关于字符编码

我们知道在学习php和jsp的时候，出现乱码是经常性的事情，怎样来一劳永逸的解决这个问题，我来做个总结。

 

首先来了解一下字符集，我们关心的字符集大概有这么几个，iso-8859-1、gb2312、gbk、utf-8，其中iso-8859-1是采用1个字节进行编码，而gb2312和gbk则是在其基础之上使用双字节来对汉字进行编码，而utf-8使用了3个字节编码，因此它容纳了几乎所有字符，包括中国、日本和韩国的表意字符。这也就不难理解为什么字符集设置错误会导致乱码了。

 

再来看一下在编程的过程中有哪些地方涉及到字符集的设置，本质上只有两个地方，文件本身的字符集和浏览器解析时使用的字符集，当然数据库也存在字符集的设置（其实数据库本质和文件没有区别），那怎样才能避免乱码呢？我们用保证字符集的一致性，那就是数据库、文件、浏览器3者使用的字符集是一致的，要么都是gb2312，要么都是utf-8，当然iso-8859-1不行，它不支持中文。 数据库在建库和建表时可以设置字符集，文件在保存的时候可以选择字符集，那么浏览器的字符集怎么设置呢，首先浏览器由一个默认字符集，在中文操作系统下一般默认为gb2312，如果不进行设置，它就是解析文件的字符集；那应该怎么设置呢，有两种方法，一种在html中设置，即使用meta标签，在meta标签里面制定Content-type就可以了，meta标签是用来模拟http头信息的，另外一种就是在编程语言进行设置，我们可以像http header里面添加一个Content-type来制定字符集，如php里面的header()结构.

 

可是万一我们不能控制数据库或某些文件的编码了，那应该怎么处理呢，例如你现在所有的项目都是采用的utf-8(建议都这样使用)，可是数据里面的数据却是gb2312，后者某个远程文件是使用gb2312编码，这些是你无法修改的，我们只有在程序中进行修改，如在php里面提供了iconv函数和mb系列函数进行字符的编码修改。 总之，一句话，让项目的所有地方保持编码一致性，无法控制的部分用字符集转化函数来改变它。