随笔分类 - VC++ Unicode编码理论
摘要：2.6.5.ANSI字符编码和Windows 1252Windows为了支持英语和西欧字符，自己设计了一个编码，对应的在Code Page号是1252，被称为Windows 1252。Windows 1252的设计，是参考了ANSI草案(ANSI Draft)。而ANSI draft后来发展成为正式...
阅读全文
摘要：ASCII第一次以规范标准的型态发表是在1967年，最后一次更新则是在1986年，至今为止共定义了128个字元；其中33个字元无法显示（一些终端提供了扩展，使得这些字符可显示为诸如笑脸、扑克牌花式等8-bit符号）参考：https://zh.wikipedia.org/wiki/ASCII-----...
阅读全文
摘要：小时候玩游戏，好多游戏都是台湾的，印象最深的就是曹操成了“变巨”，这里怀念一下，然后搜索到了这些人名对照列表： 变巨 曹操 愈残 袁绍 尝古 郭嘉 尝瓜 郭图赋惩 董卓地动 华雄 化冻 赵云奖窜 蒋钦 尝生 郭汜 愈糜 袁术龙笑 韩遂 吵辆 陶谦 堪称 刘备 凯乃 马腾 愈残 袁绍 蒜炊 程普 眎狂
阅读全文
摘要：Windows首先将文本数据转换到它内部使用的编码格式：Unicode，然后按照文本的Unicode去字体文件中查找字体图像，最后将图像显示到窗口上。 总结一下前面的分析，文字的显示应该是这样的：步骤1：文字首先以某种编码保存在文件中。步骤2：Windows将文件中的文字编码映射到Unicode。步...
阅读全文
摘要：Unicode字符编码规范http://www.aoxiang.org 2006-4-2 10:48:02Unicode是一种字符编码规范 。 先从ASCII说起。ASCII是用来表示英文字符的一种编码规范，每个ASCII字符占用1个字节（8bits） 因此，ASCII编码可以表示的最大字符数是...
阅读全文
摘要：最初的unicode编码是固定长度的，16位，也就是2两个字节代表一个字符，这样一共可以表示65536个字符。显然，这样要表示各种语言中所有的字符是远远不够的。Unicode4.0规范考虑到了这种情况，定义了一组附加字符编码，附加字符编码采用2个16位来表示，这样最多可以定义1048576个附加字符...
阅读全文
摘要：我有一个问题是：是不是会有个别汉字无法在Unicode下表示，这种情况下就不能完全显示了？ 各种编码查询表：http://bm.kdd.cc/ Unicode汉字编码表 1 Unicode编码表 Unicode只有一个字符集，中、日、韩的三种文字占用了Unicode中0x3000到0x9FFF的部分
阅读全文
摘要：各种编码查询表：http://bm.kdd.cc/由于GB 2312-80只收录6763个汉字，有不少汉字，如部分在GB 2312-80推出以后才简化的汉字（如“啰”），部分人名用字（如中国前总理朱镕基的“镕”字），台湾及香港使用的繁体字，日语及朝鲜语汉字等，并未有收录在内。于是厂商微软利用GB 2...
阅读全文
摘要：汉=BABA(内码)=-A0A0=2626(区位码)字=D7D6(内码)=-A0A0=5554(区位码) 各种编码查询表：http://bm.kdd.cc/ 汉（记住它，以后碰到内存里的数值，就会有敏感性了，会方便测试）utf8 = E6 B1 89unicode = 6C 49 ，在Delphi2
阅读全文
摘要：各种编码查询表：http://bm.kdd.cc/输入 ALT + 50385 就出 难 字了，原因是它的十六进制ANSI编码是C4D1=50385同理：汉=BABA=47802字=D7D6=55254中=D6D0=54992文=CEC4=52932国=B9FA=47610华=BBAA=48042夏...
阅读全文
摘要：都是有些模糊的概念，特别是Unicode不包括古代字符让我有点惊讶。看来Unicode只适用于大多数情况，一旦有无法表示的字符，那该怎么办呢？ANSI针对英语设计的，当处理带有音调标号（形如汉语的拼音）的欧洲文字时就会出现问题。因此，创建出了一些包括255个字符的由ASCII扩展的字符集。其中有一种...
阅读全文
摘要：等有空有空补充新的信息或者自己的心得。目前没发现C和C++的两个表有什么区别。C：decocthexchdecocthexchdecocthexchdecocthexch0000NUL(null)324020(space)6410040@9614060`1101SOH(start of header...
阅读全文
摘要：UTF-8 不需要 BOM，尽管 Unicode 标准允许在 UTF-8 中使用 BOM。所以不含 BOM 的 UTF-8 才是标准形式，在 UTF-8 文件中放置 BOM 主要是微软的习惯（顺便提一下：把带有 BOM 的小端序 UTF-16 称作「Unicode」而又不详细说明，这也是微软的习惯）。BOM（byte order mark）是为 UTF-16 和 UTF-32 准备的，用于标记字节序（byte order）。微软在 UTF-8 中使用 BOM 是因为这样可以把 UTF-8 和 ASCII 等编码明确区分开，但这样的文件在 Windows 之外的操作系统里会带来问题。「UTF-8
阅读全文
摘要：虽然东西都是现成的。但是也要脑子里有个概念。// 地区与语言GetACP 取得 ANSI code page，法语XP+设置中文内核 = 936 // ShowMessage(IntToStr(GetACP));GetThreadLocale 法语XP+设置中文内核 = 2052，纯法语 103...
阅读全文
摘要：常用代码页：CP437 IBM437 OEM United StatesCP1252表示West European LatinCP932 日本CP949 韩国CP936表示GBK中文编码CP54936表示GB18030编码（4 byte）CP950表示BIG5繁体中文WIN-1251 -> OEM-866 (Win2Dos)WIN-1251 -> KOI8-R 1251是斯拉夫语系的编号，什么是斯拉夫语系呢？斯拉夫语系就是前苏联各国家使用的语言，现在就是俄语、乌克兰语、卢森堡语、白俄罗斯语、保加利亚语、塞尔维亚语、马其顿语等KOI8-R 是KOI-8系列的斯拉夫文字8位元编码，供俄
阅读全文