编码总结

本部参照链接：  https://blog.csdn.net/longwen_zhi/article/details/79704687

 

ASCII编码

 

最开始美国编写的编码，主要用于显示现代英语和其他西欧语言。它是现今最通用的单字节编码系统

   一个字节  8位二进制  （其中使用7 位二进制数（剩下的1位二进制为0）来表示所有的大写和小写字母，数字0 到9、标点符号， 以及在美式英语中使用的特殊控制字符。）

 【

　　 ASCII 码使用指定的7 位或8 位二进制数组合来表示128 或256 种可能的字符

　　标准ASCII 码也叫基础ASCII码，使用7 位二进制数（剩下的1位二进制为0）来表示所有的大写和小写字母，数字0 到9、标点符号， 以及在美式英语中使用的特殊控制字符。

　　 0～31及127(共33个)是控制字符或通信专用字符（其余为可显示字符），

　　　　如控制符　　　：LF（换行）、CR（回车）、FF（换页）、DEL（删除）、BS（退格)、BEL（响铃）等；

　　　　如通信专用字符：SOH（文头）、EOT（文尾）、ACK（确认）等；

　　　　ASCII值为8、9、10 、13 分别转换为退格、制表、换行、回车字符。它们并没有特定的图形显示，但会依不同的应用程序，而对文本显示有不同的影响。

】

•  GBK 编码 

GB2312    　后来中国用计算机，但ASCII编码不支持中文。咋办，中国自己搞了一个 GB2312。但只能标识大约7000个汉子

     　　　　　　 两个字节     16位二进制（当字符小于127位时，与ASCII的字符相同，但当两个大于127的字符连接在一起时，就代表一个汉字）

GBK 　　　中国汉子多，还有繁体字，7000个不够，咱办，在GB2312上继续扩展，重新定义规则，同时新增了近20000个新的汉字（包括繁体字）和符号。

　　　　　　　两个字节     16位二进制　（不在要求低字节一定是127之后的编码，只要第一个字节是大于127，就固定表示这是一个汉字的开始，不管后面跟的是不是扩展字符集里的内容）

GB18030     又叫“DBCS”，又有问题了，中国有56个民族，所以，我们再次对编码规则进行了扩展，又加了近几千个少数民族的字符

• Unicode编码

 

 因为世界国家很多，每个国家都定义一套自己的编码标准，结果相互之间谁也不懂谁的编码，就无法进行很好的沟通交流，所以及时的出现了一个组织ISO决定定义一套编码方案来解决所有国家的编码问题。

这个新的编码方案就叫做Unicode。

Unicode不是一个新的编码规则，是一套字符集（为每一个「字符」分配一个唯一的 ID（学名为码位 / 码点 / Code Point）），可以将Unicode理解为一本世界编码的字典。
（ ISO规定：每个字符必须使用俩个字节，即用16位二进制来表示所有的字符，对于ASCII编码表里的字符，保持其编码不变，只是将长度扩展到了16位，其他国家的字符全部统一重新编码。

　　由于传输ASCII表里的字符时，实际上可以只用一个字节就可以表示，所以，这种编码方案在传输数据比较浪费带宽，存储数据比较浪费硬盘。）

• UTF-8编码

由于Unicode比较浪费网络带宽和硬盘，因此为了解决这个问题，就在Unicode的基础上，定义了一套编码规则（将「码位」转换为字节序列的规则（编码/解码 可以理解为 加密/解密 的过程）），

这个新的编码规则就是UTF-8，采用1-4个字符进行传输和存储数据。 utf-8中一个汉字是3个字节

 

• UTF-8和Unicode与GBK的关系

 utf-8--------    decode(解码)----->>Unicode类型<<-------decode(解码)-----    gbk

 utf-8<<--------encode(编码)----->>Unicode类型<<-------encode(编码)----->>gbk

 

 

 

 

 

• URL传特殊字符（参考链接：https://m.jb51.net/article/45777.htm）

 http://localhost:8080/test.jsp?a=&123&b=+123

   描述：地址栏 js传输特殊字符， eg: 上面的a=&123、b=+123字符当做参数传输，不用想肯定出错

  原因： js后自动解析特殊字符，如+号为连接符，解析为空格，&为变量连接符，服务器端接受数据时&以后的数据不显示等等 （eg：+ 在js传递的时候，会理解为是连接字符用的，到了后台就将+号自动变为空格了，所以后台的字符串和前台生成的已经不一样了）

  解决：

　　1、将字符放到form表单中，然后用js提交form表单到服务器。(系统自动处理了，包括解决中文乱码问题)

　　2、将字符中的特殊字符替换成十六进制的字符， http://localhost:8080/test.jsp?a=%26123&b=%2B123

　　　  str = str.replace(/\+/g,"%2B"); 将+号替换为十六进制 的 %2B

　　　　　一些特殊字符与十六进制的对应关系：

+	空格	/	?	%	&	=	#	[	]
%2B	%20	%2F	%3F	%25	%26	&3D	%23	%5b	%5d

 

　　

3、最简单的一种，使用encodeURIComponent()函数。　　

　　该方法不会对 ASCII 字母和数字进行编码，也不会对这些 ASCII 标点符号进行编码： - _ . ! ~ * ' ( ) 。

　　其他字符（比如 ：;/?:@&=+$,# 这些用于分隔 URI 组件的标点符号），都是由一个或多个十六进制的转义序列替换的。

 

• URL传中文

 

 

JS escape() urlencodeComponent() urlencode() 区别 

（本部分参照：https://www.cnblogs.com/glory-jzx/archive/2013/06/14/3135580.html）

js对文字进行编码涉及3个函数：escape,encodeURI,encodeURIComponent，相应3个解码函数：unescape,decodeURI,decodeURIComponent 

编码	解码	应用场景	说明
encodeURIComponent()	decodeURIComponent()	传递参数时	最多使用的应为encodeURIComponent，它是将中文、韩文等特殊字符转换成utf-8格式的url编码，所以如果给后台传递参数需要使用encodeURIComponent时需要后台解码对utf-8支持（form中的编码方式和当前页面编码方式相同）  递参数时需要使用encodeURIComponent，这样组合的url才不会被#等特殊字符截断。   例如：<script language="javascript">document.write('<a href="http://passport.baidu.com/?logout&aid=7&u= +encodeURIComponent("http://cang.baidu.com/bruce42")+">退出< /a>');</script>
encodeURI()	decodeURI()	url跳转时	进行url跳转时可以整体使用encodeURI  例如：Location.href=encodeURI("http://cang.baidu.com/do/s?word=百度&ct=21");
escape()	unescape()	js使用数据时	js使用数据时可以使用escape  例如：搜藏中history纪录。    escape对0-255以外的unicode值进行编码时输出%u****格式，其它情况下escape，encodeURI，encodeURIComponent编码结果相同。

 

 

 

 

 

 

 

 

 

 

 

 

javascript  中 escape,encodeURI 区别？ 

escape() 方法: 
　　　　所有空格、标点符号、重音字符,以及任何其他非ASCII字符都编码改为"%XX"的形式,xx是16进制数字所代表. 
　　　　escape和unescape的编码和解码功能, escape返回16进制编码的一种ISO拉丁字符集. unescape的功能将具有特殊值的16进制编码转换为ASCII字符串 
　　　　举例: 
　　　　　　escape('!@#$%^&*(){}[]=:/;?+\'"'): 
　　　　　　结果:%21@%23%24%25%5E%26*%28%29%7B%7D%5B%5D%3D%3A/%3B%3F+%27%22 

encodeURI() 方法 ：
    　　Encodeuri方法返回一个编码后的URI. 因此,如果你将其结果用Decodeuri方法,原始的串会返回. Encodeuri的方法并不对以下字符编码:":"、"/"、"; "、"? ". 但可以使用 encodeuricomponent 的方法对这些字符进行encode. 
    　　encodes,一种 Uniform Resource Identifier (URI)(URI)逐一替换某些字符,描述为UTF-8编码的特点. 
    　　例如 : 
    　　　　encodeURI('!@#$%^&*(){}[]=:/;?+\'"'): 
    　　　　结果:!@#$%25%5E&*()%7B%7D%5B%5D=:/;?+'%22 

encodeURIComponent() 方法: 
　　encodeuricomponent 方法返回一个编码的URI. 因此,如果你将decodeuricomponent,原来的串会返回. 由于所有文字encodesencodeuricomponent方法都会进行编码,所以要小心,如果存在路径等串例如: 　　"/FOLDER1/FOLDER2/DEFAULT.HTML". 加密后并不会,如果作为一个网络服务器的请求将会失效. 使用这种方法Encodeuri当字符串超过一个以上URI组成. 
    　encodes,一种 Uniform Resource Identifier (URI)(URI)逐一替换某些字符,描述为UTF-8编码的特点. 
　　例子:最简单的方法就是看它们加密这些字符后生成的代码. 
　　　　encodeURIComponent('!@#$%^&*(){}[]=:/;?+\'"'): 
　　　　结果 !%40%23%24%25%5E%26*()%7B%7D%5B%5D%3D%3A%2F%3B%3F%2B'%22 

 

什么时候适合用什么方法? 

escape() 

escape() 方法不会加密 + 在服务器端会被解析为空格以及在表单forms区域中的空格spaces.基于这样的缩减方式,你应该尽可能的避免使用这种方法,二选一的话,最好的经常使用 encodeURIComponent(). 

escape() 不会加密: @*/+ 

 

encodeURI() 　

使用encodeURI()  比 escape() 稍专业化,它是针对URIs编码的 .一个做为querystring的反面, 属于URL的一个部分.使用这种方法是当你需要将一个字符串转换为URIs资源标识以及需要某些字符保持非encode状态.请记住, 这个' 字符是不会进行编码的,因为它本身就包括在URIs里. 

encodeURI()不会加密: !@#$&*()=:/;?+' 

 

encodeURIComponent() 

encodeURIComponent() 方法用在大多数cases中,当你需要对一个单独URIs部件进行编码,这种方法可以加密某些特殊用于的URIs的字符,因此大部分部件可以包含在里面. 记住, ' 字符本身就包括在URIs里,所以不会此方法不会对其进行编码. 

encodeURIComponent() 不会加密: !*()'

 

 

另外

escape不编码字符有69个：*，+，-，.，/，@，_，0-9，a-z，A-Z 

encodeURI不编码字符有82个：!，#，$，&，'，(，)，*，+，,，-，.，/，:，;，=，?，@，_，~，0-9，a-z，A-Z 

encodeURIComponent不编码字符有71个：!， '，(，)，*，-，.，_，~，0-9，a-z，A-Z 

 

 

 

 另外还有其他写的好的参照：

https://www.williamlong.info/archives/469.html

 

https://747017186.iteye.com/blog/2260623