這幾天研究UTF-8編碼，太暈了，把我的看法和各位討論討論。
歡迎來批啊。以下都是我的想法，哪里有不對的請不吝賜教，幫忙指出來。
==========================================================
相關的題外話：
一、操作系統
window系統內部都是unicode的。文件夾名，文件名等都是unicode的，任何語言系統下都能正常顯示。
二、輸入法：
微軟拼音輸出的是Unicode的，智能ABC輸出是簡體中文的（所以智能ABC在非簡體中文系統根本不能用，只能打英文）。
三、網頁的textarea
網頁的textarea是用unicode顯示的。所以往里打什么字都能顯示。而一些flash做的輸入框就不行了。
四、Access2000
access里面保存的數據是unicode的，在任何語言系統下都能顯示。
如果數據視圖查看有些字符不正常，那是因為顯示所用的字體不是Unicode字體，
換用Arial Unicode MS 字體就能全部顯示了。（access幫助，搜索，輸入unicode，有說明）
五、Word
word里的繁簡轉換，簡體轉換到繁體后，內碼仍是簡體中文的，其實只是簡體中的繁體字。
六、ASP內部是Unicode的，所有文本都是Unicode存儲的。需要時轉換到指定字符集。
=======================================================
首先說下結論：
<%@ codepage=936%>簡體中文
<%@ codepage=950%>繁體中文
<%@ codepage=65001%>UTF-8
codepage指定了IIS按什么編碼讀取傳遞過來的串串（表單提交，地址欄傳遞等）。
也指定了所有文本變量從Unicode轉換到的編碼，
也就指定了從數據庫取出的數據從Unicode轉換到的編碼。（注意這個，很重要。）
關鍵字：
讀取：一個串串，按簡體讀取是一些字，按繁體讀取是一些字，串串本身編碼沒有變。
轉換：系統主動的轉換，比如從Unicode的“化”字到Big5的“化”字，內碼變成Big5的。如果Big5沒有對應的字，保留Unicode形式（&#xxxx;）
簡體中文：化六個結論
Unicode16進制形式：化六个结论
Unicode10進制形式：化六个结论
下面是我推測出來的編碼轉換的過程：
客戶端：輸入法Unicode--輸入框unicode--從Unicode按charset轉換到對應編碼()--表單發送編碼
服務器端：IIS解開表單編碼--按codepage指定編碼讀取--轉換到對應的Unicode--可以用request("")讀取了--進行一些處理--以Unicode編碼保存到數據庫
服務器端：讀取數據庫的Unicode數據，轉換到codepage指定編碼---生成源代碼--IE按charset讀取顯示。
下面舉例說明：
例一：
假設有三個asp頁面，典型的留言頁面：
1.
<!--/ubbcodetab-->
write.asp 簡單的輸入表單，提交到add.asp。
<META http-equiv="Content-Type" content="text/html; charset=big5">
2.
<!--/ubbcodetab-->
add.asp 接收留言，保存到數據庫
<%@ codepage=936%>
3.
<!--/ubbcodetab-->
read.asp 從數據庫取得留言，顯示。
<%@ codepage=936%> charset=GB2312 或
<%@ codepage=950%> charset=big5
大家可以猜一猜，我在write.asp里用微軟拼音輸入法輸入“化六個討論”。最后在read.asp里會顯示什么樣？
是不是暈了。讓我們從頭分析。
例二：
把例一的add.asp的<%@ codepage=936%>改為<%@ codepage=950%>，又會怎么樣呢？
到這里發現了什么？
1．如果輸入的文字和Charset對應的不同，一轉換，就可能出現Unicode形式的字了。這里就是原因所在。以后整個過程都保留著。
2．Add.asp里codepage決定了保存到數據庫的文字，用的是哪個語言對應的Unicode.如codepage=936，
那么數據庫保存的就是簡體中文的Unicode（數據庫拿回簡體中文系統，一切正常的），
codepage=950保存的就是繁體中文的Unicode.（拿回簡體中文系統，就不對了）。
3．注意一下串串的變化過程：
--------------------------------------------------------------------
1)
<!--/ubbcodetab-->
輸入法---Charset
<!--ubbcodetab--><!--/ubbcodetab-->
Unicode----指定字符集的映射
2)
<!--/ubbcodetab-->
Charset----表單編碼
<!--ubbcodetab--><!--/ubbcodetab-->
串串簡單編碼
3)
<!--/ubbcodetab-->
表單解碼
<!--ubbcodetab--><!--/ubbcodetab-->
上步的逆過程，兩步抵消了。
4)
<!--/ubbcodetab-->
串串à按codepage讀取
<!--ubbcodetab--><!--/ubbcodetab-->
串串沒變，這步有可能“誤會讀取”
5)
<!--/ubbcodetab-->
轉為對應的Unicode
<!--ubbcodetab--><!--/ubbcodetab-->
Codepage指定字符集----Unicode映射
6)
<!--/ubbcodetab-->
中間處理，進數據庫
<!--ubbcodetab--><!--/ubbcodetab-->
無變化，直接以Unicode形式進入
7)
<!--/ubbcodetab--><!--ubbcodetab-->
<!--/ubbcodetab-->
8)
<!--/ubbcodetab-->
按codepage讀取數據庫
<!--ubbcodetab--><!--/ubbcodetab-->
Unicode----codepage指定字符集的映射
9)
<!--/ubbcodetab-->
顯示，按Charset指定字符集讀取
<!--ubbcodetab--><!--/ubbcodetab-->
串串沒變。
-------------------------------------------------------------------------------
以例一說明：
例二：
=============================================
暈了。現在來用用知識。
案例1。
簡體中文系統下跑的好好的代碼，放到國外空間上，數據庫里亂碼，原有的數據也亂碼。
分析：因為大多數人平時用的都是簡體中文系統，默認的codepage=936，所以平時大家不寫也沒有關系。
但到了國外空間問題就出來了。從數據庫里的Unicode轉換到英文編碼去了，所以數據庫原有的簡體中文轉換到英文后，按GB顯示自然亂碼。
如圖，新輸入的文字顯示正常，但數據庫里保存的是英文的Unicode的。
解決方法：全部加上<%@codepage=936即可%>。
全程只有簡體中文與對應Unicode間的轉換。
案例二：
簡體中文的代碼和數據，想轉為完全的繁體版，該怎么辦？
分析：1。代碼文件編碼全部改為Big5的，文件本身保存編碼選繁體。
2．<%@ codepage=936 %>
3.Charset=big5
4.access版本無所謂，因為access里的數據是Unicode的。
5.好了，代碼可以在純繁體系統下跑了。
6.遺留問題：原有的簡體中文數據讀出會有一些問號。效果同例一的950讀取，big5顯示。因為從簡體中文的Unicode轉換到繁體中文了，有些字繁體中沒有，就會出問號。
7.解決：用一個臨時asp頁，codepage=65001，讀出為簡體中文的Unicode，用一個Unicode->Big5的函數，轉為繁體中文，然后寫回數據庫，應該行了吧？
=============================================
兩個案例完全是我按照理論推導出來了，未經證實。
有類似經歷的歡迎批評指正。
更多文章、技術交流、商務合作、聯系博主
微信掃碼或搜索：z360901061
微信掃一掃加我為好友
QQ號聯系： 360901061
您的支持是博主寫作最大的動力，如果您喜歡我的文章，感覺我的文章對您有幫助，請用微信掃描下面二維碼支持博主2元、5元、10元、20元等您想捐的金額吧，狠狠點擊下面給點支持吧，站長非常感激您！手機微信長按不能支付解決辦法：請將微信支付二維碼保存到相冊，切換到微信，然后點擊微信右上角掃一掃功能，選擇支付二維碼完成支付。
【本文對您有幫助就好】元
