原创链接:http://www.qudong.com/soft/program/php/jiqiaoyunyong/20080326/4464.html
一、编码范围
1. GBK (GB2312/GB18030)
\x00-\xff GBK双字节编码范围
\x20-\x7f ASCII
\xa1-\xff 中文
\x80-\xff 中文
2. UTF-8 (Unicode)
\u4e00-\u9fa5 (中文)
\x3130-\x318F (韩文
\xAC00-\xD7A3 (韩文)
\u0800-\u4e00 (日文)
ps: 韩文是大于[\u9fa5]的字符
正则例子:
PLAIN TEXT
PHP
:
preg_replace("/([\x80-\xff])/","",$str);
preg_replace("/([u4e00-u9fa5])/","",$str);
二、代码例子
PLAIN TEXT
PHP:
//判断内容里有没有中文-GBK (PHP)
function check_is_chinese($s){
return preg_match('/[\x80-\xff]./', $s);
}
//获取字符串长度-GBK (PHP)
function gb_strlen($str){
$count = 0;
for($i=0; $i 127) {
$count++;
if($value>= 192 && $value <= 223) $i++;
elseif($value>= 224 && $value <= 239) $i = $i + 2;
elseif($value>= 240 && $value <= 247) $i = $i + 3;
else die('Not a UTF-8 compatible string');
}
$count++;
}
return $count;
}
//截取字符串-UTF8(PHP)
function utf8_substr($str,$position,$length){
$start_position = strlen($str);
$start_byte = 0;
$end_position = strlen($str);
$count = 0;
for($i = 0; $i = $position && $start_position> $i){
$start_position = $i;
$start_byte = $count;
}
if(($count-$start_byte)>=$length) {
$end_position = $i;
break;
}
$value = ord($str[$i]);
if($value> 127){
$count++;
if($value>= 192 && $value <= 223) $i++;
elseif($value>= 224 && $value <= 239) $i = $i + 2;
elseif($value>= 240 && $value <= 247) $i = $i + 3;
else die('Not a UTF-8 compatible string');
}
$count++;
}
return(substr($str,$start_position,$end_position-$start_position));
}
//字符串长度统计-UTF8 [中文3个字节,俄文、韩文占2个字节,字母
占1个字节] (Ruby)
def utf8_string_length(str)
temp = CGI
::unescape(str)
i = 0;
j = 0;
temp.length.times{|t|
if temp[t] = 127 and temp[t] JavaScript
)
function checkKoreaChar(str) {
for(i=0; i
0x3130 && str.charCodeAt(i) = 0xAC00 && str.charCodeAt(i) <=
0xD7A3))) {
return true;
}
}
return false;
}
//判断是否有中文字符-GBK (javascript)
function check_chinese_char(s){
return (s.length != s.replace(/[^\x00-\xff]/g,"**").length);
}
------------
我的例子:
function lmtest2()
{
/**
[^a-zA-Z0-9,\-\u4e00-\u9fa5] --- 保留了数字,字母 utf-8 格式下的汉字
^a-zA-Z0-9,\- 代表 数字、字母、下划线
\u4e00-\u9fa5 代表utf-8 格式下的汉字
*/
var reg = /[^a-zA-Z0-9,\-\u4e00-\u9fa5]/g;
//var str = "h?蒚Indexh?蒚 Terms—Drain section, pseudo-2-D, SOI MOSFET model.h?蒚";
var str = "aa啊!a蒚h";
alert(str.replace(reg,""));
alert(reg.test(str));//返回true 说明 以上字符串中包含了 乱码字符(不同编码的字符\不符合本站本页的编码字符)
}
分享到:
相关推荐
3. **数据库中的数据编码**:存储中文数据的数据库表和字段也需要使用兼容中文的编码,如GBK或UTF-8。 4. **Java默认编码**:Java虚拟机(JVM)的默认编码可能会影响文件读写和字符串处理。可以通过 `-Dfile....
字符集处理方案主要涉及到字符编码的转换和一致性问题,尤其在GBK和UTF-8之间。...同时,对于Ajax请求,需特别注意JavaScript环境下的默认编码和手动设置请求头中的字符集,以确保数据的正确传输和处理。
标题“jsp文件编码转换工具(utf-8到GBK或相反)”涉及的核心知识点是关于字符编码的转换,特别是在JavaServer Pages (JSP) 文件中的应用。JSP是Java Web开发的一种技术,用于创建动态网页。在这个场景中,我们关注...
总之,GBK和UTF转换工具是处理中文字符编码问题的重要工具,尤其在处理HTML、PHP、JSP等文件时,能有效确保文件内容在不同环境下的一致性。了解并掌握这种工具的使用,对于IT从业者来说,尤其是从事网页开发和数据...
jsp编码是指jsp页面中的编码方式,jsp页面可以使用不同的编码方式,如UTF-8、GBK等。jsp编码的原理是jsp页面在编译成Servlet时使用的编码方式。jsp编译器会根据jsp页面中的pageEncoding参数来确定jsp页面的编码方式...
1. UTF-8 编码的重要性:在 WEB 开发中,UTF-8 编码扮演着非常重要的角色,特别是在传递中文时,必须经过编码的动作,否则可能会出现乱码的情况。 2. 使用 URLEncoder.encode() 方法:在 Java 中,可以使用 java...
本文将详细介绍“百度编辑器ueditor”的两个不同版本——ueditor-1.4.3.3 utf8-net 和 ueditor-1.4.3.2 gbk-net,以及它们在.NET环境中的应用。 **一、ueditor概述** ueditor是由百度公司开发的一款强大的在线富...
- 如果JSP文件使用的是GBK编码,但在JSP中设置了`pageEncoding="UTF-8"`,那么JSP内部定义的字符串可能会出现乱码。 - 当未指定`contentType` 且没有调用`response.setCharacterEncoding()` 方法时,`pageEncoding...
- 在Servlet中处理请求时,可以使用`request.setCharacterEncoding("UTF-8")`来设置请求参数的编码格式。 - 在响应中,可以使用`response.setContentType("text/html; charset=UTF-8")`来指定响应内容的编码格式。...
JDK提供了多种与中文相关的字符编码,如ASCII、ISO8859-1、GB2312、GBK、UTF-8和GB18030。在实际编程中,GB2312(GBK)和ISO8859-1是最常见的编码格式。ISO8859-1主要用于西方语言,无法直接处理中文字符,而GB2312...
- **文件编码**:确保源代码文件(如Servlet和JSP)的编码也是UTF-8。 - **数据库编码**:如果涉及数据库操作,确保数据库连接和数据存储的编码与应用保持一致。 6. **服务器配置** - **Tomcat配置**:在Tomcat...
6. **最佳实践**:为了避免编码问题,一种好的做法是在整个应用程序中统一使用UTF-8编码,包括JSP页面、数据库连接、HTTP请求和响应。在服务器配置中设定默认的字符编码,如在Tomcat的`server.xml`中设置`...
因此,为了处理中文字符,最好在JSP文件头部使用`<%@ page pageEncoding="GBK" %>`或指定你需要的编码格式。 2. **Web容器编译JSP** 当Web容器(如Tomcat)将JSP编译为Servlet时,它会读取硬盘上的JSP文件。如果...
这将确保JVM在处理输入和输出时使用UTF-8编码。 4. 保存文件并关闭。 5. 重启Tomcat服务,这样新的编码设置就会生效。 6. 如果问题依然存在,可能需要检查XML文件的编码声明,确保它正确声明为UTF-8。例如,XML头部...
总之,中文字符与Unicode及UTF-8的转换是IT工作中常见的任务,了解其原理和操作方法对于处理多语言文本数据至关重要。无论是在文件系统、数据库还是网络通信中,正确地进行编码和解码都是保证数据完整性和正确性的...
在Web开发中,尤其是在使用JavaServer Pages (JSP) 和 Servlet 进行页面处理时,字符编码问题是经常遇到的技术难题之一。本文将围绕“JSP-Servlet中的汉字编码问题”这一主题展开讨论,通过对相关知识点的深入剖析,...
- `pageEncoding`属性:此属性用于定义JSP文件本身的编码,当JSP被解析和转换为Java源代码时,JSP引擎会根据此设置读取和处理文件。在示例中,`pageEncoding="utf-8"`表示JSP文件使用UTF-8编码,这是推荐的编码方式...
JSP 页面中的字符编码方式与乱码解决方法 在 JSP 中,字符编码方式的设置是非常重要的,因为它直接影响着页面的显示效果。如果不正确地设置字符编码方式,可能会出现乱码问题。下面我们将详细介绍 JSP 中的字符编码...
在JSP文件中,可以通过声明`<%@ page language="java" pageEncoding="UTF-8" %>`, 这一行指定了JSP文件本身的编码格式为UTF-8,即文件存储的编码。如果没有其他指定,则JSP编译后的Servlet也会使用该编码格式来读取...