Page 415 - HTTP权威指南
P. 415
有些字符编码（比如 UTF-8 和 iso-2022-jp）更加复杂，它们是可变长（variable-
length）编码，也就是说每个字符的位数都是可变的。这种类型的编码允许使用额外
的二进制位表示拥有大量字符的字母表（比如汉语和日语），仅用较少的二进制位来
表示标准的拉丁字符。
16.2.2 字符集和编码如何工作
现在我们来看看字符集和编码到底做了什么。
我们想把文档中的二进制码转换为字符以便显示在屏幕上。但由于有很多不同的字
母表，也有很多不同的方法把字符编码成二进制码（这些方法各有优缺点），我们需
要一种标准方法来描述并应用把二进制码转换为字符的解码算法。
把二进制码转换为字符要经过两个步骤，如图 16-2 所示。
• 在图 16-2a 中，文档中的二进制码被转换成字符代码，它表示了特定编码字符集
中某个特定编号的字符。在这个例子里，解码后的字符代码是数字编号 225。
• 在图 16-2b 中，字符代码用于从编码的字符集中选择特定的元素。在 iso-8859-6
中，值 225 对应阿拉伯字母“FEH”。在步骤 a 和 b 中使用的算法取决于 MIME
的 charset 标记。
按iso-8859-6编
码的字符集
65 大写拉丁字母A
66 大写拉丁字母B
224 阿拉伯语中的占位对齐字符
225 阿拉伯字母FEH
226 阿拉伯字母QAF
227 阿拉伯字母KAF
数据二进制码 字符代码 唯一字符 字形
...11100001 225 "阿拉伯字母FEH"
(在iso-8859-6
字符集中)
编码方案（使用iso- 编码后的字符集 字体和显示逻辑
8859-6中的编码方案）
（a）使用编码方案解码 （b）使用编码后的 （c）使用字体和版式
字符集找到字符 软件找到显示字形
MIME中的charset标记综合描述了字符编码方案和编码后的字符集映射关系
图 16-2 HTTP 协议中的 charset 是字符编码方案和编码后字符集的组合
390 ｜ 第 16 章
