最新文章
| 發佈時間：2018-06-03 (更新：2018-06-03 22:57) | 發佈者：hurt |
| 標題：淺談文字編碼 | |
字元編碼字元編碼就像一本字典的目錄，電腦擁有很多本字典，我們只要告訴電腦我要某一本字典第幾頁的第幾個字，電腦就會在螢幕上送出這個字。
常用字典ASCII字典裡最小的那本是 ASCII ，只有 128 個字，收錄了數字、大小寫 a 到 z 和一些鍵盤上的基本符號，而六點點字所有的 64 種變化(含空方)，都有被包含在裡面，例如 ㄅ 對應到 o 、 ㄆ 對應到 p ，所以有時候中文點字檔又會被叫作 ASCII code 檔。
ANSIANSI 是 ASCII 不夠用之後延伸出來的字典，但這個版本的字典，除了前面 ASCII 的部份是共用的以外，其他不同語言會有不同版本的字集，在台灣正體中文的部份就是 BIG-5 字集，而其他中文還有像是簡體的 GB2312 、 GBK 等字集，所以早期有一些文件，雖然是用 ANSI 字典，但用得是其他字集，我們用編輯器以 BIG-5 字集來查詢，就會查出一堆亂七八糟完全沒有邏輯的字。
Unicode最新的 Unicode 一本字典包含所有語言文字和符號的字典，目前最常用的是 UTF-8 方式，幾乎所有常用的各語言的字都在這個字典裡。
出現亂碼如果我寄出的郵件，使用了 A 字典的目錄，但是收信者拿了 B 字典的目錄來查內容，這樣查到的字會是亂七八糟的，又或是我使用了最新版本的 A 字典目錄，但收信者拿了內容沒那麼多的舊版 A 字典，就會有很多字查不到而出現問號；這個就可以解釋有些文件，若包含了只有 Unicode 字典裡才有的字，拿到只支援 ANSI BIG-5 字典的編輯軟體，就算經過轉換，還是有一些字會查不到，而查不到的字就會被以問號顯示。 舉例來說：家庭的「家」這個字，在 ANSI BIG-5 字典裡是編號 AE61 的字，但在 Unicode 裡是第 5BB6 個字，如果對照到錯的字典，就會找到錯的字。 再舉一個時下常用的字，上面一個「不」下面一個「要」合成「嫑」，這個字並未收錄在 ANSI BIG-5 的字典裡，所以查不到會以問號來顯示，在 Unicode 裡是編號 5AD1 的字，所以用 Unicode 編碼儲存的文件，用 ANSI BIG-5 的編碼去開啟，這個字就會以問號來顯示。
空間問題使用較大本的字典當然能夠涵蓋較多的字，但也因為字典較大，它的目錄和編碼較為繁雜，要用來表示目標字的編碼就會多了一點，雖然是非常小的一點，但一個字多一點，一大篇文章還是會有一點點感覺。
實際應用記事本預設是用 ANSI 編碼儲存，如果在記事本打字，使用到 Unicode 的字，在存檔時會跳出訊息：「這個檔案包含Unicode格式字元，如果您以ANSI 編碼的文字檔案來儲存這個檔案，將會遺失這些字元，若要保留Unicode資訊，請按下面的取消，然後從編碼下拉清單選擇一個Unicode選項。」此時如果還是以 ANSI 編碼存檔，那些只有在 Unicode 裡的字就會變成問號，用 Unicode 編碼存檔，再以支援 Unicode 編碼的軟體開啟，就會正常顯示；現今大部份的作業系統和軟體，都能支援 Unicode 編碼並自動判別，但較早期的作業系統和軟體則會出現問題。 有些人使用 iPhone 寄出的信，在原來的手機裡看起來正常，別人收到了卻是亂碼，原因是 iPhone 為了節省流量加快速度，會自動判別信中所有的字，是否全部屬於某一個較小的字典，如果是的話，就直接用較小字典的編碼去傳送，而收信的一方如果用錯字典去對照，就會出現問號，所以解決的方式，是在信中加一個 Unicode 才有的字或符號，例如內建的表情符號，強制 iPhone 使用 UTF-8 字集，這樣就會避免亂碼問題的發生。
參考網頁 | |
