一、字符集
1)字符與字節(Character)
字符是各種文字和符號的總稱,包括亂碼;一個字符對應1~n個字節,一字節對應8位,每位用0或1表示。
2)字符集(Character Set)
字符集是多個字符的集合,每個字符集包含的字符個數不同,常見字符集名稱:ASCII字符集、GB2312字符集、Unicode字符集等。
3)字符集編碼(Character Encoding)
字符集編碼就是將符號轉換為計算機可讀的二進制,解碼就是把二進制轉換為人類可讀的符號。
字符集大多對應一種編碼方式(例如GBK對應GBK編碼),但Unicode編碼有多種,包括UTF-8、UTF-16、UTF-32和UTF-7。
目前網頁用的最多的就是“UTF-8”,UTF-8使用一至四個字節為每個字符編碼,是ASCII的一個超集,所以現存的ASCII文本不需要轉換
二、浏覽器進制
1)HTML屬性中使用十進制和十六進制
十進制在HTML中可使用“8”,十六進制,則使用“Z”,比十進制多了個x,進制碼中也多了a~f這6個字符來表示10~15。
2)CSS屬性中使用十進制和十六進制
CSS兼容HTML的進制形式,除此之外,十六進制還可以使用“\6c”的形式來表示。
3)JavaScript編碼封裝
可以直接通過eval執行字符串八進制和十六進制兩種編碼方式,其中八進制用“\56”表示,十六進制用“\x5c”表示。
如果代碼中應用了漢字並且需要進行進制編碼,那麼只能進行十六進制Unicode編碼,其表示形式為:“\u4ee3\u7801”。
在“Web前端黑客技術揭秘”中經封裝了兩個方法來做編碼和解碼,主要用到了下面兩個方法,具體代碼可查看此處。
核心代碼是:“str.charCodeAt(char).toString(進制)”與“String.fromCharCode(parseInt(code,進制))”
charCodeAt() 方法返回0到65535之間的整數,表示給定索引處的UTF-16代碼單元
靜態String.fromCharCode() 方法返回使用指定的Unicode值序列創建的字符串。
還可以通過一個在線網頁進行編碼解碼“MonyerJS”。
4)HTML自動解碼機制
例如在網頁中輸入16進制的“Hello”,自動就會解碼為“hello”。
還有一些比較熟知的空格“ ”也是這種機制。
三、浏覽器編碼
JavaScript中有三對可以對字符串編碼解碼的函數,分別是:
escape/unescape、encodeURI/decodeURI、encodeURIComponent/decodeURIComponent。
主要的區別還是不編碼的字符個數。
1)escape不編碼的字符有69個
*、+、-、.、/、@、_、0~9、a~z、A~Z
而且escape對0~255以外的unicode值進行編碼時輸出%u****格式。
2)encodeURI不編碼的字符有82個
!、#、$、&、'、(、)、*、+、,、-、.、/、:、;、=、?、@、_、~、0~9、a~z、A~Z
3)encodeURIComponent不編碼的字符有71個
!、'、(、)、*、-、.、_、~、0~9、a~z、A~Z