枫芸志

用netbeans打开utf-8编码的文件，其中的中文全部显示成了乱码，英文显示正常，说明是文件打开时的编码不对。

设置步骤如下：

1. 找到你的Netbeans安装目录下的etc文件夹,如C:\Program Files\NetBeans 7.0.1\etc
2. 用记事本打开netbeans.conf
3. 找到netbeans_default_options这一句(没带#号的,带#号的是注释)
4. 在最后面加上一个空格,再加入-J-Dfile.encoding=UTF-8
   如: netbeans_default_options=”-J-client -J-Xss2m -J-Xms32m -J-XX:PermSize=32m -J-Dapple.laf.useScreenMenuBar=true -J-Dapple.awt.graphics.UseQuartz=true -J-Dsun.java2d.noddraw=true -J-Dfile.encoding=UTF-8″

参考：http://hi.baidu.com/hnjiakai/blog/item/9e2834fac007169f58ee9063.html

字符编码笔记：ASCII，Unicode和UTF-8

作者： 阮一峰 

版权声明：自由转载-非商用-非衍生-保持署名 | Creative Commons BY-NC-ND 3.0 

最后修改时间：2007年10月29日 09:46 

今天中午，我突然想搞清楚Unicode和UTF-8之间的关系，于是就开始在网上查资料。 

结果，这个问题比我想象的复杂，从午饭后一直看到晚上9点，才算初步搞清楚。 

下面就是我的笔记，主要用来整理自己的思路。但是，我尽量试图写得通俗易懂，希望能对其他朋友有用。毕竟，字符编码是计算机技术的基石，想要熟练使用计算机，就必须懂得一点字符编码的知识。 

阅读全文…

英文单词的统计可以直接用php原生的函数str_word_count来进行统计。但这个函数对于中文汉字显得无能为力，无法准确统计到汉字个数。

解决办法是根据汉字的编码规则，自己来实现中文汉字数统计和中英文单词数统计。汉字编码参考Unicode编码表和GB2312区位码、编码表与编码规则。

对于GB2312编码的字符采用以下函数：

阅读全文…

GB2312共收录6763个汉字，其中一级汉字3755个，二级汉字3008个；同时收录包括拉丁字母、希腊字母、日文平假名及片假名字母、俄罗斯语西里尔字母在内的682个全形字符。       

GB2312区位码

GB2312对所收汉字进行了“分区”处理，每区含有94个汉字/符号。这种表示方式也称为区位码。

• 01-09区为特殊符号。          
• 16-55区为一级汉字，按拼音排序。           
• 56-87区为二级汉字，按部首/笔画排序。          
• 10-15区及88-94区则未有编码。        

阅读全文…

 以下为Unicode编码清单，具体字符的编码表请下载Unicode编码表

1.  【0020-007F】 Basic Latin 基本拉丁字母

2.  【00A0-00FF】 Latin-1 Supplement 拉丁字母补充-1

3.  【0100-017F】 Latin Extended-A 拉丁字母扩充-A

4.  【0180-023F】 Latin Extended-B 拉丁字母扩充-B

5.  【0250-02AF】 IPA Extensions 国际音标扩充

阅读全文…