SiS001! Board - [第一会所关闭注册]

标题: [交流] 中国移动真正比联通强的原因 [打印本页]

作者: pitterzhu 时间: 2008-3-24 18:25 标题: 中国移动真正比联通强的原因

如果你有一台可以打字的电脑　
那么：
1、在桌面上点右键，选择新建 - 文本文档；
　　
2、打开“新建文本文档”，输入“移动”两字后存盘退出；　　
　　
3、重新打开“新建文本文档”，看到什么了？　　
　　
4、是不是刚刚输入的“移动”两字？　　
　　
　　
咱们换过来　　
　　
1、在桌面上点右键，选择新建 - 文本文档；　　
　　
2、打开“新建文本文档”，输入“联通”两字后存盘退出；　　
　　
3、重新打开“新建文本文档”，看到什么了？　　
　　
4、是不是刚刚输入的“联通”两字不见了，取而代之是个烧焦的手机电池的模样

作者: ruyisi 时间: 2008-3-24 18:52

转：

  记事本的编码问题，当文档中所有字符都在 C0≤AA≤DF 80≤BB≤BF 这个范围的时候，notepad都无法确认文档的格式，没有自动按照UTF-8格式来"Display"。 "联通"就是C1 AA CD A8，刚好在上面的范围内，所以不能正常显示。
  但是由于不够详细，笔者就这一问题又特地咨询了放飞技术网的高翅工程师，高工非常热心的给我们带来了更加

详细的解释：

  在计算机中字符通常并不是保存为图像，每个字符都是使用一个编码来表示的，而每个字符究竟使用哪个编码代表，要取决于使用哪个字符集(charset)。

  在最初的时候，Internet上只有一种字符集——ANSI的ASCII字符集，它使用7 bits来表示一个字符，总共表示128个字符，其中包括了英文字母、数字、标点符号等常用字符。之后，又进行扩展，使用8 bits表示一个字符，可以表示256个字符，主要在原来的7 bits字符集的基础上加入了一些特殊符号例如制表符。

  后来，由于各国语言的加入，ASCII已经不能满足信息交流的需要，因此，为了能够表示其它国家的文字，各国在ASCII的基础上制定了自己的字符集，这些从ANSI标准派生的字符集被习惯的统称为ANSI字符集，它们正式的名称应该是MBCS(Multi-Byte Chactacter System，即多字节字符系统)。这些派生字符集的特点是以ASCII 127 bits为基础，兼容ASCII 127，他们使用大于128的编码作为一个Leading Byte，紧跟在Leading Byte后的第二（甚至第三）个字符与Leading Byte一起作为实际的编码。这样的字符集有很多，我们常见的GB-2312就是其中之一。

例如在GB-2312字符集中，“联通”的编码为C1 AC CD A8，其中C1和CD就是Leading Byte。前127个编码为标准ASCII保留，例如“0”的编码是30H（30H表示十六进制的30）。软件在读取时，如果看到30H，知道它小于128就是标准ASCII，表示“0”，看到C1大于128就知道它后面有一个另外的编码，因此C1 AC一同构成一个整个的编码，在GB-2312字符集中表示“连”。

  由于每种语言都制定了自己的字符集，导致最后存在的各种字符集实在太多，在国际交流中要经常转换字符集非常不便。因此，提出了Unicode字符集，它固定使用16 bits（两个字节、一个字）来表示一个字符，共可以表示65536个字符。将世界上几乎所有语言的常用字符收录其中，方便了信息交流。标准的 Unicode称为UTF-16。后来为了双字节的Unicode能够在现存的处理单字节的系统上正确传输，出现了UTF-8，使用类似MBCS的方式对 Unicode进行编码。注意UTF-8是编码，它属于Unicode字符集。Unicode字符集有多种编码形式，而ASCII只有一种，大多数 MBCS（包括GB-2312）也只有一种。

  例如“联通”两个字的Unicode标准编码UTF-16 (big endian）为：DE 8F 1A 90

  而其UTF-8编码为：E8 BF 9E E9 80 9A

  最后，当一个软件打开一个文本时，它要做的第一件事是决定这个文本究竟是使用哪种字符集的哪种编码保存的。软件有三种途径来决定文本的字符集和编码：

  最标准的途径是检测文本最开头的几个字节，如下表：

  开头字节 Charset/encoding

  EF BB BF UTF-8

  FE FF UTF-16/UCS-2, little endian

  FF FE UTF-16/UCS-2, big endian

  FF FE 00 00 UTF-32/UCS-4, little endian.

  00 00 FE FF UTF-32/UCS-4, big-endian.

  例如插入标记后，联通”两个字的UTF-16 (big endian）和UTF-8码分别为：
  FF FE DE 8F 1A 90
  EF BB BF E8 BF 9E E9 80 9A

但是MBCS文本没有这些位于开头的字符集标记，更不幸的是，一些早期的和一些设计不良的软件在保存Unicode文本时不插入这些位于开头的字符集标记。因此，软件不能依赖于这种途径。这时，软件可以采取一种比较安全的方式来决定字符集及其编码，那就是弹出一个对话框来请示用户，例如将那个“联通”文件拖到MS Word中，Word就会弹出一个对话框。

  如果软件不想麻烦用户，或者它不方便向用户请示，那它只能采取自己“猜”的方法，软件可以根据整个文本的特征来猜测它可能属于哪个charset，这就很可能不准了。使用记事本打开那个“联通”文件就属于这种情况。

  我们可以证明这一点：在记事本中键入“联通”后，选择“Save As”，会看到最后一个下拉框中显示有“ANSI”，这时保存。当再当打开“联通”文件出现乱码后，再点击“File”->“Save As”，会看到最后一个下拉框中显示有“UTF-8”，这说明记事本认为当前打开的这个文本是一个UTF-8编码的文本。而我们刚才保存时是用ANSI字符集保存的。这说明，记事本猜测了“联通”文件的字符集，认为它更像一个UTF-8编码文本。这是因为“联通”两个字的GB-2312编码看起来更像 UTF-8编码导致的，这是一个巧合，不是所有文字都这样。可以使用记事本的打开功能，在打开“联通”文件时在最后一个下拉框中选择ANSI，就能正常显示了。反过来，如果之前保存时保存为UTF-8编码，则直接打开也不会出现问题。

  如果将“联通”文件放入MS Word中，Word也会认为它是一个UTF-8编码的文件，但它不能确定，因此会弹出一个对话框询问用户，这时选择“简体中文（GB2312）”，就能正常打开了。记事本在这一点上做得比较简化罢了，这与这个程序的定位是一致的。

作者: chinausa 时间: 2008-3-24 22:32

用了电脑这么久，第一次知道这事，等会试试。

作者: china007 时间: 2008-3-25 22:04

晕，一试之下还真是这么回事，没看二楼的详细解释，想必是那么回事

作者: will588 时间: 2008-3-25 22:11

楼主好强大，太长了，看不下去，呵呵，有空试试

作者: christwind 时间: 2008-3-25 22:30 标题: 回复 5楼的帖子

2l楼的高手啊，没看一楼的详细解释，想必是那么回事

作者: longtou 时间: 2008-3-25 22:59

呵呵，居然有这种事，以前还真是不知道啊！

作者: gamma6256 时间: 2008-3-25 23:11

知道很久了，估计是微软的一个小BUG，不必大惊小怪。

作者: xiaosea 时间: 2008-3-27 16:41

呵呵`第一次发现原来是这么回事,很好很强大呵~

作者: zgrpp 时间: 2008-3-27 17:16

好吃惊啊!我本想文本文件是十分稳定的,
没想到还有这样的BUG存在!

作者: wangjlhhm 时间: 2008-3-28 16:08

我要试一下,不管好用不,都非常感谢,再见......

作者: wangjlhhm 时间: 2008-3-28 16:09

我要试一下,不管好用不,都非常感谢,再见......

作者: wangjlhhm 时间: 2008-3-28 16:10

我要试一下,不管好用不,都非常感谢,再见......

作者: wangjlhhm 时间: 2008-3-28 16:11

我要试一下,不管好用不,都非常感谢,再见......

作者: wangjlhhm 时间: 2008-3-28 16:12

我要试一下,不管好用不,都非常感谢,再见......

作者: wangjlhhm 时间: 2008-3-28 16:14

我要试一下,不管好用不,都非常感谢,再见......

作者: wangjlhhm 时间: 2008-3-28 16:15

我要试一下,不管好用不,都非常感谢,再见......

作者: wangjlhhm 时间: 2008-3-28 16:16

我要试一下,不管好用不,都非常感谢,再见......

作者: kilakilaband 时间: 2008-3-28 16:26

哈哈，楼主太牛X了！一会就去试试1

作者: zhuogui007 时间: 2008-5-6 09:20

居然有这种事，以前还真是不知道啊,估计是微软的一个小BUG，不必大惊小怪

作者: wang77618 时间: 2008-5-6 09:44

应该是系统的原因,但佩服楼主的钻研精神.

作者: 279312072 时间: 2008-5-6 10:46

我试了几次
怎么没有任何效果啊
难道是我的机器有问题

作者: atlas_go 时间: 2008-5-6 11:02

假的吧文档都是有编码的微软至于这么费力搞这些鸡肋的东西么

作者: gongdianlong 时间: 2008-5-6 14:45

这个倒真是不知道，楼主好强啊，呵呵，佩服

作者: 107207800 时间: 2008-5-6 15:02

这样也被发现问题，真是太厉害了，佩服佩服。

作者: Sabaku Gaara 时间: 2008-5-6 15:10

学问真是多啊，牛啊，谢谢拿出来分享

作者: hbcj 时间: 2008-5-6 15:31

2楼的是有专研精神的高手，你不成为高手都难太佩服了

作者: huangwx 时间: 2008-5-6 21:56

早就知道了,不过骗骗小孩子还是蛮过淫的.哈哈

作者: wujh168888 时间: 2008-5-8 09:00

果真有这回事，还是第一次听到的。二楼的解释太详尽了，以致有点看不明白。

作者: leidabing 时间: 2008-5-8 12:15

非常的深奥呀,真是以前还不知道这些.学无止境!

欢迎光临 SiS001! Board - [第一会所关闭注册] (http://67.220.92.23/luntan/)