串變量或參數都定義成 TCHAR 、LPTSTR 或LPCTSTR 。
2 、調用標準庫或win32 的通用接口。
3、 通過在工程中設置 UNICODE 和 _UNICODE 宏來控制生成 unicode 代碼或ansi 代碼。
4、 對於常量字符串通過TEXT 宏來進行自動轉換。
如何使用 ansi/unicode 通用接口 ?
答:
1、 對於標準庫,所有的ansi/unicode 通用接口都在tchar.h 中,每種常規的函數都有對應的通用接口,比如:printf 對應_tprintf 。
2、 對於win32 api ,調用通用標準接口即可,因爲大部分win32 api 都支持ansi/unicode 。
比如調用 CreateWindow
,而不是顯示調用CreateWindowA 或CreateWindowW 。
3 、
Windows 對 unicode 的支持情況 ?
答: windows 98 部分支持 unicode ,windows NT/2k 以後版本在內核中完全支持 unicode 。如果你的程序要在windows 98 和windows 2k 上同時運行,則最好寫成ansi/unicode ,在windows 98 上使用ansi 版本運行。
Windows CE 只支持Unicode ,只能開發純unicode 應用程序。
VC 的資源是否 unicode , 對加載資源有什麼影響 ?
答: 源編譯器對你的所有資源進行編譯時,輸出文件是資源的二進制文件。資源(字符串表、對話框模板和菜單等)中的字符串值總是寫作 Unicode 字符串。在 Windows 98 和 Windows 2000 下,如果應用程序沒有定義 UNICODE 宏,那麼系統就會進行內部轉換。
如果在編譯源代碼模塊時沒有定義 UNICODE ,調用 LoadString 實際上就是調用 LoadStringA 函數。這時 LoadStringA 就從你的資源中讀。
如何判斷一段文本是否 unicode ?
答: 通過IsTextUnicode 可以來判斷一段文本是否爲unicode 文本,它採用的是統計和定性的方法來判斷,因此有時會不準。
如何遍歷和操作 DBCS 字符串 ?
答: 在 crt 中,如_mbslen, 它可以用來操作多字節(既包括單字節也包括雙字節)字符串。
對DBCS 字符串進行操作的幫助函數
函數 |
描述 |
PTSTR CharNext(PCTSTR pszCurrentChar); |
返回字符串中的下一個字符的地址 |
PTSTR CharPrev(PCTSTR pszStart,PCTSTR pszCurrentChar); |
返回字符串中的上一個字符的地址 |
BOOL IsDBCSLeadByteTRUE(BYTE bTestChar); |
如果該字節是DBCS 字符的第一個字節,則返回 |
如果是unicode 字符串,則只要移動指針就可以實現對字符串的遍歷。
常見的字符串類型有哪些 ?
答: 常見數據類型定義
數據類型 |
等價於 |
LPTSTR |
TCHAR * |
LPCTSTR |
const TCHAR * |
wchar_t |
unsigned short |
WCHAR |
wchar_t |
LPWSTR |
wchar_t * |
LPCWSTR |
const wchar_t * |
LPSTR |
char * |
LPCSTR |
const char * |
OLECHAR |
wchar_t |
LPOLESTR |
wchar_t * |
LPCOLESTR |
const wchar_t * |
_T(x) 、 __T(x) 、 _TEXT(x) 和 TEXT(x) 作用是什麼?有什麼區別?
答: _T(x) 、__T(x) 、_TEXT(x) 和TEXT(x) 作用相同,都是根據是否定義_UNICODE 宏來決定當前字符或字符串x 轉換成寬字符串。
如果x 本身就是寬字符串則不做處理。
如果未定義_UNICODE ,則也對x 不做處理。
推薦使用TEXT(x) ,可讀性較好,也不用寫下劃線。
L 與 _T(x) 、 __T(x) 、 _TEXT(x) 、 TEXT(x) 有什麼區別?
答:L 是明確告訴編譯器必須按照寬字符來處理。
其他幾個是條件編譯的,由是否定義 UNICODE 宏決定。
如何操作 unicode 字符串?
答: 對Unicode 字符串進行操作的函數
函數 |
描述 |
lstrcat |
將一個字符串置於另一個字符串的結尾處 |
lstrcmp |
對兩個字符串進行區分大小寫的比較 |
lstrcmpi |
對兩個字符串進行不區分大小寫的比較 |
lstrcpy |
將一個字符串拷貝到內存中的另一個位置 |
lstrlen |
返回字符串的長度(按字符數來計量) |
這些函數是作爲宏來實現的,這些宏既可以調用函數的Unicode 版本,也可以調用函數的ANSI 版本,這要根據編譯源代碼模塊時是否已經定義了UNICODE 而定。例如,如果沒有定義UNICODE ,lstrcat 函數將擴展爲lstrcatA 。如果定義了UNICODE ,lstrcat 將擴展爲lstrcatW 。
如何讓 printf 支持 ansi/unicode ?
答:讓_printf 接口來替換printf 即可。
示例代碼:
TCHAR lpBuffer[_MAX_FNAME];
_tprintf(TEXT(“%s/n”),lpBuffer);
在字符串操作函數中如何處理 ansi 和 unicode 字符串?
答: 如果在定義了_ UNICODE 的情況下編譯你的源代碼模塊,那麼printf 函數家族便希望所有字符和字符串參數代表Unicode 字符和字符串。但是,如果在沒有定義_UNICODE 的情況下編譯你的源代碼模塊,printf 函數家族便希望傳遞給它的所有字符和字符串都是ANSI 字符和字符串。
char szA[100]; //An ANSI string buffer
WCHAR szW[100]; //A Unicode string buffer
//Normal sprintf:all strings are ANSI
sprintf(szA, "%s","ANSI Str");
//Converts Unicode string to ANSI
sprintf(szA,"%S",L"Unicode Str");
//Normal swprintf:all strings are Unicode
swprintf(szW,L"%s",L"Unicode Str");
//Converts ANSI string to Unicode
swprintf(szW,L"%S", "ANSI Str");
在 vc6 中爲什麼編譯 MFC unicode 程序會出錯,如何處理?
答: 在vc6 缺省安裝的MFC 不支持unicode ,必須在安裝時選擇支持多語言或全部安裝。否則,會出現LINK : fatal error LNK1104: cannot open file "mfc42ud.lib" 的錯誤。
什麼情況下要用到資源 DLL ?
答:如果要想使UI 與邏輯分離,則製作資源DLL 是比較好的方法。
好處有:
1、 UI 可以獨立於邏輯,獨立更新和升級。
2、 如果要開發多語言應用程序,不同語言的UI 只需要不同的資源DLL 即可,邏輯部分代碼不需要做任何改動。
如何製作 win32 資源 DLL ?
答: 因爲win32 程序中代碼和資源沒有直接的聯繫,因此可以先設計UI 及其他資源並生成DLL ,然後在exe 程序中動態加載資源DLL 。
實現步驟 (以vc6 爲例,一個簡單的文本編輯器示例):
1、 創建一個win32 DLL 的工程,工程名稱爲“NotePadRes ”,選擇“a simple DLL project ”,點擊finish 。
2、 創建一個空的資源腳本文件,如MyNotePad.rc ,然後在ResourceView 中就會出現“MyNotePad resources ”目錄。
3、 在ResourceView 中的“MyNotePad resources ”目錄上右鍵插入資源,設置資源ID 並編輯資源。在本示例中,我插入了圖標、菜單和快捷鍵資源,你也可以插入其他資源(如位圖、字符串表、對話框、鼠標等)。
注意:在你編輯資源時,vc 編譯器會自動修改rc 文件,並且生成resource.h 文件。
4、 編輯好資源後,編譯DLL ,輸出NotePadRes.dll 。
5、 創建一個win32 application 的工程,工程名稱爲“MyNotePad ”,選擇“a simple win32 application ”,點擊“完成”。
6、 爲了使用資源DLL 中的UI 資源,我們必須在創建窗口之前加載資源DLL ,因此在WinMain 的最開始處使用LoadLibrary 動態加載NotePadRes.dll 。
7、 使用加載DLL 作爲參數,加載菜單、快捷鍵和圖標。注意:在註冊窗口類別時把菜單名稱設置爲NULL ,而在創建窗口時把加載好的菜單句柄傳進去。這是windows 創建個性化菜單的一種手段,讓相同類別的窗口可以有不同的菜單。
8、 拷貝NotePadRes 項目生成的resource.h 到MyNotePad 的代碼目錄,並且在MyNotePad.cpp 中引用該頭文件,這樣就可以使用NotePadRes 中的資源ID 。
9、 在MyNotePad.cpp 中實現菜單和快捷鍵的響應代碼,我這裏只是爲了演示如何分離代碼和資源,因此很多菜單的響應代碼都沒有實現。
10、 編譯MyNotePad 。
11、 拷貝NotePadRes.dll 到MyNotePad 項目的輸出目錄。
12、 執行MyNotePad.exe ,觀察演示效果。
如何製作 MFC 資源 DLL ?
答: MFC 程序是通過clw 文件來建立資源與代碼的聯繫,clw 文件是在設計資源框架並通過ClassWizard 添加接口時產生,由vc 編譯器維護,手工編寫比較麻煩。
另外,ClassWizad 不允許項目不包含資源文件。
因爲mfc 的代碼和資源關係比較密切,因此分離起來比win32 麻煩。
一般MFC 程序資源和代碼分離的方法分爲以下幾大步:1 、建立原型程序,完成所有UI 設計及相應的接口框架。2 、編譯原型程序,並把rc 文件從原型中移出。3 、根據原型的rc 和resource.h 文件構建資源DLL ,並在此基礎上進行修改。4 、在原型中載入資源DLL 。
實現步驟 (以vc6 爲例,一個單文檔文本編輯器示例):
1 、創建一個MFC AppWizard(exe) 工程,工程名稱爲“MyNotePad ”,選擇“Simple Document ”,語言選擇中文,點擊finish 。
2 、爲了實現動態加載資源,則必須使用資源DLL 的句柄來取代MFC 缺省的資源句柄,MFC 缺省的資源是編譯在exe 中的。在CMyNotePadApp 中添加保護或私有變量m_hLangDLL 來保存資源DLL 句柄,在InitInstance 中加載資源DLL 並替換MFC 缺省資源句柄,在ExitInstance 中釋放資源DLL 。
注意: InitInstance 和ExitInstance 都是虛函數,但是ExitInstance 在子類中沒有實現,需要在CMyNotePadApp 定義虛函數並實現。
3 、爲了說明是從資源鏈接庫中動態地獲取數據而不是從程序的執行體中獲取,該程序從資源鏈接庫中獲取了一個圖標和一個字符串,並繪製在文檔顯示區域。代碼在CMyNotePadView::OnDraw 中實現。
字符串ID 爲IDS_WELCOME=300 ,內容爲”hello world” ,我們在後面的資源DLL 中改爲其他內容,以證實是從資源DLL 中加載的。
圖標也在資源DLL 中做修改,比如在圖標中添加一個紅色的“中”字,以示區別於原來的圖標。
4 、編譯運行MyNotePad 工程。由於資源DLL 還未創建,運行時會出現" 無法裝載資源鏈接庫!" 錯誤提示。
5 、從MyNotePad 工程移出MyNotePad.rc 文件,並不從硬盤上刪除,因爲後面構建資源DLL 時要以此資源描述文件爲基礎。
6 、創建一個MFC AppWizard(DLL) 的工程,工程名稱爲“NotePadRes ”,選擇“Regular DLL using shared MFC DLL ”,點擊finish 。
7 、把NotePadRes.rc 和resource.h 從NotePadRes 工程中移出,並且從硬盤上刪除NotePadRes.rc 、resource.h 以及res 目錄下的所有文件。
8 、從MyNotePad 工程目錄中拷貝MyNotePad.rc 和resource.h 到NotePadRes 工程目錄下,並且把MyNotePad 工程的res 目錄下所有文件都拷貝到NotePadRes 工程的res 目錄下。
9 、把MyNotePad.rc 重命名爲NotePadRes.rc 。根據個人喜好,此步可以不做,不影響正確性。
10 、在NotePadRes 工程中添加剛纔拷貝的所有文件。
11 、修改字符串和圖標。
12 、在工程的setting->Resources 的預處理中刪除_AFXDLL ,使用戶的鏈接庫包含通用的MFC 資源。否則,應用程序會從系統安裝的MFC 動態鏈接庫中收集通用的MFC 資源,應用程序特定資源會被本地化。
13 、如果是製作其他語言版本的資源DLL ,還需要在setting->Resources 把語言改一下。
14 、在setting->link 的編譯選項中添加“/NOENTRY ”選項,表示輸出的爲純資源DLL 。
15 、編譯NotePadRes ,設置輸出chinese.dll 資源DLL 。
16 、拷貝chinese.dll 到MyNotePad 的輸出目錄。
17 、運行MyNotePad.exe ,觀察演示效果。
兩種非 unicode 字符集如何轉換?
答: 兩種非unicode 字符集轉換方法,先把其中一種字符集轉換爲unicode ,然後把unicode 字符集轉換爲另外一種字符集。比如gb2312 與utf-8 轉換,先把gb2312 轉換爲unicode ,然後把unicode 轉換爲utf-8 。
如何轉換轉換 gb2312/gbk 爲 unicode ?
答: int GbkTowchar(LPCSTR lpMultiByteStr,LPWSTR & lpWideCharStr,int & cchWideChar)
{
//revert utf8 string to wchar string
cchWideChar = MultiByteToWideChar(CP_ACP,0,lpMultiByteStr,strlen(lpMultiByteStr),NULL,0);
lpWideCharStr = new WCHAR[cchWideChar + 1];
memset(lpWideCharStr,0,sizeof(WCHAR) * (cchWideChar + 1));
MultiByteToWideChar(CP_ACP,0,lpMultiByteStr,strlen(lpMultiByteStr),lpWideCharStr,cchWideChar);
return cchWideChar;
}
// 使用轉換後pwStr 寬字符串
delete []lpWideCharStr;// 釋放寬字符串內存
如何轉換轉換 unicode 爲 utf-8 ?
答: int wcharToUTF8(LPCWSTR lpWideCharStr,LPSTR & lpMultiByteStr,int & cchMultiByte)
{
//revert wchar string to utf8 string
cchMultiByte = WideCharToMultiByte(CP_UTF8, 0, lpWideCharStr, sizeof(WCHAR) * wcslen(lpWideCharStr), lpMultiByteStr,0,NULL,NULL);// 獲取轉換成多字節字符串所需要的內存
lpMultiByteStr = new char[cchMultiByte + 1];
memset(lpMultiByteStr,0,cchMultiByte + 1);
WideCharToMultiByte(CP_UTF8, 0, lpWideCharStr, sizeof(WCHAR) * wcslen(lpWideCharStr), lpMultiByteStr,cchMultiByte,NULL,NULL);
return cchMultiByte;
}
// 使用轉換後的字符串
Delete []lpMultiByteStr;// 釋放多字節字符串內存
MySQL 字符集類型有哪些?
答: 類型:主機字符集、數據庫字符集、表字符集、列字符集、連接字符集。
關係:主機字符集 > 數據庫字符集 > 表字符集 > 列字符集,當下一級字符集未指定時,以上級字符集爲準。
MySQL 的各種字符集轉換關係是什麼?
答:1 、發送請求。
1) 客戶端發送請求到服務器端。
2) 服務器端會把請求的數據從客戶端字符集(character_set_client) 轉成服務器連接字符集(character_set_connection) 。
3) 然後服務器會檢測存儲區域(table ,column) 的字符集,然後把數據從連接字符集(character_set_connection) 轉爲存儲區域(table ,column) 的字符集,然後再存儲或者查詢。
2 、返回請求。
1) 服務器將存儲區域(table ,column) 的字符集轉換成服務器連接字符集(character_set_connection) 。
2) 將服務器連接字符集(character_set_connection) 轉換成結果字符集(character_set_results) ,再發送到客戶端。
MySQL 字符集 Uincode 支持情況如何?
答: 1 、服務器端支持 UCS-2 Unicode ( UTF-16 )和 UTF-8 。
2 、客戶端只支持 UTF-8 。
3 、在 4.1 之前的客戶端不支持 UTF-8 。
如何設置 MySQL 連接字符集?
答:有兩種方法:
1、 在建立MySQL 連接前,設置MySQL 連接句柄屬性:
mysql_options(m_mysql_handle, MYSQL_SET_CHARSET_NAME, charset);
2、 建立好MySQL 連接,在執行所有SQL 語句前:
set names ‘ 字符集’;
國際化開發的協議字符串最好採用什麼字符集?
答:最好使用UTF-8 ,原因是UTF-8 比較適合網絡傳輸,而且很方便的與其他字符集進行轉換。
國際化開發的數據庫最好採用什麼字符集?
答:數據庫的字符集最好採用UTF-8 ,理由同上。
另外,數據庫遷移時比較方便,不用考慮字符集轉換的問題,不會產生亂碼。
爲什麼 MySQL 數據庫已經使用了 UTF-8 ,但是查詢出來的結果還是亂碼?
答:數據庫連接字符集和寫數據庫的字符集必須相同,否則就會出現無法轉換的問題,這是亂碼的根源。具體如何轉換,前面有專門說明。
國際化開發的日誌文件和配置文件採用什麼字符集比較好?
答:建議採用帶BOM 的UTF-8 編碼。
理由如下:
1、 可以支持多種語言。
2、 沒有字節序的問題,unicode 有字節序的問題,需要另外處理。
3、 大多數文本或配置文件解析工具都支持utf-8 。
Linux 服務器國際化開發採用什麼方案比較好?
答:
方案一:
1 、日誌和配置文件都採用utf-8 存儲(帶BOM )。
2 、網絡協議字符串採用utf-8 字符集。
3、 讀寫數據庫採用utf-8 字符集。
4、 如果需要對字符串進行遍歷或修改,則把它轉換成unicode 處理,處理完成後再轉換成utf-8 。
5 、
此方案的好處是不用考慮字節序問題,缺點是對字符串進行處理不太方便,要做轉換。
方案二:
所有的文件和網絡I/O 及數據庫都採用unicode ,文件存儲帶BOM ,不過網絡協議中的字符串要指明字節序(或都轉換成網絡字節序),這是它的不足之處。
此方案的好處是所有字符串都可以直接處理,不用轉換。
缺點是網絡協議中要指明字節序或轉換成網絡字節序。
記事本中如何輸入並顯示韓文?
答:打開控制面板-區域和語言選項-語言-詳細信息-添加-輸入語言選朝鮮語-確定。這個步驟就是讓你有了系統自帶的韓文輸入法,你按 alt+shift 或者 ctrl+shift 就可以把這個韓文輸入法調出來了。
然後,打開記事本-格式-字體,接着,字體( F) 那裏選 BatangChe ,字符集那裏選“韓文”,確定。好了你現在可以調出你的韓文輸入法在記事本上輸韓文了。但是當你想保存的時候就有個提醒,如果你點“是”,保存了,再次打開的時候,那些韓文會亂碼。如果點“否”,就不能保存。那有沒有什麼方法保存呢,請看第三步。
第三步,點記事本的文件-另存爲,在編碼那裏選 Unicode 或 utf-8 ,保存。現在你打開另存爲的那個記事本,韓文沒變亂碼。成功了,你甚至可以把文件名都改爲韓文呢。
如何處理中文、泰文和阿拉伯文的字符消息?
答:由於中文字符編碼一般都是gb2312 或GBK ,由一個或兩個輸入字符組成,但是隻顯示一個字符。
泰文和阿拉伯文都每輸入一個字符就顯示一個字符。
處理辦法:
1、 中文版本中,收到字符後判斷最高位是否爲1 ,即是否大於127 ,證明是有兩個字符組成的漢字。否則,就是ASCII 碼字母或數字。
2、 泰文或阿拉伯文版本,每收到一個wm_char 消息就顯示到屏幕上。
如何處理多語言界面字體顯示亂碼?
答:儘管把字符串變成了unicode ,但是有時仍然是顯示亂碼,原因是字體設置不正確。比如讓中文字體顯示泰文,或者反之,都不可能正常顯示的。
處理方法有兩種:
1、 設置一種比較通用的字體,比如Arial Unicode MS ,此種方法一般用在支持換語言皮膚的應用程序中。
2、 根據不同語言設置不同的典型字體,比如對於簡體中文,設置仿宋體等肯定能夠正常顯示。
3 、方法一的字體不是非常美觀,而且對於沒有編入unicode 的字符無法顯示。