精华内容
下载资源
问答
  • 是不是代表着本次连接的所有 查询语句 按utf-8去编码 再传给mysql数据库服务器
  • 强制针对Visual Studio的UTF8扩展 支持Visual Studio 2013/2015 在这里下载: : 麻省理工学院执照
  • UTF-8的BOM是什么意思

    万次阅读 2019-06-11 08:22:05
    BOM:byte order mark,定义字节顺序,因为网络传输中分为两种,大头和小头。uft-8不需要bom表明字节顺序,...微软在utf-8中使用bom是因为这样可以把UTF-8和ASCII等编码区分开来,但这样的文件在windows之外的操作系...

    BOM:byte order mark,定义字节顺序,因为网络传输中分为两种,大头和小头。uft-8不需要bom表明字节顺序,但可以用BOM来表示编码方式,windows就是采用bom来标记文本文件的编码方式的。

    bom是为utf-16和utf-32准备的,用于标记字节顺序。微软在utf-8中使用bom是因为这样可以把UTF-8和ASCII等编码区分开来,但这样的文件在windows之外的操作系统里会带来问题。

    不含bom的UTF-8才是标准形式。UTF-8」和「带 BOM 的 UTF-8」的区别就是有没有 BOM。即文件开头有没有 U+FEFF。
    UTF-8 的网页代码不应使用 BOM,否则常常会出错。这是一个小例子: 为什么这个网页代码 <head> 内的信息会被浏览器理解为在 <body> 内?

    展开全文
  • utf8 ++(或utf8pp) utf8 ++是用于C ++ 11的现代UTF-8库。 当前,该库应使用g ++-4.7和clang ++ 3.0进行编译。 这些编译器的较新版本也应该起作用。 需要CMake 2.8.10或更高版本才能构建。 特拉维斯状态
  • python中coding=utf8作用

    千次阅读 2019-09-23 14:33:40
    Python2: 在python2中,解释器缺省使用ascii编码进行 解释执行,在没有指定.py文件编码时...通过在.py文件第一行加上 # coding=utf-8/gbk,解释器就认为当前文件编码格式为utf-8/gbk,从而可以正确解释执行。 ...

    Python2:

    在python2中,解释器缺省使用ascii编码进行

    解释执行,在没有指定.py文件编码时,如果遇到中文字符,则直接报错:Non-ASCII character found, but no encoding declared。

    通过在.py文件第一行加上 # coding=utf-8/gbk,解释器就认为当前文件编码格式为utf-8/gbk,从而可以正确解释执行。

     

    Python3:

    python3缺省使用utf-8进行解释执行,同时所有的字符串都是以unicode进行存储。所以如果.py文件中有utf-8编码的中文则程序可以正确解释执行,但是如果程序中gbk编码的中文,还是会报编码相关的错误,这时候就需要使用# coding=gbk来显示指定文件的编码。

    所以,# coding=utf-8/gbk需要根据文件真实的编码进行指定。

    展开全文
  • 如题,最近在和node服务器对接 AES/DES加解密时出现了很多问题,找不到结果,拜托各位大佬解答一下。</p>
  • 两个C++类:UTF8自动转换至Unicode,Unicode自动转换至UTF8
  • 数据库字符集utf8utf8mb4的详细区别

    千次阅读 2019-04-17 21:01:57
    最近我遇到了一个bug,我试着通过Rails在以“utf8”编码的MariaDB中保存一个UTF-8字符串,然后出现了一个离奇的错误: Incorrectstringvalue:‘\xF0\x9F\x98\x83<…’forcolumn‘summary’at row1我用的是UTF-8...

    最近我遇到了一个bug,我试着通过Rails在以“utf8”编码的MariaDB中保存一个UTF-8字符串,然后出现了一个离奇的错误:

    Incorrectstringvalue:‘\xF0\x9F\x98\x83<…’forcolumn‘summary’at row1我用的是UTF-8编码的客户端,服务器也是UTF-8编码的,数据库也是,就连要保存的这个字符串“ <…”也是合法的UTF-8。

    问题的症结在于,MySQL的“utf8”实际上不是真正的UTF-8。

    “utf8”只支持每个字符最多三个字节,而真正的UTF-8是每个字符最多四个字节。

    MySQL一直没有修复这个bug,他们在2010年发布了一个叫作“utf8mb4”的字符集,绕过了这个问题。

    当然,他们并没有对新的字符集广而告之(可能是因为这个bug让他们觉得很尴尬),以致于现在网络上仍然在建议开发者使用“utf8”,但这些建议都是错误的。

    简单概括如下:

    1.MySQL的“utf8mb4”是真正的“UTF-8”。2.MySQL的“utf8”是一种“专属的编码”,它能够编码的Unicode字符并不多。我要在这里澄清一下:所有在使用“utf8”的MySQL和MariaDB用户都应该改用“utf8mb4”,尽量不要再使用“utf8”。

    那么什么是编码?什么是UTF-8?我们都知道,计算机使用0和1来存储文本。比如字符“C”被存成“01000011”,那么计算机在显示这个字符时需要经过两个步骤:

    1.计算机读取“01000011”,得到数字67,因为67被编码成“01000011”。
    2.计算机在Unicode字符集中查找67,找到了“C”。
    同样的:
    1.我的电脑将“C”映射成Unicode字符集中的67。
    2.我的电脑将67编码成“01000011”,并发送给Web服务器。几乎所有的网络应用都使用了Unicode字符集,因为没有理由使用其他字符集。

    Unicode字符集包含了上百万个字符。最简单的编码是UTF-32,每个字符使用32位。这样做最简单,因为一直以来,计算机将32位视为数字,而计算机最在行的就是处理数字。但问题是,这样太浪费空间了。

    UTF-8可以节省空间,在UTF-8中,字符“C”只需要8位,一些不常用的字符,比如“”需要32位。其他的字符可能使用16位或24位。一篇类似本文这样的文章,如果使用UTF-8编码,占用的空间只有UTF-32的四分之一左右。

    MySQL的“utf8”字符集与其他程序不兼容,它所谓的“”,可能真的是一坨……

    总结如果你在使用MySQL或MariaDB,不要用“utf8”编码,改用“utf8mb4”。这里提供了一个指南用于将现有数据库的字符编码从“utf8”转成“utf8mb4”

    应用与拓展

    MySQL简史为什么MySQL开发者会让“utf8”失效?我们或许可以从提交日志中寻找答案。

    MySQL从4.1版本开始支持UTF-8,也就是2003年,而今天使用的UTF-8标准(RFC 3629)是随后才出现的。

    旧版的UTF-8标准(RFC 2279)最多支持每个字符6个字节。2002年3月28日,MySQL开发者在第一个MySQL 4.1预览版中使用了RFC 2279。

    同年9月,他们对MySQL源代码进行了一次调整:“UTF8现在最多只支持3个字节的序列”。

    是谁提交了这些代码?他为什么要这样做?这个问题不得而知。在迁移到Git后(MySQL最开始使用的是BitKeeper),MySQL代码库中的很多提交者的名字都丢失了。2003年9月的邮件列表中也找不到可以解释这一变更的线索。

    不过我可以试着猜测一下。

    2002年,MySQL做出了一个决定:如果用户可以保证数据表的每一行都使用相同的字节数,那么MySQL就可以在性能方面来一个大提升。为此,用户需要将文本列定义为“CHAR”,每个“CHAR”列总是拥有相同数量的字符。如果插入的字符少于定义的数量,MySQL就会在后面填充空格,如果插入的字符超过了定义的数量,后面超出部分会被截断。

    MySQL开发者在最开始尝试UTF-8时使用了每个字符6个字节,CHAR(1)使用6个字节,CHAR(2)使用12个字节,并以此类推。

    应该说,他们最初的行为才是正确的,可惜这一版本一直没有发布。但是文档上却这么写了,而且广为流传,所有了解UTF-8的人都认同文档里写的东西。

    不过很显然,MySQL开发者或厂商担心会有用户做这两件事:

    1.使用CHAR定义列(在现在看来,CHAR已经是老古董了,但在那时,在MySQL中使用CHAR会更快,不过从2005年以后就不是这样子了)。2.将CHAR列的编码设置为“utf8”。我的猜测是MySQL开发者本来想帮助那些希望在空间和速度上双赢的用户,但他们搞砸了“utf8”编码。

    所以结果就是没有赢家。那些希望在空间和速度上双赢的用户,当他们在使用“utf8”的CHAR列时,实际上使用的空间比预期的更大,速度也比预期的慢。而想要正确性的用户,当他们使用“utf8”编码时,却无法保存像“”这样的字符。

    在这个不合法的字符集发布了之后,MySQL就无法修复它,因为这样需要要求所有用户重新构建他们的数据库。最终,MySQL在2010年重新发布了“utf8mb4”来支持真正的UTF-8。

    为什么这件事情会让人如此抓狂因为这个问题,我整整抓狂了一个礼拜。我被“utf8”愚弄了,花了很多时间才找到这个bug。但我一定不是唯一的一个,网络上几乎所有的文章都把“utf8”当成是真正的UTF-8。

    “utf8”只能算是个专有的字符集,它给我们带来了新问题,却一直没有得到解决。

    展开全文
  • UTF-16转UTF-8的方法,防止文件有BOM头

    千次阅读 2019-01-27 10:25:07
    在读公司代码的时候,发现了一个UTF-16转UTF-8的方法,这还是博主第一次见到这种方法,不由的好奇了起来。为什么要转,应用场景是什么呢?这里大家一起来探讨下 二、贴代码 /** * @desc UTF-16转为UTF-8编码, 必须...

    一、前言

          在读公司代码的时候,发现了一个UTF-16转UTF-8的方法,这还是博主第一次见到这种方法,不由的好奇了起来。为什么要转,应用场景是什么呢?这里大家一起来探讨下

    二、贴代码

       /**
         * @desc   UTF-16转为UTF-8编码, 必须带有BOM文件头的才可以转,
         *          UTF-16LE BOM文件头: [0xFF, 0xFE],
         *          UTF-16BE BOM文件头: [0xFE, 0xFF],
         *          UTF-8 BOM文件头: [0xEF, 0xBB, 0xBF]
         * @param $str   这里的$str是用file_get_contents获取到的文件内容
         * @return string
         */
        public static function utf16_to_utf8($str)
        {
            $c0 = ord($str[0]);
            $c1 = ord($str[1]);
            $c2 = ord($str[2]);
    
            if ($c0 == 0xFE && $c1 == 0xFF) {
                // -- UTF-16BE BOM文件头: [0xFE, 0xFF],
                $be = true;
            } else if ($c0 == 0xFF && $c1 == 0xFE) {
                // -- UTF-16LE BOM文件头: [0xFF, 0xFE],
                $be = false;
            } else if ($c0 == 0xEF && $c1 == 0xBB && $c2 == 0xBF) {
                // -- UTF-8 BOM文件头: [0xEF, 0xBB, 0xBF]
                $str = substr($str, 3);
                return $str;
            } else {
                return $str;
            }
    
            $str = substr($str, 2);
            $len = strlen($str);
            $dec = '';
            for ($i = 0; $i < $len; $i += 2) {
                $c = ($be) ? ord($str[$i]) << 8 | ord($str[$i + 1]) :
                    ord($str[$i + 1]) << 8 | ord($str[$i]);
                if ($c >= 0x0001 && $c <= 0x007F) {
                    $dec .= chr($c);
                } else if ($c > 0x07FF) {
                    $dec .= chr(0xE0 | (($c >> 12) & 0x0F));
                    $dec .= chr(0x80 | (($c >> 6) & 0x3F));
                    $dec .= chr(0x80 | (($c >> 0) & 0x3F));
                } else {
                    $dec .= chr(0xC0 | (($c >> 6) & 0x1F));
                    $dec .= chr(0x80 | (($c >> 0) & 0x3F));
                }
            }
            return $dec;
        }
    

          从这部分代码可以看出,方法起到的主要作用是把带有BOM头的文件转换为正常的UTF-8文件。这里要转换的$str是php通过file_get_contents获取到的文件内容,可能会获取到BOM头。而BOM头对后续的操作是有很大影响的,所以这里一方面是编码转换,一方面也是为了去掉BOM头,算是考虑的更全面,也更安全一些。

    PHP5中file_get_contents函数获取带BOM的utf-8文件内容

    三、关于编码格式和BOM头

    1、utf-16和utf-8编码

    这部分大家参考这篇博客:
    https://blog.csdn.net/hanbo622/article/details/52882438

    2、关于BOM头

          BOM是Byte Order Mark的缩写,即字节顺序标记,它是插入到UTF-8,UTF-16或UTF-32编码的Unicode文件开头的特殊标记,用来标识Unicode文件的编码类型。

          BOM签名的意思就是告诉编辑器当前文件采用何种编码,方便编辑器识别,但是BOM虽然在编辑器中不显示,但是会产生输出,就像多了一个空行。一般的编码集中并不会出现bom头,unicode编码集中会出现。但对于 PHP来说,BOM是个大麻烦。

          对于BOM,PHP并不会忽略,在读取、包含或者引用这些文件时,PHP会把BOM作为文件开头正文的一部分,根据嵌入式语言的特点,这串字符将被直接执行(显示)出来.这就导致了一些页面的头部总是有一条白条,尽管样式padding、margin等各方面都设置好也无法让整个网页紧贴浏览器顶部,这头部白条就是这3个不可见的字符
    (0xEF 0xBB 0xBF,即BOM);另外还有的问题就是,受COOKIE送出机制的限制,在这些文件开头已经有BOM的文件中,COOKIE无法送出(因为在COOKIE送出前PHP已经送出了文件头),所以登入和登出功能失效.一切依赖COOKIE、SESSION实现的功能全部无效.所以,在编辑、修改任何文本文件的时候,请使用不会乱加BOM的编辑器.
    Linux下的编辑器应该都没有这个问题.WINDOWS下,请勿使用记事本等编辑器.推荐使用Editplus,Zend studio、eclipse等编辑器。

    几种编码对应的BOM:
    
    EF BB BF        UTF-8
    FE FF             UTF-16 (big-endian)
    FF FE             UTF-16 (little-endian)
    00 00 FE FF UTF-32 (big-endian)
    FF FE 00 00 UTF-32 (little-endian)
    

    3、BOM头对php的影响

    		(1)BOM头对php文件的影响:https://www.cnblogs.com/wt645631686/p/6868826.html
    		(2)php的include等,会把文件的BOM头引入进来:http://blog.sina.com.cn/s/blog_62ea758a0102vvgq.html
    		(3)php的BOM头会造成session和cookie失效的问题:https://blog.csdn.net/ohmygirl/article/details/6931716
    	另外一个常见的bom头的地方时xml文件。解析失败的话,有很大一部分原因是这个。此时只要去掉bom头就行了。
    		(4)如果项目文件中已经有文件可能含有BOM头的话,将下面文件放在网站根目录访问即可,它会遍历当前目录下所有子目录,检测文件是否含有BOM头,并删除BOM头
    		https://www.cnblogs.com/lsy-ai/p/6244888.html?utm_source=itdadao&utm_medium=referral
    		(5)曾经我遇到的BOM头的bug问题:https://blog.csdn.net/LJFPHP/article/details/79288176
    			因为BOM头的存在,所以无法正常识别JSON字符串,去掉BOM头即可
    

    这部分是BOM头对于php程序的一些影响,后面的链接都是对应的解释,可以看一看

    附:
    代码中使用到了一些php的函数,都是不怎么常见的函数,这里给出文档地址:

    	php的ord()方法:http://www.w3school.com.cn/php/func_string_ord.asp   返回字符串的首个字母的 ASCII 值。
    	php的chr()方法:http://www.w3school.com.cn/php/func_string_chr.asp     从不同的 ASCII 值返回字符。
    

    四、总结

          博主觉得这个转换方法也是编程的细节之一吧,对于初级程序员来说,可能根本就不会考虑到这种问题,只有在碰到这种bug了,才会去尝试解决一下。而对于大佬来说,这种规避文件BOM头的方法应该是一开始就考虑到的,然后在每次使用file_get_contents读取日志文件的时候,都调用该方法,可以很大限度的减少因为BOM头而出现的bug。也是一种编程思想吧,学到了。

    end

    展开全文
  • MYSQL中SET NAMES UTF8作用和内涵

    千次阅读 2017-12-28 19:17:22
    这句查询“SET NAMES UTF8”到底是什么作用? 到MySQL命令行输入“SET NAMES UTF8;”,然后执行“show variables like “character_set_%”;”,发现原来为latin1的那些变量“character_set_client”、“character_...
  • 简介:ORACLE数据库字符集,即Oracle全球化支持(Globalization Support),或即国家语言支持(NLS)其作用是用本国语言和格式来存储、处理和检索数据。利用全球化支持,ORACLE为用户提供自己熟悉的数据库母语环境,...
  • UTF8UTF8 +BOM

    千次阅读 2018-06-19 17:32:25
    由于兼容性,带BOM的utf-8在一些browser中显示为乱码。网上搜索了关于Byte Order Mark的信息:在UCS 编码中有一个叫做"ZERO WIDTH NO-BREAK SPACE"的字符,它的编码是FEFF。而FFFE在UCS中是不存在的字符,...
  • CHARACTER SET utf8 COLLATE utf8_general_ci

    千次阅读 2018-10-14 13:30:35
    DEFAULT CHARACTER SET utf8:数据库字符集。设置数据库的默认编码为utf8utf8中间不要"-"; COLLATE utf8_general_ci:数据库校对规则。ci是case insensitive的缩写,意思是大小写不敏感;相对的是cs,...
  • 《MSVC中C++ UTF8中文编码处理探究》 搞明白了MSVC对于不带BOM的UTF-8文件,默认会根据本地locale的设置来决定文件的编码(对于简体中文系统,就是GBK)。所以会对于UTF-8 without BOM的代码文件输出中文就是乱码。...
  • #encoding: utf-8 reload(sys) sys.setdefaultencoding("utf-8") 下面解释下这2个编码设置的作用 1. encoding: utf-8 #默认编码方式 2. sys.setdefaultencoding(“utf-8”) #默认解码方式 规则1 print 后面如果是...
  • oracle 字符集 AL32UTF8UTF8

    千次阅读 2019-08-25 21:11:18
     AL32UTF8UTF8什么区别呢?Oracle的UTF8字符集由来已久,至少在8的时候就已经存在了,而对应的是UNICODE 3.0。而AL32UTF8字符集是9i才出现的,其对应的是UNICODE 5.0。这两种字符集的区别在于,UNICODE 5.0与...
  • 全面了解mysql中utf8utf8mb4的区别

    千次阅读 2018-10-08 17:34:23
    一.简介  MySQL在5.5.3之后增加了这个utf8mb4的编码,mb4就是most bytes 4的意思,专门用来兼容四字节的unicode。好在utf8mb4是utf8的超集,除了将... 那上面说了既然utf8能够存下大部分中文汉字,那为什么还要...
  • # -*- coding: UTF-8 -*-的作用

    千次阅读 2020-03-23 17:47:58
    在代码开头,我们经常能看到# -- coding: UTF-8 --这段代码,那么这段代码到底有什么作用呢? 因为py文件不支持中文(包括注释里的),因此需要使用这段代码将就文件编码类型改为UTF-8的类型。 这样就可以在py文件中...
  • UTF-8 with BOM是什么意思

    千次阅读 2014-05-02 12:25:18
    其实UTF-8 的BOM对UFT-8没有作用,是为了支援UTF-16,UTF-32才加上的BOM,BOM签名的意思就是告诉编辑器当前文件采用何种编码,方便编辑器识别,但是BOM虽然在编辑器中不显示,但是会产生输出,就像多了一个空行,
  • java中GBK与UTF-8编码的转换

    万次阅读 多人点赞 2019-06-25 15:08:59
    java中文件编码的转换,主要说明了GBK与UTF-8编码之间的转换, 还介绍了利用cpdetector开源库确定文件文件(网页)编码的方法。
  • python中编码问题很复杂,我曾尝试写了一篇有关于此的文章,但是总觉得有些问题的细节没有完全说清楚。所以决定重新把复杂问题分解为...# -*- coding: utf-8 -*- 其中的utf-8可以换成其他编码。 这篇文章就来说说这...
  • UTF8UTF8 +BOM 区别

    万次阅读 2016-07-15 16:48:34
    由于兼容性,带BOM的utf-8在一些browser中显示为乱码。 网上搜索了关于Byte Order Mark的信息: 在UCS 编码中有一个叫做"ZERO WIDTH NO-BREAK SPACE"的字符,它的编码是FEFF。而FFFE在UCS中是不存在的字符,
  • #coding=utf-8作用 还是乱码

    万次阅读 2017-08-21 23:37:18
    乱码产生的原因是Python在读取时默认解码方式是用操作系统编码,如果和保存时的...因为windows默认的编码方式是GBK,python文件保存时使用了utf-8,在读取时,python使用GBK的编码表去解utf-8编码的字节码,因为GBK与UT
  • SET NAMES utf8mb4

    千次阅读 2020-04-02 09:34:08
    MYSQL SET NAMES utf8mb4 比较 utf8mb4编码是utf8编码的超集,兼容utf8,并且能存储4字节的表情字符,生僻字 utf8 一般一个字符占用 3个字节,utf8mb4 一个字符 占用4个字节 影响 1.utf8mb4的最低mysql版本支持版本...
  • 修改character-set-server = utf8不起作用

    千次阅读 2019-12-17 00:23:34
    my.ini的位置放错了,右键MySQL服务,可以查看my.ini文件位置
  • Detect File encoding, Now support UTF-8,GBK,UTF-16LE,UTF-16BE, Java 检查文件编码,主要针对中文文本。 目前支持 UTF-8(BOM或无BOM)、GBK、UTF-16LE、UTF-16BE 单个文件或文件夹, 支持编码批量转换。 使用方法...
  • GBK和UTF-8文字编码有什么区别?GBK有什么好处?时间:2017-01-09 来源:系统之家 作者:quers UTF-8是一种国际化标准的文字编码,我们已知Windows系统程序已经将最初的UTF-8转向Unicode,而G...
  • 很明显,如果你熟悉正则表达式,也就可以写出来,其他一些合法的编码声明,以utf-8为例,比如: 1 2 3 4 5 coding: utf - 8 coding = utf - 8 coding ...
  • 字符编码:ASCII 与 UTF-8编码

    千次阅读 2018-10-04 22:42:09
    字符编码:ASCII 与 UTF-8 编码 在计算机内部,所有的数据都是以二进制0、1表示,每个二进制位为一个比特(Bit),但是一个Bit能表示的信息太少,所以一个最小的操作单位应该包含多个多个比特,起初这个单位并没有...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 447,282
精华内容 178,912
关键字:

utf8作用是什么