求对数据编码等方面最好的解释~


[size=14px]

对字符编码从来就没有搞清楚， 让人很恼火！

究竟何为字符集， 何为编码，

现实中的很好理解： 0-9为数字的字符集， 电话号码， 邮政编码， 为各种不同的编码，

映射到计算机中： 发现计算机中的字符集只有 0和1， 剩下的可以说都是编码，

甚至， ASCii码 又被进行编码的编码工作！！！！


有点绕， 看个例子， 希望有人能解释：
[/size]

XML code

<?xml version="1.0" encoding="UTF-8"?>

<Context>
    <!-- Default set of monitored resources -->
    <WatchedResource> 中文打上去了
    </WatchedResource>

</Context>

[size=14px]
上面是一段很简单的xml代码， 中间有几个中文字符， 出现的现象如下：

1. 原始编辑工具 editplus, 保存退出后， 用IE运行， 报错，

2. 用其他的工具打开, 如 DreamWeaver打开， 中文已经变成乱码， 将其删除， 再重打一遍保存，
然后用IE打开运行， 中文显示出来， 将所有都关闭， 再重新用IE打开， 运行正常，中文显示。

3.再将所有关闭， 用editPlus 打开， 中文显示正常，将中文删除， 重新打上，保存， 运行IE，中文现实正常，
用DreamWeaver打开， 将中文删除--保存--关闭， 再用editPlus打开，写入中文， 运行IE，报错- 再用DreamWeaver打开，中文已经变成乱码。

用MyEclipse替代DreamWeaver 一样的效果， 可能这个大家用的比较多!

中间的原理， 望懂的人解释！
[/size]





[size=14px]
我好像记得以前用MyEclipse 将一个html页面转换成jsp页面之后， 要写入中文保存， 报错， 吥让其保存， 也是编码方面的问题！~

希望有过类似经历的人说说， 我记吥清楚了！


看了那么多， 再绕回来，

我们在jsp页面中经常能看到 contentType="text/html; charset=GB18030" pageEncoding="gbk"


我们经常会问到的： charset代表什么， pageEncoding又代表着哪里！

还有一个问题就是： charset=“”字符集还是编码？。 好像是同一个！ charset= pageEncoding=都能都能些同样的

还有一个问题就是： 字符集的范围说， 到底谁包括谁？。 既然说UTF-8 能表示所有的文字符号， 为何中文又会出现乱码？


还有一个问题就是： 网络传输的过程当中， 编码被转来转去， 我们怎样保证的最后拿到的还是那样的一个编码！





[/size]









------解决方案--------------------
编码格式也不是一句话两句话能说清楚的，拿 Unicode 字符集标准来说，光 Unicode 标准的正文部分就有 500 多页，
整个标准有 1000 多页，可以在 http://www.unicode.org/versions/Unicode5.1.0/ 这里下载所有的章节。

关于 ISO 8859，GB2312，GBK，GB18030，Unicode，UTF-8，UTF-16 的简介可以在中文维基百科或者互动百科上找到。

中文维基百科：http://zh.wikipedia.org/w/index.php?title=%E9%A6%96%E9%A1%B5&variant=zh-cn
互动百科：http://www.hudong.com/

------解决方案--------------------
有兴趣的话，可以看看下面的这些帖子或许对于理解有所帮助：

http://topic.csdn.net/u/20080623/16/e0f44f00-eaf9-4d38-b325-a3cc443f2ec9.html

http://topic.csdn.net/u/20081009/09/e899898c-591f-4985-ae88-5972475708fb.html