页码

✍ dations ◷ 2025-06-07 09:35:44 #页码
代码页是字符编码的别名,也称内码表,是特定语言的字符集的一张表。早期,代码页是IBM称呼计算机的BIOS所支持的字符集编码。当时通用的操作系统都是命令行界面,这些操作系统直接使用BIOS提供的字符绘制功能来显示字符(或者是一组嵌入在显卡字符生成器中的字形)。这些BIOS代码页也被称为OEM代码页。图形操作系统使用自己的字符呈现引擎(rendering engine),可以支持多个不同的字符集编码,这类代码页被称作ANSI代码页。早期IBM和微软内部使用数字来标记不同的编码字符集,不同的厂商对同一个字符集编码使用各自不同的名称。例如,UTF-8在IBM称作代码页1208,在微软称作代码页65001,在SAP称作代码页4110。1987年4月,IBM发布了PC-DOS 3.3,正式开始使用16比特的无符号整数标识不同的代码页。这时的PC机使用CGA显示系统的字符界面,绘制不同语言的字符依靠BIOS硬件厂商(在当时就是指制定业界标准的IBM)提供的功能。如果想更换所支持的字符集,就必须换上支持该字符集的ROM芯片。微软作为DOS操作系统的软件厂商,并不拥有绘制这些字符集的知识产权。所以这些字符集的绘制实现,称作OEM代码页。最常见、最具代表性的OEM代码页是"IBM PC或MS-DOS 代码页437"。随着图形用户界面操作系统的广泛使用(最初被广为接受的是Windows 3.1),操作系统具有了字符绘制的功能。微软在Windows操作系统没有转向UTF-16作为内码实现之前(也就是在Windows 2000之前),针对不同的使用地区与国家,定义了一系列的支持不同语言字符集的代码页,被称作"Windows(或ANSI)代码页"。代表性的是实现了ISO-8859-1的代码页1252。代码页819实现了Latin-1(ISO/IEC 8859-1),用于IBM AS/400小型机。对于中日韩的多字节编码的代码页,OEM代码页与ASCII代码页相同,例如对于简体中文的OEM代码页与ASCII代码页就是GBK代码页。而对于单字节编码的代码页,如英语、俄语等,OEM代码页与ASCII代码页一般不同。这是因为在MS-DOS时代,计算机只能使用字符界面在屏幕上画出表格的框线,所以OEM代码页要在单字节字符集中包含方框绘制字符;此外,OEM代码页437提供的有限的变音符号,只能覆盖法语、西班牙语、德语、意大利语、瑞典语的字母表。而在Windows的早期时代,仍然使用单字节字符集,这时就舍弃了这些不必要的方框绘制字符,取而代之的是丹麦语、挪威语、冰岛语、加拿大法语的变音符号。为此,一个用OEM代码页的字节流要在Windows上正确显示,就需要或者显式设定使用OEM代码页;或者要显式把OEM代码页的字节流转化为ASCII代码页的字符流,这需要使用Windows系统调用OemToChar()。Windows代码页最初是根据ANSI草案实现的,这个草案最终成为ISO 8859-1。这是Windows代码页被称作ANSI的缘由。Windows-1252与ISO-8859-1并不完全一致。ISO-8859-1在0x80-0x9F范围的控制字符,在Windows-1252中被可打印字符取代。由于在web网页中,ASCII控制字符不起作用,所以网页一般用Windows-1252代码页标记替代ISO-8859-1标记。既是OEM代码页,也是Windows代码页。Windows平台上的GUI程序使用ANSI代码页,而在控制台程序使用OEM代码页(以便向后兼容)。这意味着,如果在记事本程序(notepad.exe)打开一个8位字符集编码的文本文件,将使用ANSI代码页;如果在命令行中用type命令显示这个文本文件的内容,将使用OEM代码页。这两个代码页在前128个字符的编码是一样的,但后128个字符的编码可能不一致。在Windows的命令行窗口通过标记、复制操作把一部分文本内容复制到记事本程序中,实际上是把Unicode格式的内容保存在剪贴板,使得这种文本复制保持了字符编码的透明转换。对于Windows操作系统中的命令行窗口(Command Prompt),chcp命令在没有参数时,显示当前代码页;chcp命令带一个整数参数,则改变命令行窗口的当前代码页为参数所指定。把UTF-8编码文本直接写到控制台,必须先使用函数SetConsoleOutputCP(65001),然后使用puts一族的函数来输出文本。把UTF-8编码文本写入UTF-8文件时,可以直接使用窄字符输出函数。在Windows API中,CP_ACP与CP_OEMCP分别表示当前系统的ANSI代码页与OEM代码页。对于CJK(多字节编码)的环境(泰文,日文,韩文,中文),CP_ACP与CP_OEMCP没有区别。对于非 CJK(单字节编码)的环境这两个代码页不同。 Windows的文件操作的API默认使用ASCII代码页(即CP_ACP),设备的操作的函数使用OEM代码页(即CP_OEMCP)。读写console的函数是对console设备的操作,所以默认使用OEMCP。Windows系统调用GetCPInfo()给出指定的代码页的信息。如东亚多字节代码页的缺省字符、前导字节的范围:

相关

  • 黑色素黑色素是生物色素,是酪胺酸经过一连串化学反应所形成,动物、植物与原生生物都有这种色素。黑色素通常是以聚合的方式存在。在黑色素细胞中,酪氨酸经酪氨酸酶作用,羟化生成多巴,后
  • 内啡肽内啡肽,亦称脑内啡、脑内吗啡或音译安多酚(来自英文 endorphin),是可于动物体内自行生成的类吗啡生物化学合成物,是由脊椎动物的脑下垂体和丘脑下部所分泌的氨基化合物(肽)。在1975
  • 抽动障碍抽动障碍(英文:Tics、Tic Disorder),为一种精神疾病。其被DSM定义为一类机动的或发声的行为障碍,包括各类抽动(突然的、急促的、不规律的、刻板的、无意识的运动)。其定义与ICD-10
  • 恐惧症恐惧症(phobia)是焦虑症的一种类型,此症的特征为发病者对某些事物或情境,会产生持续性的恐惧与害怕。恐惧症的典型症状是快速发作的惧怕现象,并持续超过六个月以上。患者将竭尽全
  • 不可逆拮抗剂不可逆拮抗剂是一种永久与受体结合的拮抗剂。它要么与活性位点形成共价键,要么结合得很牢固,以至于离解速率在相关时间跨度内可视为零。这使受体永久失活,并很快被内化、回收。
  • 排污交易排污交易是一种以“奖励”形式的经济诱因,鼓励私人企业致力减排的,控制污染经济工具和政府行政门径;以达致减少排放污染物目标。 仍发展中的减低排放温室气体的碳排放计划(英
  • 班夫国家公园班芙国家公园(英语:Banff National Park,法语:Le Parc national Banff)建于1885年,是加拿大历史最悠久的国家公园。它坐落于落基山脉北段,距加拿大阿尔伯塔省卡尔加里以西约110-180
  • 生命周期产品生命周期管理(Product Lifecycle Management,简称PLM)是覆盖了从产品诞生到消亡的产品生命周期全过程的、开放的、互操作的一整套应用方案。为了使产品及时上市,打败竞争者
  • 肚脐、脐,俗称肚脐眼,中医称之为“神阙”,从本质上来说是胎儿出生后,脐带脱落后留下的疤痕。肚脐位于髂前上棘水平的腹部正中线上,直径约为1.0至2.0公分。它通常可以是一个小凹陷
  • 达纳角达纳角(英文:Dana Point),是美国加利福尼亚州橙县下属的一座城市。建市于1911年3月22日,面积 大约为6.5平方英里 (16.8平方公里)。根据2010年美国人口普查,该市有人口33,351人。