Johnny的专栏

　(0101)  、(0102)  。(0103)  ·(0104)  ˉ(0105)  ˇ(0106)  ¨(0107)  〃(0108)  々(0109)  —(0110) ～(0111)  ‖(0112)  …(0113)  ‘(0114)  ’(0115)  “(0116)  ”(0117)  〔(0118)  〕(0119)  〈(0120) 〉(0121)  《(0122)  》(01

 Unicode,UTF-8,GB2312编码的识别 在UCS编码中有一个叫做"ZERO WIDTH NO-BREAK SPACE"的字符，它的编码是FEFF。而FFFE在UCS中是不存在的字符，所以不应该出现在实际传输中。UCS规范建议我们在传输字节流前，先传输字符"ZERO WIDTH NO-BREAK SPACE"。这样如果接收者收到FEFF，就表明这个字节流是Big-Endian的

WinAPI的两个函数：WideCharToMultiByte、MultiByteToWideChar。函数原型： int WideCharToMultiByte( UINT CodePage, // code page DWORD dwFlags, // performance and mapping flags LPCWSTR lpWideCharStr, // wide-characte

问题一： 使用Windows记事本的“另存为”，可以在GBK、Unicode、Unicode big endian和UTF-8这几种编码方式间相互转换。同样是txt文件，Windows是怎样识别编码方式的呢？我很早前就发现Unicode、Unicode big endian和UTF-8编码的txt文件的开头会多出几个字节，分别是FF、FE（Unicode）,FE、FF（Unicode bi

由于常常要和汉字处理打交道，因此，我常常受到汉字编码问题的困扰。在不断的打击与坚持中，也积累了一点汉字编码方面的经验，想和大家一起分享。一、汉字编码的种类    汉字编码中现在主要用到的有三类，包括GBK，GB2312和Big5。    1、GB2312又称国标码，由国家标准总局发布，1981年5月1日实施，通行于大陆。新加坡等地也使用此编码。它是一个简化字的编码规范，当然也包括其他的符号、字母、

System.IO;     FileInfo     DirectoryInfousing   System;     using   System.IO;         public   class   NameTest       {             public   static   void   Main()               {                   

char * input = "大家好, World!"; int cd = iconv_open("utf8", "gb2312"); int il = strlen(input); int bufl = il * 3 + 1; char * output = (char *)calloc(bufl, sizeof(char)); char * p = output; int oleft = b

这是一篇程序员写给程序员的趣味读物。所谓趣味是指可以比较轻松地了解一些原来不清楚的概念，增进知识，类似于打RPG游戏的升级。整理这篇文章的动机是两个问题：问题一： 使用Windows记事本的“另存为”，可以在GBK、Unicode、Unicode big endian和UTF-8这几种编码方式间相互转换。同样是txt文件，Windows是怎样识别编码方式的呢？我很早前就发现Unicode、Unic

UTF-8是一种变长字节编码方式。对于某一个字符的UTF-8编码，如果只有一个字节则其最高二进制位为0；如果是多字节，其第一个字节从最高位开始，连续的二进制位值为1的个数决定了其编码的位数，其余各字节均以10开头。UTF-8最多可用到6个字节。 如表：因此UTF-8中可以用来表示字符编码的实际位数最多有31位，即上表中x所表示的位。除去那些控制位（每字节开头的10等），这些x表示的位与UN

Unicode（萬國碼、統一碼）是一种在计算机上使用的字符编码。它为每种语言中的每个字符设定了统一并且唯一的二进制编码，以满足跨语言、跨平台进行文本转换、处理的要求。1990年开始研发，1994年正式公布。随着计算机工作能力的增强，Unicode也在面世以来的十多年里得到普及。 最新版本的 Unicode 是 2005年3月31日推出的Unicode 4.1.0 。 Unicode 的编码和实