国产精品成人AV在线观看_国内嫩模私拍精品视频_老师脱了内裤让我进去_最新亚洲人成无码网WWW电影

 coding編碼定義在計算機硬件中，編碼（coding）是在一個主題或單元上為數據存儲，管理和分析的目的而轉換信息為編碼值（典型地如數字）的過程。在軟件中，編碼意味著邏輯地使用一個特定的語言如C或C++來執行一個程序。在密碼學中，編碼是指在編碼或密碼中寫的行為。

 將數據轉換為代碼或編碼字符，并能譯為原數據形式。是計算機書寫指令的過程，程序設計中的一部分。在地圖自動制圖中，按一定規則用數字與字母表示地圖內容的過程，通過編碼，使計算機能識別地圖的各地理要素。

 n位二進制數可以組合成2的n次方個不同的信息，給每個信息規定一個具體碼組，這種過程也叫編碼。

 數字系統中常用的編碼有兩類，一類是二進制編碼，另一類是二—十進制編碼。漢字的編碼體系1．ASCII與Binary

 我們日常接觸到的文件分ASCII和Binary兩種。ASCII是“美國信息交換標準編碼”的英文字頭縮寫，可稱之為“美標”。美標規定了用從0到127的128個數字來代表信息的規范編碼，其中包括33個控制碼，一個空格碼，和94個形象碼。形象碼中包括了英文大小寫字母，阿拉伯數字，標點符號等。我們平時閱讀的英文電腦文本，就是以形象碼的方式傳遞和存儲的。美標是國際上大部分大小電腦的通用編碼。

 然而電腦中的一個字符大都是用一個八位數的二進制數字表示。這樣每一字符便可能有256個不同的數值。由于美標只規定了128個編碼，剩下的另外128個數碼沒有規范，各家用法不一。另外美標中的33個控制碼，各廠家用法也不盡一致。這樣我們在不同電腦間交換文件的時候，就有必要區分兩類不同的文件。第一類文件中每一個字都是美標形象碼或空格碼。這類文件稱為“美標文本文件”(ASCIITextFiles)，或略為“文本文件”，通常可在不同電腦系統間直接交換。第二類文件，也就是含有控制碼或非美標碼的文件，通常不能在不同電腦系統間直接交換。這類文件有一個通稱，叫“二進制文件”(BinaryFiles)。

2．國標、區位、“準國標”

 “國標”是“中華人民共和國國家標準信息交換用漢字編碼”的簡稱。國標表（基本表）把七千余漢字、以及標點符號、外文字母等，排成一個94行、94列的方陣。方陣中每一橫行叫一個“區”，每個區有九十四個“位”。一個漢字在方陣中的坐標，稱為該字的“區位碼”。例如“中”字在方陣中處于第５４區第４８位，它的區位碼就是5448。

 其實94這個數字。它是美標中形象碼的總數。國標表沿用這個數字，本意大概是要用兩個美標形象符代表一個漢字。由于美標形象符的編碼是從33到126，漢字區、位碼如果各加上32，就會與美標形象碼的范圍重合。如上例“中”字區、位碼加上32后，得86，80。這兩個數字的十六進制放在一起得5650，稱為該字的“國標碼”，而與其相對應的兩個美標符號，VP，也就是“中”字的“國標符”了。

 這樣就產生了一個如何區分國標符與美標符的問題。在一個中英文混用的文件里，“VP”到底代表“中”字呢，還是代表某個英文字頭縮寫？電子工業部第六研究所開發CCDOS的時候，使用了一個簡便的解決方案：把國標碼的兩個數字各加上128，上升到非美標碼的位置。（改變后的國標碼，習慣上仍叫“國標”。）

 這個方案固然解決了原來的問題，可是新的問題隨之產生。中文文件成了“二進制文件”，既不能可靠地在不同電腦系統間交換，也不與市場上大部分以美標符號為設計對象的軟件兼容。

 為了區分以上兩種“國標”，我們把原與美標形象碼重合的國標碼稱為“純國標”，而把CCDOS加上128的國標碼稱為“準國標”。

3．GBK碼：

 GBK碼是GB碼的擴展字符編碼，對多達2萬多的簡繁漢字進行了編碼，簡體版的Win95和Win98都是使用GBK作系統內碼。

 從實際運用來看，微軟自win95簡體中文版開始，系統就采用GBK代碼，它包括了TrueType宋體、黑體兩種GBK字庫（北京中易電子公司提供），可以用于顯示和打印，并提供了四種GBK漢字的輸入法。此外，瀏覽器IE4.0簡體、繁體中文版內部提供了一個GBK-BIG5代碼雙向轉換功能。此外，微軟公司為IE提供的語言包中，簡體中文支持（SimplifiedChineseLanguageSupportKit）的兩種字庫宋體、黑體，也是GBK漢字（珠海四通電腦排版系統開發公司提供）。其他一些中文字庫生產廠商，也開始提供TrueType或PostScriptGBK字庫。

 許多外掛式的中文平臺，如南極星、四通利方（Richwin）等，提供GBK碼的支持，包括字庫、輸入法和GBK與其他中文代碼的轉化器。

互聯網方面，許多網站網頁使用GBK代碼。

 但是多數搜索引擎都不能很好的支持GBK漢字搜索，大陸地區的搜索引擎有些能不完善的支持GBK漢字檢索。

 其實，GBK是又一個漢字編碼標準，全稱《漢字內碼擴展規范》（ChineseInternatialCodeSpecification），1995年頒布。GB是國標，K是漢字“擴展”的漢語拼音第一個字母。

 GBK向下與GB-2312編碼兼容，向上支持ISO10646.1國際標準，是前者向后者過渡的一個承啟標準。

 GBK規范收錄了ISO10646.1中的全部CJK漢字和符號，并有所補充。具體包括：GB2312中的全部漢字、非漢字符號；GB13000.1中的其他CJK漢字。以上合計20902個GB化漢字；《簡化總表中》未收入GB13000.1的52個漢字；《康熙字典》以及《辭海》中未被收入GB13000.1的28個部首及重要構件；13個漢字結構符；BIG-5中未被GB2312收入、但存在于GB13000.1的139個圖形符號；GB12345增補的6個拼音符號；GB12345增補的19個豎排圖形符號（GB12345較GB2312增補豎排標點符號29個，其中10個未被GB13000.1收入，故GBK亦不收）；從GB13000.1的CJK兼容區挑選出的21個漢字；GB13000.1收入的31個IBMOS/2專用符號。GBK亦采用雙字節表示，總體編碼范圍為0x8140~0xFEFE之間，首字節在0x81~0xFE之間，尾字節在0x40~0xFE之間，剔除0x××7F一條線，總計23940個碼位，共收入21886個漢字和圖形符號，其中漢字（包括部首和構件）21003個，圖形符號883個。

4．BIG5碼：

 BIG5碼是針對繁體漢字的漢字編碼，目前在臺灣、香港的電腦系統中得到普遍應用。BIG5碼的編碼范圍參考下文。

5．HZ碼：

 HZ碼是在Internet上廣泛使用的一種漢字編碼。“HZ”方案的特點，是以“純國標”的中文與美標碼混用。那么“HZ”是怎樣區分國標符和美標符的呢？答案其實也很簡單：當一串美標碼中間插入一段國標碼的時候，我們便在國標碼的前面加上~，后面加上~。這些附加碼分別叫“逃出碼”和“逃入碼”。由于這些附加碼本身也是美標形象碼，整個文件就儼然是一個美標文本文件，可以安然地在電腦網上傳遞，也和大部分英文文本處理軟件兼容。

6．ISO－2022CJK碼：

 ISO-2022是國際標準組織（ISO）為各種語言字符制定的編碼標準。采用二個字節編碼，其中漢語編碼稱ISO-2022CN，日語、韓語的編碼分別稱JP、KR。一般將三者合稱CJK碼。目前CJK碼主要在Internet網絡中使用。

7．UCS和ISO10646：

 1993年，國際標準ISO10646定義了通用字符集(UniversalCharacterSet，UCS)。UCS是所有其他字符集標準的一個超集。它保證與其他字符集是雙向兼容的。就是說，如果你將任何文本字符串翻譯到UCS格式，然后再翻譯回原編碼，你不會丟失任何信息。

 UCS包含了用于表達所有已知語言的字符。不僅包括拉丁語，希臘語，斯拉夫語，希伯來語，阿拉伯語，亞美尼亞語和喬治亞語的描述，還包括中文，日文和韓文這樣的象形文字，以及平假名，片假名，孟加拉語，旁遮普語果魯穆奇字符(Gurmukhi)，泰米爾語，印.埃納德語(Kannada)，Malayalam，泰國語，老撾語，漢語拼音(Bopomofo)，Hangul，Devangari，Gujarati，Oriya，Telugu以及其它語種。對于還沒有加入的語言，由于正在研究怎樣在計算機中最好地編碼它們，因而最終它們都將被加入。這些語言包括Tibetian，高棉語，Runic(古代北歐文字)，埃塞俄比亞語，其他象形文字，以及各種各樣的印-歐語系的語言，還包括挑選出來的藝術語言比如Tengwar，Cirth和克林貢語(Klingon)。UCS還包括大量的圖形的，印刷用的，數學用的和科學用的符號，包括所有由TeX，Postscript，MS-DOS，MS-Windows，Macintosh，OCR字體，以及許多其他字處理和出版系統提供的字符。

 ISO10646定義了一個31位的字符集。然而，在這巨大的編碼空間中，迄今為止只分配了前65534個碼位(0x0000到0xFFFD)。這個UCS的16位子集稱為基本多語言面(BasicMultilingualPlane，BMP)。將被編碼在16位BMP以外的字符都屬于非常特殊的字符(比如象形文字)，且只有專家在歷史和科學領域里才會用到它們。按當前的計劃，將來也許再也不會有字符被分配到從0x000000到0x10FFFF這個覆蓋了超過100萬個潛在的未來字符的21位的編碼空間以外去了。ISO10646-1標準第一次發表于1993年，定義了字符集與BMP中內容的架構。定義BMP以外的字符編碼的第二部分ISO10646-2正在準備中，但也許要過好幾年才能完成。新的字符仍源源不斷地加入到BMP中，但已經存在的字符是穩定的且不會再改變了。

 UCS不僅給每個字符分配一個代碼，而且賦予了一個正式的名字。表示一個UCS或Unicode值的十六進制數，通常在前面加上“U+”，就象U+0041代表字符“拉丁大寫字母A”。UCS字符U+0000到U+007F與US-ASCII(ISO646)是一致的，U+0000到U+00FF與ISO8859-1(Latin-1)也是一致的。從U+E000到U+F8FF，已經BMP以外的大范圍的編碼是為私用保留的。

 1993年，ISO10646中定義的USC-4(UniversalCharacterSet)，使用了4個字節的寬度以容納足夠多的相當可觀的空間，但是這個過于肥胖的字符標準在當時乃至現在都有其不現實的一面，就是會過分侵占存儲空間并影響信息傳輸的效率。與此同時，Unicode組織于約10年前以Universal，Unique和Uniform為主旨也開始開發一個16位字符標準，為避免兩種16位編碼的競爭，1992年兩家組織開始協商，以期折衷尋找共同點，這就是今天的UCS-2(BMP，BasicMultilingualPlane，16bit)和Unicode，但它們仍然是不同的方案。

8．Unicode碼：

關于Unicode我們需要追溯一下它產生的淵源。

 當計算機普及到東亞時，遇到了使用表意字符而非字母語言的中、日、韓等國家。在這些國家使用的語言中常用字符多達幾千個，而原來字符采用的是單字節編碼，一張代碼頁中最多容納的字符只有28=256個，對于使用表意字符的語言是在無能為力。既然一個字節不夠，自然人們就采用兩個字節，所有出現了使用雙字節編碼的字符集(DBCS)。不過雙字節字符集中雖然表意字符使用了兩個字節編碼，但其中的ASCII碼和日文片假名等仍用單字節表示，如此一來給程序員帶來了不小的麻煩，因為每當設計到DBCS字符串的處理時，總是要判斷當中的一個字節到底表示的是一個字符還是半個字符，如果是半個字符，那是前一半還是后一半？由此可見DBCS并不是一種非常好的解決方案。

 人們在不斷尋找這更好的字符編碼方案，最后的結果就是Unicode誕生了。Unicode其實就是寬字節字符集，它對每個字符都固定使用兩個字節即16位表示，于是當處理字符時，不必擔心只處理半個字符。

 目前，Unicode在網絡、Windows系統和很多大型軟件中得到應用。關于GB編碼的一些常識GB編碼標準中，比較常用的是GB2312和GBK兩種，GB2312是GBK的一個子集，GB2312編碼范圍是0xA1A1-0xFEFE，如果純粹的GB2312編碼，處理起來是十分簡單的，但處理GBK字符集時有些小的提示，先說說GBK編碼的標準吧：

 GBK采用雙字節表示，總體編碼范圍為8140-FEFE，首字節在81-FE之間，尾字節在40-FE之間，剔除xx7F一條線。總計23940個碼位，共收入21886個漢字和圖形符號，其中漢字（包括部首和構件）21003個，圖形符號883個。

全部編碼分為三大部分：

1.漢字區。包括：

 a.GB2312漢字區。即GBK/2:B0A1-F7FE。收錄GB2312漢字6763個，按原順序排列。

b.GB13000.1擴充漢字區。包括：

(1)GBK/3:8140-A0FE。收錄GB13000.1中的CJK漢字6080個。

(2)GBK/4:AA40-FEA0。收錄CJK漢字和增補的漢字8160個。

 CJK漢字在前，按UCS代碼大小排列；增補的漢字（包括部首和構件）在后，按《康熙字典》的頁碼／字位排列。

2.圖形符號區。包括：

 a.GB2312非漢字符號區。即GBK/1:A1A1-A9FE。其中除GB2312的符號外，

還有10個小寫羅馬數字和GB12345增補的符號。計符號717個。

 b.GB13000.1擴充非漢字區。即GBK/5:A840-A9A0。BIG-5非漢字符號、結構符和“○”排列在此區。計符號166個。

3.用戶自定義區：分為(1)(2)(3)三個小區。

(1)AAA1-AFFE，碼位564個。

(2)F8A1-FEFE，碼位658個。

(3)A140-A7A0，碼位672個。

第(3)區盡管對用戶開放，但限制使用，因為不排除未來在此區域增補新字符的可能性。

這里有幾個小技巧：

 一、在php中，字符編碼是按所發送的編碼為準的，因些使用的就是用戶輸入的編碼，不會自動改變，但在asp中，默認的編碼是unicode，這樣我們很容易就能得到gbk->unicode的編碼對照表，這樣即使在毫無基礎庫的情況下也能很容易的實現gbk到utf-8的轉換了；

 二、由于GBK是高位最低數值是0x40，即是64，因此，有時候組織一些涉及中文的字串時，分割字符最好用64之前的ascii碼，這樣在任意情況下替換或分割都不會出現亂碼，比較常用的是"，"、";"、":"、""、""、""，這些字符永遠都不會給gb編碼添亂。編碼的種類編碼(Encoding)在認知上是解釋傳入的刺激的一種基本知覺的過程。技術上來說，這是一個復雜的、多階段的轉換過程，從較為客觀的感覺輸入（例如光、聲）到主觀上有意義的體驗。

 字符編碼(Characterencoding)是一套法則，使用該法則能夠對自然語言的字符的一個集合（如字母表或音節表），與其他東西的一個集合（如號碼或電脈沖）進行配對。

 文字編碼(Textencoding)使用一種標記語言來標記一篇文字的結構和其他特征，以方便計算機進行處理。

 語義編碼(Semanticsencoding)，以正式語言乙對正式語言甲進行語義編碼，即是使用語言乙表達語言甲所有的詞匯（如程序或說明）的一種方法。

 電子編碼(Electronicencoding)是將一個信號轉換成為一個代碼，這種代碼是被優化過的以利于傳輸或存儲。轉換工作通常由一個編解碼器完成。

神經編碼(Neuralencoding)是指信息在神經元中被如何描繪的方法。

記憶編碼(Memoryencoding)是把感覺轉換成記憶的過程。

加密(Encryption)是為了保密而對信息進行轉換的過程。

 譯碼(Transcoding)是將編碼從一種格式轉換到另一種格式的過程。字符集編碼轉換輕松實現一、利用iconv函數族進行編碼轉換

 在LINUX上進行編碼轉換時，既可以利用iconv函數族編程實現，也可以利用iconv命令來實現，只不過后者是針對文件的，即將指定文件從一種編碼轉換為另一種編碼。

iconv函數族的頭文件是iconv.h，使用前需包含之。

#include

iconv函數族有三個函數，原型如下：

 (1)iconv_ticonv_open(constchar*tocode，constchar*fromcode)；

 此函數說明將要進行哪兩種編碼的轉換，tocode是目標編碼，fromcode是原編碼，該函數返回一個轉換句柄，供以下兩個函數使用。

 (2)size_ticonv(iconv_tcd，char**inbuf，size_t*inbytesleft，char**outbuf，size_t*outbytesleft)；

 此函數從inbuf中讀取字符，轉換后輸出到outbuf中，inbytesleft用以記錄還未轉換的字符數，outbytesleft用以記錄輸出緩沖的剩余空間。(3)inticonv_close(iconv_tcd)；

此函數用于關閉轉換句柄，釋放資源。

例子1：用C語言實現的轉換示例程序

/*f.c：代碼轉換示例C程序*/

#include

#defineOUTLEN255

main()

{

char*in_utf8="姝ｅ?ㄥ??瑁?"；

char*in_gb2312="正在安裝"；

charout[OUTLEN]；

//unicode碼轉為gb2312碼

rc=u2g(in_utf8，strlen(in_utf8)，out，OUTLEN)；

printf("unicode-->gb2312out=%sn"，out)；

//gb2312碼轉為unicode碼

 rc=g2u(in_gb2312，strlen(in_gb2312)，out，OUTLEN)；

printf("gb2312-->unicodeout=%sn"，out)；

}

//代碼轉換:從一種編碼轉為另一種編碼

 intcode_convert(char*from_charset，char*to_charset，char*inbuf，intinlen，char*outbuf，intoutlen)

{

iconv_tcd;

intrc;

char**pin=&inbuf;

char**pout=&outbuf;

cd=iconv_open(to_charset，from_charset);

if(cd==0)return-1;

memset(outbuf，0，outlen);

 if(iconv(cd，pin，&inlen，pout，&outlen)==-1)return-1;

iconv_close(cd);

return0;

}

//UNICODE碼轉為GB2312碼

 intu2g(char*inbuf，intinlen，char*outbuf，intoutlen)

{

 returncode_convert("utf-8"，"gb2312"，inbuf，inlen，outbuf，outlen);

}

//GB2312碼轉為UNICODE碼

 intg2u(char*inbuf，size_tinlen，char*outbuf，size_toutlen)

{

 returncode_convert("gb2312"，"utf-8"，inbuf，inlen，outbuf，outlen);

}

例子2:用C++語言實現的轉換示例程序

/*f.cpp:代碼轉換示例C++程序*/

#include

#include

#defineOUTLEN255

usingnamespacestd;

//代碼轉換操作類

classCodeConverter{

private:

iconv_tcd;

public:

//構造

 CodeConverter(constchar*from_charset，constchar*to_charset){

cd=iconv_open(to_charset，from_charset);

}

//析構

~CodeConverter(){

iconv_close(cd);

}

//轉換輸出

 intconvert(char*inbuf，intinlen，char*outbuf，intoutlen){

char**pin=&inbuf;

char**pout=&outbuf;

memset(outbuf，0，outlen);

 returniconv(cd，pin，(size_t*)&inlen，pout，(size_t*)&outlen);

}

};

intmain(intargc，char**argv)

{

char*in_utf8="姝ｅ?ㄥ??瑁?";

char*in_gb2312="正在安裝";

charout[OUTLEN];

//utf-8-->gb2312

 CodeConvertercc=CodeConverter("utf-8"，"gb2312");

 cc.convert(in_utf8，strlen(in_utf8)，out，OUTLEN);

cout<<"utf-8-->gb2312in="<

//gb2312-->utf-8

 CodeConvertercc2=CodeConverter("gb2312"，"utf-8");

 cc2.convert(in_gb2312，strlen(in_gb2312)，out，OUTLEN);

cout<<"gb2312-->utf-8in="<

}

二、利用iconv命令進行編碼轉換

 在LINUX上進行編碼轉換時，既可以利用iconv函數族編程實現，也可以利用iconv命令來實現，只不過后者是針對文件的，即將指定文件從一種編碼轉換為另一種編碼。

iconv命令用于轉換指定文件的編碼，默認輸出到標準輸出設備，亦可指定輸出文件。

用法：iconv[選項...][文件...]

有如下選項可用：

輸入/輸出格式規范：

-f，--from-code=名稱原始文本編碼

-t，--to-code=名稱輸出編碼

信息：

-l，--list列舉所有已知的字符集

輸出控制：

-c從輸出中忽略無效的字符

-o，--output=FILE輸出文件

-s，--silent關閉警告

--verbose打印進度信息

-?，--help給出該系統求助列表

--usage給出簡要的用法信息

-V，--version打印程序版本號

例子：

iconv-futf-8-tgb2312aaa.txt>bbb.txt

 這個命令讀取aaa.txt文件，從utf-8編碼轉換為gb2312編碼，其輸出定向到bbb.txt文件。

小結:LINUX為我們提供了強大的編碼轉換工具，給我們帶來了方便。

虞書欣同款 ubras小花瓣軟支撐小胸聚攏防外擴無痕文胸罩內衣女

天貓ubras內衣旗艦店

【推薦理由】 今日熱銷4百+，本周熱門

【原價】 179.00

【優惠券】 0.00

【現價】 179.00