GB18030(兼容GB2312)编码验证与校正

Sun, 13 Mar 2016 23:21:00 +0800

之前写 APP 抓 GB2312 编码的HTML时候，发现 HTML 文件里面混了一些非 GB18030(包含GB2312字符集) 字符集的字符。

以下代码出错：

//self.gb18030Encoding = CFStringConvertEncodingToNSStringEncoding (kCFStringEncodingGB_18030_2000);

//原页面采用 GB2312 编码
NSString *result = [[NSString alloc] initWithData:data encoding:self.gb18030Encoding];

Unicode UTF-16 UTF-8 GB2312 GBK GB18030 ASCII Latin-1

Fri, 11 Mar 2016 17:27:00 +0800

整理一下这些概念。

计算机内只能保存101010等二进制数据，那么页面上显示的字符是如何显示出来的呢？¹

一：字符集（Charset）
charset = char + set，char 是字符，set是集合，charset就是字符的集合。
字符集就是是这个编码方式涵盖了哪些字符，每个字符都有一个数字序号。

二：编码方式（Encoding）
编码方式就是一个字符要怎样编码成二进制字节序，或者反过来怎么解析。
也即给你一个数字序号，要编码成几个字节，字节顺序如何，或者其他特殊规则。

三：字形字体（Font）
根据数字序号调用字体存储的字形，就可以在页面上显示出来了。
所以一个字符要显示出来，要显示成什么样子要看字体文件。

gb18030 on adolsai's echo

GB18030(兼容GB2312)编码验证与校正

Unicode UTF-16 UTF-8 GB2312 GBK GB18030 ASCII Latin-1

计算机内只能保存101010等二进制数据，那么页面上显示的字符是如何显示出来的呢？1

计算机内只能保存101010等二进制数据，那么页面上显示的字符是如何显示出来的呢？¹