Oracle数据库字符集问题解析

nattyneat · 发表于 2005-9-12 14:27

最初由 ygzeng 发布
[B]jeffli73,关于实验3，你的解释是正确的！我后来查了一下，具体过程可能是这样的：
存储的时候，由于ISO8859并不支持中文，输入的“中文”只能用替代字符“¿”（191）来替代！
读取的时候,根据UCS-2和UTF8的转换规则2,如果字符位于:0080 - 07FF则取11位,转换成为:110xxxxx 10xxxxxx,191(BF)位于这个区间,根据这个规则,其转换成C2BF),由于操作体统是GB2312,在GB2312中,驴的编码是:C2BF
samechsu，数据库安装之后，字符集只能从子集向超集转换，两个不兼容的数据库的字符集不能转换的！ [/B]

ygzeng 兄,你的这些转换规则从那儿得到的啊,

偶有兴趣,想知道,google出来的东西烟波浩淼,你那儿有没有什么好的介绍.
有没有什么方法知道某个字符在utf8或者utf-8中的编码方案啊?没有找到utf8的转换表.

nattyneat · 发表于 2005-9-12 14:59

找到了.

UTF-8就是以8位为单元对UCS进行编码。从UCS-2到UTF-8的编码方式如下：

UCS-2编码(16进制) UTF-8 字节流(二进制)
0000 - 007F 0xxxxxxx
0080 - 07FF 110xxxxx 10xxxxxx
0800 - FFFF 1110xxxx 10xxxxxx 10xxxxxx

例如“汉”字的Unicode编码是6C49。6C49在0800-FFFF之间，所以肯定要用3字节模板了：1110xxxx 10xxxxxx 10xxxxxx。将6C49写成二进制是：0110 110001 001001，用这个比特流依次代替模板中的x，得到：11100110 10110001 10001001，即E6 B1 89。

见http://fmddlmyy.home4u.china.com/text6.html