解决将汉字GBK码分拆后进行UTF-8编码而出现的乱码-1解决将汉字GBK码分拆后进行UTF-8编码而出现的乱码-1
GBKUTF-8解决将汉字码分拆后进行编码
而出现的乱码
这种乱码是比较常见的，类似于“À?×Ô”，其内码形式:%c3%80%c2%b4%c3%97%c3%94，这其实是“来自”两个字的乱码，但是为什么显示成了“À?×Ô”,是因为“来自”两个字符的GBK是:C0 B4 D7 D4，本来C084表示“来”，D7D4表示“自”，很多软件判断错误，把双字节拆成单字节编码成utf-8就是:c3 80 c2 b4 c3 97 c3 94，这种乱码的特征就是每隔一个...
解决将汉字GBK码分拆后进行UTF-8编码而出现的乱码-1
GBKUTF-8解决将汉字码分拆后进行编码
而出现的乱码
这种乱码是比较常见的，类似于“À?×Ô”，其内码形式:%c3%80%c2%b4%c3%97%c3%94，这其实是“来自”两个字的乱码，但是为什么显示成了“À?×Ô”,是因为“来自”两个字符的GBK是:C0 B4 D7 D4，本来C084表示“来”，D7D4表示“自”，很多软件判断错误，把双字节拆成单字节编码成utf-8就是:c3 80 c2 b4 c3 97 c3 94，这种乱码的特征就是每隔一个字节不是C2就是C3。
我使用VB编程，先将c3 80 c2 b4 c3 97 c3 94还原成GBK码，因为两位的UTF-8编码规则是
110XXXXX10XXXXXX，如C397的二进制是:11000011 10010111，高位去掉110，就是00011，低位去掉10，就是010111，再合起来:00011010111，就是&HD7，因为C3是11000011，跟后面低位合并，就是11XXXXXX，其实就是加上01000000，就是&H40，C2是11000010，跟后面低位合并跟后面低位合并，就是10XXXXXX，其实不变。因此具体方法是:高位为C3的，低位加&H40，高位为C2的，低位不变，同时高位都去掉，这样c3 80 c2 b4 c3 97 c3
94就变成了C0 B4 D7 D4。
但是由于VB的字符串都是UNICODE编码的，ChrW函数也只认UNICODE的汉字，因此直接ChrW(&HC0B4)显示还不正确，因此需要将GBK码再转成UNICODE码，具体方法有两种，一种是运算，另一种是取巧了，在网上下载了一个gbk-Unicode的对照码表，编段简单的程序，查找对应的Unicode码即可。最后得出C0B4 D7D4的UNICODE码为:6765 81EA，ChrW(&H6765) & ChrW(&81EA)就显示出“来自”两个字了。
本文档为【解决将汉字GBK码分拆后进行UTF-8编码而出现的乱码-1】，请使用软件OFFICE或WPS软件打开。作品中的文字与图均可以修改和编辑，
图片更改请在作品中右键图片并更换，文字修改请直接点击文字进行修改，也可以新增和删除文档中的内容。
该文档来自用户分享，如有侵权行为请发邮件ishare@vip.sina.com联系网站客服，我们会及时删除。
[版权声明] 本站所有资料为用户分享产生，若发现您的权利被侵害，请联系客服邮件isharekefu@iask.cn，我们尽快处理。
本作品所展示的图片、画像、字体、音乐的版权可能需版权方额外授权，请谨慎使用。
网站提供的党政主题相关内容(国旗、国徽、党徽..)目的在于配合国家政策宣传，仅限个人学习分享使用，禁止用于任何广告和商用目的。
浙公网安备 33021202002483