轻松解决网站乱码现象

　　轻松解决网站乱码现象。相信各位同行或多或少都会碰到过乱码的问题。从来没有？相信我，只是时候未到，在这行混，迟早会碰到的。当然，如果你对各类编码非常了解，对浏览器脾气摸得很清楚了，你可以避开或者快速解决此类问题。希望这篇文章对你有所帮助。

　　一、为什么会出现乱码？

　　在计算机中，我们储存的信息都是用二进制码表示的。我们文字和符号用的二进制代码的互相转换，就是编码，转换需要一种规则，就是字符集（charset），我们常用的字符集例如：ascii，gb2312，unicode。

　　不同的字符集所存储的内容不同，比如“太平洋”三个字采用gb2312对应的值为441138294983，utf-8对应为E5A4AAE5B9B3E6B48B，这样，当一个gb2312的文件嵌入一个utf-8的文件的时候，问题就来了。

　　二、ANSI,Unicode,UTF-8,Encode,Charset,HTML实体…我快疯了

　　疯完了没，没昏就行了，别着急，听我一一道来。其实这只是同一样东西在不同场合的应用。

　　A.ANSI,Unicode,UTF-8

　　这几个归为一类，它们是文件编码。

　　ANSI指当地编码，比如在大陆它指GB2312，在台湾它指GBK（Win中记事本保存文件的时候的默认选项就是它）。

　　Unicode是一个通用字符集，它是一个编码标准，这个和GB2312是对应的，但因为字符集过大，Unicode有它的特殊性，在不同应用场合，有不同的具体实现手法，比如应用于互联网传输，采用的存储与传送格式是UTF-8，Windows应用UTF-16，Linux应用UTF-32。

　　B.Charset

　　HTML中的Charset，CSS中的@charset，XML中的encoding等，这几个归为一类。

　　它们是告诉浏览器如何解码。比如psd后缀是告诉系统这是Photoshop源文件，同样charset设为gb2312是告诉浏览器这是一个简体中文的网页。

　　C.Encode

　　Encode和encodeURI,encodeURIComponent归为一类。

　　这在下一节中进行比较详细的介绍。当浏览器提交数据给服务器时，特殊字符中文一般浏览器会自动编码，但存在部分保留字符，比如”#/”等，这时候需要encode等进行转换。

　　D.HTML实体

　　当网页中需要插入某些特殊字符时，需要用到HTML实体，比如插入<，可以使用<或者实体编码<。

　　三、JavascriptURI编码/解码

　　A.为什么需要URI编码？

　　通常来说，之所以URI需要进行编码，是因为URI中有些字符可能会引起歧义或者有隐私的数据。

　　B.编码与解码的函数？

　　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

　　C.如何选择？

　　首先，范围不同。Escape不能编码的字符有:@*/+；encodeURI：!@#$&*()=:/;?+‘；encodeURIComponent：!*()。

　　其次，编码类型不同。encodeURI、encodeURIComponent采用utf-8进行编码；而Escape采用系统编码。

　　所以，怎么选择？例如内容中要存在URI标识，则用encodeURI，如果想把”#，/”也要编码用escape或encodeURIComponent。

　　四、Ajax加载的文件中不能用中文？

　　这一直是让开发人员很头疼的问题之一，也是常见的编码问题，原因很简单，你非得拿羊城通往ATM上插，结果当然是读不出来或者读错。编码问题也是一样，通常出错的情况是，文档编码是GB2312，而浏览器以UTF-8(Ajax默认解码方式)来解码，自然乱码。

　　怎么解决呢？

　　1、文档采用UTF-8编码，不会产生任何问题。

　　2、如果不能用UTF-8，XML文档可以指定它的Encoding，JS文件和JSON数据目前没有好的解决办法。

　　五、GB2312，UTF-8都可以显示中文，如何选择？

　　可以显示中文的编码有GB2312、GBK、GB18030、Unicode。前三个保持向后兼容，比如“邯郸网站建设”这几个字在这几个编码规则中内码是一样的。它们的不同之处在于字符集不同，GB2312只包括简体中文，GBK还包括繁体，GB18030再加入了少数民族语言，比如藏文。那如果显示简体中文可以任意选择？据我目前测试了解，应该都是可以的，至于速度上是否有差异，还未深究，但GB2312肯定更为通用，而且据我测试已经包含了相当部分繁体。至于Unicode，应用在网页中的UTF-8，中文一般需要占据3个字节(前三种2个字节)，所以当中文较多的网页用UTF-8文件将变得更大(我们公司大部分网页4%左右)。

　　六、UTF-8、UTF-16、UTF-32什么区别？

　　Unicode所做的是为每个字符定义了一个相应的数字表示。比如，“a“的Unicode值是0×0061,“一”的Unicde值是0×4E00，这是最简单的情况，每个字符用2个字节表示。Unicode定义了百万个以上的字符，如果将所有的字符用统一的格式表示，需要的是4个字节。“a“的Unicode表示就会变成0×00000061，而“一“的Unicode值是0×00004E00。实际上，这就是UTF32，Linux操作系统上所使用的Unicode方案。但是，仔细分析可以发现，其实绝大部分字符只使用2个字节就可以表示了。英文的Unicode范围是0×0000-0×007F，中文的Unicode范围是0×4E00-0×9F**，真正需要扩展到4个字节来表示的字符少之又少，所以有些系统直接使用2个字节来表示Unicode。比如Windows系统上，Unicode就是两个字节的。对于那些需要4个字节才能表示的字符，使用一种代理的手法来扩展(其实就是在低两个字节上做一个标记，表示这是一个代理，需要连接上随后的两个字节，才能组成一个字符)。这样的好处是大量的节约了存取空间，也提高了处理的速度。这种Unicode表示方法就是UTF16。一般在Windows平台上，提到Unicode,那就是指UTF16了。而UTF-8更有意思，它的字节数1-4个不等，如果纯英文的应用环境，自然用它更加节省。

　　七、CSS、JS的编码可以和HTML不一致吗？

　　可以。但最好在引用时手动设置Charset，值得注意的是IE、FF默认根据当前页面编码，而Chrome默认是UTF-8。