代码页

在 前一篇 里我们谈了Unicode的代码单元及string.length，现在接着前面的讨论继续谈string.getBytes()方法并对乱码的产生作初步分析。 string.getBytes方法 首先声明一下，以下讨论如无特别说明，均是在Java语言环境下。如果你用的不是java，我只能说声抱歉。但另一方面，我相信无论是何种语言或平台，也必然有类似的方法及类似的处理，而其中的原理也必将是相通的，当然了，具体到细节上则可能会有些差异。 带参数的调用 首先，string.getBytes它可以带参数去调用，这是最简单的情形，如下 @Test public void testGetBytesGbk() throws UnsupportedEncodingException { String str = "hello你好"; assertThat(str.getBytes("GBK").length).isEqualTo(9); } 因为GBK是变长编码，对ASCII字符采用一字节，汉字则是两字节，所以总的长度是1×5+2×2=5+4=9，所以测试是通过的。 注：本文代码均已经上传到开源中国oschina的git.oschina.net上，具体代码见 http://git.oschina.net/goldenshaw/java_code_complete/blob/master

procedure TForm1.Button1Click(Sender: TObject); var ad:widechar; s:LPCSTR; s2:string; begin s2:='s多少付' ; // s:= pchar(CP936ToUTF8(s2)); s:=pchar( UTF8ToCP936(s2)); showmessage(s); MessageBox(0,PChar(UTF8ToAnsi('正常显示中文')),'1',MB_OK or MB_ICONEXCLAMATION); MessageBox(0,s,'1',0); end; https://blog.csdn.net/poolord/article/details/77488704 在Lazarus中对字符串进行代码页转换 2017年08月22日 22:29:26 池龙 阅读数 885 更多 分类专栏： Delphi / Lazarus 版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。 本文链接： https://blog.csdn.net/poolord/article/details/77488704 由于Lazarus基于UTF-8，因此当读写Windows建立的纯文本文件的时候，由于其中的中文使用GBK（CP936）编码

------ 已启动生成: 项目: test, 配置: Debug x64 ------ 1> test.cpp 1>e:\vs2015opencv\opencv3.2\opencv\build\include\opencv2\core\mat.hpp(2586): warning C4819: 该文件包含不能在当前代码页(936)中表示的字符。请将该文件保存为 Unicode 格式以防止数据丢失 1>e:\vs2015opencv\opencv3.2\opencv\build\include\opencv2\core\persistence.hpp : warning C4819: 该文件包含不能在当前代码页(936)中表示的字符。请将该文件保存为 Unicode 格式以防止数据丢失 1>e:\vs2015opencv\opencv3.2\opencv\build\include\opencv2\core\utility.hpp : warning C4819: 该文件包含不能在当前代码页(936)中表示的字符。请将该文件保存为 Unicode 格式以防止数据丢失 1>e:\vs2015opencv\opencv3.2\opencv\build\include\opencv2\core\utility.hpp : warning C4819: 该文件包含不能在当前代码页(936

在中文windows系统中，如果一个文本文件是utf-8编码的，那么在cmd.exe命令行窗口（所谓的dos窗口）中不能正确显示文件中的内容。在默认情况下，命令行窗口中使用的代码页是中文或者美国的，即编码是中文字符集或者西文字符集。 如果想正确显示UTF-8字符，可以按照以下步骤操作： 1、打开CMD.exe命令行窗口 2、通过 chcp命令改变代码页，UTF-8的代码页为65001 1 chcp 65001 执行该操作后，代码页就被变成UTF-8了。但是，在窗口中仍旧不能正确显示UTF-8字符。 3、修改窗口属性，改变字体 这时使用type命令就可以显示UTF-8文本文件的内容了： 1 type filename.txt 4、通过以上操作并不能完全解决问题，因为显示出来的内容有可能不完全。可以先最小化，然后最大化命令行窗口，文件的内容就完整的显示出来了。 5、另外提供一些chcp命令的参考: chcp 936 可以换回默认的GBK 来源：博客园 作者： 链接：https://www.cnblogs.com/wjcoding/p/11437917.html

报错 在使用MySQL-Front导入sql文件时报错1113： 在多字节的目标代码页中，没有此 Unicode 字符可以映射到的字符。 (#1113) 解决方案 导入.sql文件时，单击 选择文件对话框的文件名下方的 字符集 ，选择正确的字符集即可。 如图： ͼ1 ͼ2 如果喜欢，请点个“喜欢”，谢谢 作者：Cytosine 链接：https://www.jianshu.com/p/0d1d83d8fd44 来源：简书 简书著作权归作者所有，任何形式的转载都请联系作者获得授权并注明出处。 转载请标明出处: 在多字节的目标代码页中，没有此 Unicode 字符可以映射到的字符。 (#1113) 文章来源: 在多字节的目标代码页中，没有此 Unicode 字符可以映射到的字符。 (#1113)

为什么ArcGIS 10.3导出 Shapefile的字段名会被截断成3个汉字？低版本中不是至少可以存储4个汉字吗？ 原因 这个问题仍然与编码类型有关。 ArcGIS 10.2 以及更早的版本，ArcGIS写shapefile的时候，遇到中文默认使用Windows当前语言 字符集编码（也称 代码页/CodePage/OEM CodePage），例如中文一般使用的是 CodePage 936（GBK）。 ArcGIS 10.2.1 以及之后的版本，ArcGIS写shapefile的时候，默认使用的是 UTF-8 编码类型。 这两种编码类型存储汉字所使用的字节数是不相同的，上面的关键字中我也给出了 wiki 的链接，有兴趣点进去看看详情。简言之，shapefile自身的限制是字段为9个字节，CP936编码下汉字通常为双字节存储，因此可以存储 9/2=4 个汉字；UTF-8 编码下汉字至少需要3个字节存储，因此最多只能存储 9/3=3 个汉字了。 <ignore_js_op> 举个例子，在Python命令行中，我们求一下 Unicode字符串的长度就可以真相大白。 <ignore_js_op> 解决方法 Perfect Solution： 使用地理数据库，放弃shapefile，避免各种截断问题，这也是存储地理数据的康庄大道。 但是，shapefile的拥趸说

procedure TForm1.Button1Click(Sender: TObject); var ad:widechar; s:LPCSTR; s2:string; begin s2:='s多少付' ; // s:= pchar(CP936ToUTF8(s2)); s:=pchar( UTF8ToCP936(s2)); showmessage(s); MessageBox(0,PChar(UTF8ToAnsi('正常显示中文')),'1',MB_OK or MB_ICONEXCLAMATION); MessageBox(0,s,'1',0); end; https://blog.csdn.net/poolord/article/details/77488704 在Lazarus中对字符串进行代码页转换 2017年08月22日 22:29:26 池龙 阅读数 885 更多 分类专栏： Delphi / Lazarus 版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。 本文链接： https://blog.csdn.net/poolord/article/details/77488704 由于Lazarus基于UTF-8，因此当读写Windows建立的纯文本文件的时候，由于其中的中文使用GBK（CP936）编码

参考资料： windows cmd 编码 1、chcp命令作用 功能： 显示或设置活动代码页编号 不加参数键入 CHCP 显示活动代码页编号 。 2、chcp用法 CHCP [nnn] nnn ： 指定代码页编号。 　　 nnn指定一已有的系统字符集，该字符集在CONFIG.SYS文件中由COUNTRY命令定义。 　　 不加参数键入 CHCP 显示活动代码页编号。 Eg: C:\Users\lo>chcp 活动代码页: 936 C:\Users\lo> 3、在DOS下可以通过mode命令来设置代码页 选定代码页:　MODE CON[:] CP SELECT=yyy 　　 代码页状态:　MODE CON[:] CP [/STATUS] nnn指定一已有的系统字符集，该字符集在CONFIG.SYS文件中由COUNTRY命令定义。 在DOS下可以通过mode命令来设置代码页 。 Eg: 输入"mode con cp select=936"，则表示显示简体中文。 如果输入"mode con cp select=437"，则表示显示MS-DOS 美国英语，而中文显示将会是?。 4、MS-DOS为以下国家和语言提供字符集 代码页 描述 1258 越南语 1257 波罗的语 1256 阿拉伯语 1255 希伯来语 1254 土耳其语 1253 希腊语 1252 拉丁 1 字符 (ANSI)

这里需要先了解些内容： CHCP是MD DOS中的命令，用来显示或设置活动代码页编号的。用法是： CHCP [nnn] 其中nnn指定的是代码页的编号。这个参数是可选的，在命令行下如果不指定这个代码页编号，那么默认是显示当前的代码页编号。比如，在默认的cmd窗口中，我们输入chcp，显示的将类似： 活动的代码页: 936 这里的936表示当前使用的是简体中文（GB2312）编码。 UTF8 你也需要了解编码的一些知识，为了完成支持UTF8的工作，你至少需要知道UTF8代码页的编号：65001。更多关于编码的内容，这里不赘述，请自行查找相关内容。 有这两个知识点，接下来，让cmd支持UTF8就变得容易了。 运行CMD； 输入 CHCP，回车查看当前的编码； 输入CHCP 65001，回车； 仅如此，还是不能支持UTF8的正常显示，你还要在窗体上右键，选择属性，来设置字体； 操作完上面几步后，即使你原来的字体里面没有显示Lucida Console这个字体，现在应该也能看到了。选择它。如果原来就有，可以选上它先试试，不行在执行上述步骤（这里补充：至少我本机需要CHCP 65001下，有朋友说不要）； 选择只应用到本窗体，确认。 这时候，你的Console里面，应该支持UTF8了。 来源： oschina 链接： https://my.oschina.net/u/657911/blog

在中文windows系统中，如果一个文本文件是utf-8编码的，那么在cmd.exe命令行窗口（所谓的dos窗口）中不能正确显示文件中的内容。在默认情况下，命令行窗口中使用的代码页是中文或者美国的，即编码是中文字符集或者西文字符集。 如果想正确显示UTF-8字符，可以按照以下步骤操作： 1、打开CMD.exe命令行窗口 2、通过 chcp命令改变代码页，UTF-8的代码页为65001 1 chcp 65001 执行该操作后，代码页就被变成UTF-8了。但是，在窗口中仍旧不能正确显示UTF-8字符。 3、修改窗口属性，改变字体 在命令行标题栏上点击右键，选择"属性"->"字体"，将字体修改为True Type字体"Lucida Console"，然后点击确定将属性应用到当前窗口。如下图所示: 这时使用type命令就可以显示UTF-8文本文件的内容了： 1 type filename.txt 4、通过以上操作并不能完全解决问题，因为显示出来的内容有可能不完全。可以先最小化，然后最大化命令行窗口，文件的内容就完整的显示出来了。 5、另外提供一些chcp命令的参考: chcp 65001 就是换成UTF-8代码页 chcp 936 可以换回默认的GBK chcp 437 是美国英语 来源： https://www.cnblogs.com/wjcoding/p/11437917.html