您现在的位置: IOS教程網 >> IOS系統 >  >> iOS 程式開發 >> iOS 開發基礎

程式設計師必備的編碼與轉義常識

編輯:iOS 開發基礎

在日常開發與除錯過程中,亂碼、編碼不一致、特殊字元處理錯誤,都是經常遇到的問題。理解編碼與轉義的基本概念,能幫助我們在跨平台、跨語言、跨系統的開發場景中少走許多彎路。

一、從 ASCII 到各國編碼

電腦底層保存的資料其實只有 0 與 1。為了讓這些二進位資料能對應人類可讀的符號,最早廣泛使用的標準是 ASCII。它主要涵蓋英文字母、數字與常見符號,並以 7 位元表示 128 個字元。

後來為了支援更多符號,出現了擴充 ASCII 的概念,也就是將最高位元用於擴充,理論上可表示 256 個字元。但不同國家與地區對擴充區的定義並不相同,因此希臘、法國、日本等地可能各自有不同映射,這也造成跨語言處理時容易出現混亂。

在拉丁語系中,ISO-8859 系列曾經扮演重要角色,其中 ISO-8859-1 包含 ASCII,並廣泛用於西歐語言環境。不過,它仍然無法解決中文、日文、韓文等大量表意文字的需求。

二、中文編碼的演進

中文需要更多位元來表示。早期常見做法是使用兩個位元組表示一個漢字,同時保持與 ASCII 的相容性。當遇到小於 128 的位元組時,仍按 ASCII 處理;只有連續出現高位元組時,才組合為一個中文字元。

GB2312 是早期重要的中文字元集,收錄常用簡體中文。後來 GBK 進一步擴充,收錄更多漢字,也包含部分日文假名與其他符號。GB18030 則是更晚近的國家標準,採取變長編碼方式,能容納更廣泛的字元。

除了簡體中文環境,繁體中文常見的編碼包括 Big5。不同地區各自發展編碼標準,使得文字交換變得複雜。Windows 記事本中常見的 ANSI,其實並不是單一編碼,而是依系統語言設定選擇對應的本機編碼。

三、Unicode 與 UTF-8

Unicode 的目標是為世界上絕大多數文字與符號提供統一編碼。早期常見形式包括 UTF-16 與 UTF-32。UTF-16 通常以兩個位元組表示基本字元,但隨著 Unicode 擴充,部分字元需要四個位元組,因此在部分語言環境中需要以代理對方式處理。

UTF-8 是目前最廣泛使用的編碼之一。它採用變長設計:ASCII 字元只占一個位元組,其他字元則可能占兩個、三個或更多位元組。這讓英文文本保持精簡,同時也能支援多語言內容,因此非常適合用於網路傳輸與跨平台儲存。

不過,UTF-8 對中文而言通常會比部分本地編碼佔用更多空間。這也是為什麼在一些歷史系統或特定產業中,GB2312、GBK 等編碼仍被保留使用的原因之一。

Sublime Text 可支援多種編碼開啟與儲存

四、BOM 與文字檔案編碼判斷

文字檔案本身通常不會明確宣告編碼,因此開啟時需要靠 BOM、系統推測或編輯器判斷。BOM 是位元組順序標記,可用來提示檔案採用何種 Unicode 編碼與位元組順序。

在類 Unix 環境中,部分工具或程式可能無法正確處理 BOM,因此純文字檔通常建議儲存為不含 BOM 的 UTF-8。若記事本或舊工具在沒有 BOM 的情況下開啟檔案,可能會誤判編碼,造成亂碼。

在 Java 中,字串內部常見以 UTF-16 表示,但開發者可透過專案編碼設定影響編譯與執行期行為。若讀取位元組時使用錯誤編碼,就可能得到亂碼。因此,讀檔、網路資料、資料庫文字欄位都應明確約定編碼。

IntelliJ IDEA 中的編碼設定

五、Base64 與 UTF-7

Base64 常用於在文字環境中傳輸二進位資料。它將資料切分為六位元組,再映射到 64 個可列印字元中。若資料長度無法被 6 整除,會補零,並在結果末尾使用等號作為填充提示。

因此,看到一段以等號結尾的字串時,它很可能是 Base64 編碼。Base64 並非加密,它只是編碼方式,不能提供保密性。

UTF-7 是歷史上的編碼方案,主要用於早期只能傳輸 7 位元 ASCII 的環境。隨著 UTF-8 普及,UTF-7 已較少使用。

六、轉義:讓特殊字元安全表達

轉義常被誤認為編碼,但兩者目標不同。編碼處理的是字元與位元組之間的映射,轉義則是讓具有語法意義的字元能被安全表示。

在 HTML 中,角括號、引號、空格等可能被解析器視為結構或格式控制符號。若要顯示這些字元,就需要使用 HTML 實體或數字轉義,例如空格可使用不換行空格實體。

在 URL 中,問號、等號、井號、空白等字元具有特殊意義。若要把它們作為參數值傳遞,通常需要進行 URL 編碼。JavaScript 提供 encodeURI 與 encodeURIComponent,前者適合保留完整 URL 結構,後者適合將整個字串作為參數值。

在 Java 中,可使用 URL 編碼與解碼工具類處理查詢參數。無論前端、後端或伺服器日誌,只要涉及 URL 參數,都應注意編碼一致性。

七、資料格式中的轉義規則

XML 的轉義規則與 HTML 類似,需要處理角括號、引號與 ampersand 等字元。YAML 則更重視可讀性,若字串中包含冒號、井號、引號、控制字元,或看起來像布林值、數字、日期,通常需要用引號標註。

JSON 需要轉義雙引號、反斜線與部分控制字元。CSV 則以逗號分隔欄位,若欄位內容包含逗號、換行或雙引號,就需要用雙引號包住;若內容本身含雙引號,則需將雙引號寫成兩個連續雙引號。

八、程式語言中的反斜線轉義

多數程式語言使用反斜線進行轉義,例如換行、定位字元、回車、雙引號與反斜線本身。不同語言在細節上略有差異,例如某些語言支援十六進位轉義,而 Java 更常使用 Unicode 轉義。

SQL 中若要在字串裡表示單引號,通常需使用兩個連續單引號。至於模糊查詢中的百分比符號,是否需轉義取決於資料庫與查詢情境,但使用者輸入仍應進行參數化處理,避免 SQL 注入。

整體而言,編碼與轉義並不是單一知識點,而是跨系統開發時必須建立的基本素養。理解它們背後的規則,才能在建置 API、處理檔案、除錯亂碼與設計資料格式時更加游刃有餘。

  1. 上一篇文章:
  2. 下一篇文章:
蘋果刷機越獄教程| IOS教程問題解答| IOS技巧綜合| IOS7技巧| IOS8教程
Copyright © IOS教程網 All Rights Reserved