文件编码，AJAX编码学习笔记

1.文件编码：

默认情况下用编辑器打开文件时 会用 文件编码 打开（用文件编码显示文件内容）

但有些编辑器也可以指定打开文件时的编码（比如Eclipce）

使用哪种编码打开文件 决定了 在文件中手动添加内容时的编码

如果打开A.TXT文件的编码为gbk，而A.txt中有的内容确是UTF-8编码的，这种情况就会显示乱码

此时在A.txt中添加“中文”这个词语的话，则“中文”的编码为gbk，在gbk编码环境下就会显示为“中文”

 

注：如果不确定一个文本文件的编码，可以用如下方式，用文本文件打开以后另存为，此时的编码选项所显示的编码类型即文件编码

尤其注意的是：

    即使在PHP页面中使用了header("Content-type:text/html;charset=UTF-8;");，

    但是PHP文被GBK格式打开则此时输入的‘中文’是按GBK格式存储，

          即‘中文’的ASCII码为：‘0xD60xD0 0xCE0xC4’

    如果PHP文件被UTF-8格式打开则‘中文’的ASCII码为：‘0xE40xB80xAD 0xE60x960x87‘

 

2.ajax的编码问题

html页面：

由于XMLHttpRequest POST的内容是用UTF-8编码 ，客户端post的表单是x-www-form-urlencoded的，所以也要对 post的内容进行编码encodeURIComponent()函数
escape() 只是为 ASCII字符 做转换工作，转换成的 %unnnn 这样的码，如果要用更多的字符如 UTF-8字符库
就一定要用 encodeURIComponent() 或 encodeURI() 转换才可以成 %nn%nn 还有
escape() 不编码这些字符:   @*/+
encodeURI() 不编码这些字符:   !@#$&*()=:/;?+'
encodeURIComponent() 不编码这些字符:   !*()'

还是推荐使用encodeURIComponent()函数来编码比较好。

以下假设html页面和PHP页面都是gbk编码

Post方式：
var url="ajax.php";  
    content='name='+encodeURIComponent('中文');
    xmlHttp.open("POST",url,true);
    xmlHttp.setRequestHeader("Content-Length", content.length);
    xmlHttp.setRequestHeader("Content-Type", "application/x-www-form-urlencoded");
    xmlHttp.onreadystatechange=stateChanged;   
    xmlHttp.send(content);
 
GET方式：
var url="ajax.php";  
    content='?name='+encodeURIComponent('中文');url += content;
    xmlHttp.onreadystatechange=stateChanged;
    xmlHttp.open("GET",url,true);
    xmlHttp.send(null);

 

 

PHP页面有以下两种处理方式都不会出现乱码(接收到的都是UTF-8编码的字符串)
一、如果没有设置header()，默认情况下会使用UTF-8的格式解析（有待考证）
<?php
$name = $_POST['name'];//$name = $_GET['name'];
$name = urldecode($name);//此行可有可无，php接收是自动完成 如果包含'+'的话，这行要注释掉
echo $name.mb_convert_encoding('你好！',"utf-8","gb2312");(gb2312 -> utf-8)

二、
 
<?php
header("Content-type:text/html;charset=gb2312;");
$name = $_POST['name'];//$name = $_GET['name'];
$name = urldecode($name);//此行可有可无，php接收是自动完成
$name = mb_convert_encoding($name,"gb2312","utf-8");(utf-8 -> gb2312)
echo $name.'你好！';

 

 

3.ajax过程解析

假设html的<meta http-equiv="Content-Type" content="text/html; charset=gb2312" />

使用content='name='+encodeURIComponent('中文');的时候

'中文'在GBK格式下为encodeURIComponent('中文')='%D6%D0%CE%C4'，由于ajax使用utf-8格式进行传输 ，所以传输的时候自动转化为‘中文’在UTF-8下的格式：‘%E4%B8%AD%E6%96%87’

当在PHP页面上接受到的时候，PHP接受POST或者GET会自动进行 urldecode()操作

此时urldecode('%E4%B8%AD%E6%96%87')得到的字符串就是UTF-8格式的'中文'

 

PHP 页面(编码为UTF-8)中echo '中'（0xE40xB80xAD）返回给ajax的请求端，

A.

  如果有设置[header("Content-type:text/html;charset=UTF-8;");] 就是告诉

  ajax的接收器以'UTF-8' 的格式来解析收到的字符串（0x E40x B80x AD）-> '0x E40x B80x AD'(中)

  然后ajax接收器把解析后的字符串再按照编码转换格式转化为html页面编码格式(gb2312)的字符串给html使用:

  UTF-8 的'中'(0x E40x B80x AD) -> GB2312的'中'（0xD60xD0 ）

  然后html页面使用的字符串就是 GB2312的'中'（0xD60xD0 ）

B.

  如果有设置[header("Content-type:text/html;charset=GB2312;");] 就是告诉

  ajax的接收器以'GB2312' 的格式来解析收到的字符串（0x E40x B80x AD）-> '0x E40x B8'(涓) + ' 0x AD'(?)

  然后ajax接收器把解析后的字符串再按照编码转换格式转化为html页面编码格式(gb2312)的字符串给html使用:

  GB2312 的'涓'(0x E40x B8) -> GB2312的'涓'（0x E40x B8）

  然后html页面使用的字符串就是 GB2312的'涓'（0xD60xD0 ）

C.

  如果没有设置header()，默认情况下会使用UTF-8的格式解析（有待考证）

 

注：GBK格式下的'中文'的ASCII码为: 214 208   207 196(0xD60xD0 0xCE0xC4)

     可以在GBK编码的PHP页面[header("Content-type:text/html;charset=gb2312;");]

     下如此测试:echo chr(0xD6).chr(0xD0).chr(0xCE).chr(0xC4);得到的是 ‘中文’

   UTF-8格式下的'中文'的ASCII码为：0xE40xB80xAD 0xE60x960x87

      验证方法同上

 

ASCII（美国信息交换标准编码）表

 

ASCII字符表：

                                      扩展ASCII字符表：