| [整理]日语的文字编码 | ||
上一篇:[备忘]ASP+OO4O常见错误备忘 |
||
| 添加日期：2007/8/15 12:06:01 | 快速返回 返回列表 | 阅读5225次 |
日语的文字编码主要是Shift_JIS、EUC-JP、ISO-2022-JP这三种。 （1）Shift_JIS主要是Windows和Macintosh使用的文字编码。 Shift_JIS的文字集合基本是按照JIS X 0208规定的。但实际上各个厂商各自进行扩展，包含了大量重复的、规格以外的文字。因此，Windows在本来的Shift_Jis的文字集合之外，又增加了NEC扩展、IBM扩展所包含的文字。这种规格和实际情况的分歧长期存在，随着windows-31J的规格化，混乱情况有所改善。 （2）EUC-JP是被Linux和Solaris广泛地使用的文字编码。 （3）ISO-2022-JP主要被Email使用的文字编码。 只使用7个bit，第8个bit不使用，所以不适合程序中的字符串处理，主要使用在网络中的数据交换中。 ------------------------------------ 2、Shift_JIS和Windows-31的不同点 Shift_JIS/Windows-31J → Unicode的映射 ----------------------------- JIS X 0208の文字 Shift_JIS/Windows-31Jのコード Shift_JIS→Unicode Windows-31J→Unicode ----------------------------- ～ (1-33, WAVE DASH) 8160 U+301C U+FF5E ∥ (1-34, DOUBLE VERTICAL LINE) 8161 U+2016 U+2225 － (1-61, MINUS SIGN) 817C U+2212 U+FF0D ￠ (1-81, CENT SIGN) 8191 U+00A2 U+FFE0 ￡ (1-82, POUND SIGN) 8192 U+00A3 U+FFE1 ￢ (2-44, NOT SIGN) 81CA U+00AC U+FFE2 IBM独自拡張 × ○ NEC独自拡張 × ○ ------------------------------------------------- 用户自定义文字，被映射到Unicode的私用领域。 转换器 Shift_JIS范围 Unicode范围 ------------------------------ Windows-31J F040～F9FC E000～E757 Unicode → Shift_JIS/Windows-31J 的映射 -------------------------------------------- Unicodeの文字 Unicodeのコード Shift_JIS Windows-31J ∥ (DOUBLE VERTICAL LINE) U+2016 8161 × － (MINUS SIGN) U+2212 817C × ～ (WAVE DASH) U+301C 8160 × － (FULLWIDTH HYPHEN-MINUS) U+FF0D × 817C ～ (FULLWIDTH TILDE) U+FF5E × 8160 ￠ (FULLWIDTH CENT SIGN) U+FFE0 × 8191 ￡ (FULLWIDTH POUND SIGN) U+FFE1 × 8192 ￢ (FULLWIDTH NOT SIGN) U+FFE2 × 81CA 总结一下，Shift_JIS和 Windows-31J 有以下两点不同： <1>Windows-31J包括IBM的扩展文字和NEC的扩展文字。 <2>一些符号转换为Unicode的编码点是不同的。 所以，通常使用 Windows-31J可以避免一些问题。 ================================================================= 3.Java中的MS932就是Windows-31J WebLogic Server 8.1 SP1 及更高版本的 Service Pack 使用 JDK1.4.1 或更高版本，并会影响 Shift_JIS 区域。在 WebLogic Server 7.0 及以前的版本使用的 JDK(JDK1.3) 中，“Shift_JIS”Java 编码名的别名是“MS932”。 对于 WebLogicServer 系统中的 IANA-Java 映射，IANA 字符集名“Shift_JIS”作为 Java 编码名 Shift_JIS 进行处理。因此，在 JSP、Servlet 或 Web Service 使用 Shift_JIS 时，其操作将与以前版本不同。例如，MS932 专有字符（“@”等）将变为“?”。因此，如果希望一如既往地使用 MS932，则应当使用 IANA 名称“Windows-31j”。要使用 MS932，请采用下面的方法 1 或 2。 方法 1 --- 重写 JSP/Servlet 的程序文件。 --- 对于 JSP，在 page 标记中将 Shift_JIS 重写为 Windows-31J。 示例： 当 JSP 中存在以下行且使用 MS932 字符时，请将 <%@ page contentType="text/html; CHARSET=Shift_JIS" %> 重写为： <%@ page contentType="text/html; CHARSET=Windows-31J" %> --- 在 Servlet 中更改 setContentType() 的规范。 对于 Servlet，当存在以下规范且使用 MS932 字符时，请将 response.setContentType("text/html;charset=Shift_JIS"); 重写为： response.setContentType("text/html;charset=Windows-31J"); “Windows-31J”是使用 IANA 正式注册的字符集名称，等同于 Microsoft 代码页 932。同样，对于 Java 来说，MS932 与 Microsoft 代码页 932 相关联。因此，Java 中的“MS932”便是 IANA 的“Windows-31J”。实际上在 Java 中，“Windows-31J”也是 MS932 的别名。就目前而言，保持 Java 编码名与 IANA 名称的一致渐成趋势。如果将来希望使用对应于 Microsoft 代码页 932 的字符集，则强烈建议使用“Windows-31J”。 方法 2 --- 在 weblogic.xml 中更改映射（不遵从 J2EE） 在 weblogic.xml 部署描述符文件中，可以将 IANA 名称 Shift_JIS 强制映射为 Java 名称 Windows-31J。这样，您可以不必重写 JSP 或 Servlet 代码，便能够将 Shift_JIS 作为 Windows-31J 进行处理。请在 weblogic.xml 中包括以下项，然后重新部署 Web 应用程序。 <weblogic-web-app> <charset-params> <charset-mapping> <iana-charset-name>Shift_JIS</iana-charset-name> <java-charset-name>Windows-31J</java-charset-name> </charset-mapping> </charset-params> </weblogic-web-app> 但是，这种方法是 WebLogic Server 特有的，不遵从 J2EE。换句话说，它不能与其他 J2EE Servlet 容器交互操作。“Shift_JIS”IANA 名称为等同于 JIS X 0201 + JIS X 0208 的字符集。因此将此字符集当作 Microsoft 代码页 932 使用是不合适的。仅在由于某些原因难于更正 JSP 或 Servlet 代码时才使用此方法。 |
||
| 评论 COMMENTS | |
| 没有评论 No Comments. |
