深入解读代码页与字符集的概念及其实际应用

很多朋友可能没有意识到这个问题&＃xff0c;但如果你的网站经常出现莫名其妙的乱码&＃xff0c;那么就应该好好地来看看这个话题。

codepage&＃xff0c;中文翻译为 “内码表”或者“代码页”,它的完整介绍可以参考下面的链接

http://zh.wikipedia.org/wiki/%E4%BB%A3%E7%A0%81%E9%A1%B5

简单地说&＃xff0c;这是程序用于对字符进行编码的一个表。代码页是服务器的事情&＃xff0c;或者说是程序的事情。与客户端没有关系。

常见的三种codepage我们是必须知道的

• 简体中文 &＃xff1a; 936
• 繁体中文 &＃xff1a; 950
• UTF-8 &＃xff1a; 65001

我们以前写ASP程序的时候&＃xff0c;通常都需要明确指定codepage的&＃xff0c;大致下面这样的语法

<%&＃64; codepage&＃61;936%>简体中文
<%&＃64; codepage&＃61;950%>繁体中文
<%&＃64; codepage&＃61;65001%>UTF-8

这样实际上是指定当前页面的字符按照特定的代码页进行编码

这些代码对于有些比较年轻的朋友来说&＃xff0c;可能根本没有接触过。毕竟&＃xff0c;在ASP.NET里面&＃xff0c;你一般不需要进行设置。

<%&＃64; Page Language&＃61;"C#" AutoEventWireup&＃61;"true" CodeBehind&＃61;"Default.aspx.cs" Inherits&＃61;"WebApplication1._Default"%>

这是一个简单的页面&＃xff0c;我们在其中并没有看到有关代码页的设置。那么&＃xff0c;如果没有做设置&＃xff0c;会用什么设置呢&＃xff1f;

答案是&＃xff1a;ASP.NET将默认使用UTF -8 进行编码。这也是为什么现在的网页很少发生乱码的原因。

怎么看这个默认的代码页设置呢&＃xff1f;很简单&＃xff0c;我们通过下面的代码就可以看到

using System;
using System.Collections.Generic;
using System.Web;
using System.Web.UI;
using System.Web.UI.WebControls;

namespace WebApplication1
{
    public partial class _Default : System.Web.UI.Page
    {
        protected void Page_Load(object sender, EventArgs e)
        {
                Response.Write("当前的代码页设置为:"&＃43;Session.CodePage.ToString());
        }
    }
}

大家可以看到&＃xff0c;默认的codepage是65001

与此同时&＃xff0c;如果你不想用默认的UTF-8&＃xff08;我认为基本上这是不可能的&＃xff09;&＃xff0c;你仍然可以修改该设置

• 直接在页面中修改
  • <%&＃64; Page Language&＃61;"C#" AutoEventWireup&＃61;"true" CodeBehind&＃61;"Default.aspx.cs" Inherits&＃61;"WebApplication1._Default" CodePage&＃61;"936"%>
• 在代码中修改
  • Session.CodePage &＃61; 936;//这句代码修改代码页为简体中文
    

我们可以来测试一下为什么会发生乱码。假设&＃xff0c;我们强制给代码页设置为950&＃xff08;也就是繁体中文&＃xff09;&＃xff0c;但是在response里面&＃xff0c;我们又输出了简体中文字。那么该页面看起来就像下面这样

传说中的乱码&＃xff0c;对吧&＃xff1f;

好了&＃xff0c;我们大致介绍了codepage的概念&＃xff1a;简单地说&＃xff0c;它是程序对字符进行编码的依据。

那么&＃xff0c;什么是charset呢&＃xff1f;

charset&＃xff0c;中文翻译为“字符集”&＃xff0c;这是指浏览器对收到的字符进行解码所用的字符表。浏览器一般都会自动地根据response中的元数据&＃xff0c;选择相应的字符集。如果浏览器的字符集与服务器指定的代码页不匹配&＃xff0c;那么很自然可能又产生乱码。

怎么看response中的charset信息&＃xff1f;

怎么调整浏览器的字符器设置呢&＃xff1f;虽然一般都是自动的&＃xff0c;但仍然可以更改

所以&＃xff0c;我们到这里就明白了&＃xff0c;codepage是服务器端的&＃xff0c;charset是浏览器端的。两者必须匹配&＃xff0c;才能避免乱码问题。