国产成人亚洲影院在线观看,亚洲人成网站18禁止,亚洲国产主播精品极品网红

java�~�码问题

OO — Tue, 03 Apr 2007 02:25:00 GMT

字符�Q�字节和�~�码

[原创文章�Q��{载请保留或注明出处：http://www.regexlab.com/zh/encoding.htm]

�U�别�Q�中�U?/p>

摘要�Q�本文介�l�了字符与编码的发展�q�程�Q�相��x��늚�正确理解。�D例说明了一些实际应用中�Q�编码的实现�Ҏ(gu��)��。然后，本文讲述了通常对字�W�与�~�码的几�U�误解，�׃��q�些误解而导致�ؕ码��生的原因�Q�以及消除�ؕ码的办法。本文的内容�늛��?#8220;中文问题”�Q?#8220;��q��问题”�?/p>
掌握�~�码问题的关键是正确地理解相��x��念，�~�码所涉及的技术其实是很简单的。因此，阅读本文旉��要慢��d��惻I��多思考�?/p>

引言

“字符与编�?#8221;是一个被�l�常讨论的话题。即使这��P��时常出现的�ؕ码仍然困扰着大家。虽然我们有很多的办法可以用来消除�ؕ码，但我们�ƈ不一定理解这些办法的内在原理。而有的�ؕ码��生的原因�Q�实际上�׃��底层代码本��n有问题所��D��的。因此，不仅是初学者会对字�W�编码感到模�p�，有的底层开发�h员同样对字符�~�码�~�Z��准确的理解�?/p>

1. �~�码问题的由来，相关概念的理�?/h4>

1.1 字符与编码的发展

从计��机对多国语�a�的支持角度看�Q�大致可以分��Z��个阶�D�：

	�pȝ��内码	说明	�pȝ��
阶段一	ASCII	计算机刚开始只支持��p��Q�其它语�a�不能够在计算��Z��存储和显�C��?/td>	英文 DOS
阶段�?/td>	ANSI�~�码 �Q�本地化�Q?/td>	��Z��计算机支持更多语�a��Q�通常使用 0x80~0xFF 范围�?2 个字节来表示 1 个字�W�。比如：汉字 '�? 在中文操作系�l�中�Q��?[0xD6,0xD0] �q�两个字节存储�?br> 不同的国家和地区制定了不同的标准�Q�由此��生了 GB2312, BIG5, JIS �{�各自的�~�码标准。这些��?2 个字节来代表一个字�W�的各种汉字延�׾~�码方式�Q�称�?strong> ANSI �~�码。在��体中文系�l�下�Q�ANSI �~�码代表 GB2312 �~�码�Q�在日文操作�pȝ��下，ANSI �~�码代表 JIS �~�码�?br> 不同 ANSI �~�码之间互不兼容�Q�当信息在国际间交流�Ӟ��无法��属于两�U�语�a�的文字，存储在同一�D?strong> ANSI �~�码的文本中�?/td>	中文 DOS�Q�中�?Windows 95/98�Q�日�?Windows 95/98
阶段�?/td>	UNICODE �Q�国际化�Q?/td>	��Z��使国际间信息交流更加方便�Q�国际组�l�制定了 UNICODE 字符�?/strong>�Q��ؓ各种语言中的每一个字�W�设定了�l�一�q�且唯一的数字编��P��以满��语言、跨�q�_��q�行文本转换、处理的要求�?/td>	Windows NT/2000/XP�Q�Linux�Q�Java

字符串在内存中的存放�Ҏ(gu��)��Q?/p>

�?ASCII 阶段�Q?strong>单字节字�W�串使用一个字节存放一个字�W�（SBCS�Q�。比如，"Bob123" 在内存中为：

42	6F	62	31	32	33	00

B	o	b	1	2	3	\0

在��?ANSI �~�码支持多种语言阶段�Q�每个字�W��用一个字节或多个字节来表�C�（MBCS�Q�，因此�Q�这�U�方式存攄��字符也被�U�C��多字节字�W?/strong>。比如，"中文123" 在中�?Windows 95 内存中�ؓ7个字节，每个汉字�?个字节，每个英文和数字字�W�占1个字节：

D6 D0 CE C4 31 32 33 00

�?/td> �?/td> 1 2 3 \0

�?UNICODE 被采用之后，计算机存攑֭��W�串�Ӟ��改�ؓ存放每个字符�?UNICODE 字符集中的序受��目前计��机一般��?2 个字节（16 位）来存放一个序��P��DBCS�Q�，因此�Q�这�U�方式存攄��字符也被�U�C��宽字节字�W?/strong>。比如，字符�?"中文123" �?Windows 2000 下，内存中实际存攄��?5 个序��P��

2D 4E 87 65 31 00 32 00 33 00 00 00      ← �?x86 CPU 中，低字节在�?/font>

�?/td> �?/td> 1 2 3 \0 　

一共占 10 个字节�?/p>
1.2 字符�Q�字节，字符�?/h5>
理解�~�码的关键，是要把字�W�的概念和字节的概念理解准确。这两个概念�Ҏ(gu��)��h��Q�我们在此做一下区分：

　 概念描述 举例

字符 ��Z��使用的记��P��抽象意义上的一个符受��?/td> '1', '�?, 'a', '$', '�K?, ……

字节计算��Z��存储数据的单元，一�?位的二进制数�Q�是一个很具体的存储空间�?/td> 0x01, 0x45, 0xFA, ……

ANSI
字符�?/td> 在内存中�Q�如�?#8220;字符”是以 ANSI �~�码形式存在的，一个字�W�可能��用一个字节或多个字节来表�C�，那么我们�U�这�U�字�W�串�?ANSI 字符�?/strong>或�?strong>多字节字�W�串�?/td> "中文123"
�Q�占7字节�Q?/span>

UNICODE
字符�?/td> 在内存中�Q�如�?#8220;字符”是以�?UNICODE 中的序号存在的，那么我们�U�这�U�字�W�串�?UNICODE 字符�?/strong>或�?strong>宽字节字�W�串�?/td> L"中文123"
�Q�占10字节�Q?/span>

�׃��不同 ANSI �~�码所规定的标准是不相同的�Q�因此，对于一个给定的多字节字�W�串�Q�我们必��ȝ��道它采用的是哪一�U�编码规则，才能够知道它包含了哪�?#8220;字符”。而对�?UNICODE 字符�?/strong>来说�Q�不��在什么环境下�Q�它所代表�?#8220;字符”内容��L��不变的�?/p>
1.3 字符集与�~�码

各个国家和地区所制定的不�?ANSI �~�码标准中，都只规定了各自语�a�所需�?#8220;字符”。比如：汉字标准�Q�GB2312�Q�中没有规定韩国语字�W�怎样存储。这�?ANSI �~�码标准所规定的内容包含两层含义：

使用哪些字符。也��是说哪些汉字，字母和符号会被收入标准中。所包含“字符”的集合就叫做“字符�?/strong>”�?

规定每个“字符”分别用一个字节还是多个字节存储，用哪些字节来存储�Q�这个规定就叫做“�~�码”�?

各个国家和地区在制定�~�码标准的时候，“字符的集�?#8221;�?#8220;�~�码”一般都是同时制定的。因此，�q�_��我们所说的“字符�?#8221;�Q�比如：GB2312, GBK, JIS �{�，除了�?#8220;字符的集�?#8221;�q�层含义外，同时也包含了“�~�码”的含义�?/p>
“UNICODE 字符�?/strong>”包含了各�U�语�a�中��用到的所�?#8220;字符”。用来给 UNICODE 字符集编码的标准有很多种�Q�比如：UTF-8, UTF-7, UTF-16, UnicodeLittle, UnicodeBig �{��?/p>
1.4 常用的编码简�?/h5>
��单介�l�一下常用的�~�码规则�Q��ؓ后边的章节做一个准备。在�q�里�Q�我们根据编码规则的特点�Q�把所有的�~�码分成三类�Q?/p>

分类 �~�码标准 说明

单字节字�W�编�?/td> ISO-8859-1 最��单的�~�码规则�Q�每一个字节直接作��Z��?UNICODE 字符。比如，[0xD6, 0xD0] �q�两个字节，通过 iso-8859-1 转化为字�W�串�Ӟ��直接得�?[0x00D6, 0x00D0] 两个 UNICODE 字符�Q�即 "ÖÐ"�?br>
反之�Q�将 UNICODE 字符串通过 iso-8859-1 转化为字节串�Ӟ��只能正常转化 0~255 范围的字�W��?/td>

ANSI �~�码 GB2312,
BIG5,
Shift_JIS,
ISO-8859-2 …… �?UNICODE 字符串通过 ANSI �~�码转化�?#8220;字节�?#8221;�Ӟ��Ҏ(gu��)��各自�~�码的规定，一�?UNICODE 字符可能转化成一个字节或多个字节�?br>
反之�Q�将字节串�{化成字符串时�Q�也可能多个字节转化成一个字�W�。比如，[0xD6, 0xD0] �q�两个字节，通过 GB2312 转化为字�W�串�Ӟ��得�?[0x4E2D] 一个字�W�，�?'�? 字�?br>
“ANSI �~�码”的特点：
1. �q�些“ANSI �~�码标准”都只能处理各自语�a�范围之内�?UNICODE 字符�?br>2. “UNICODE 字符”�?#8220;转换出来的字�?#8221;之间的关�p�L��Zؓ规定的�?/td>

UNICODE �~�码 UTF-8,
UTF-16, UnicodeBig …… �?#8220;ANSI �~�码”�c�M��的，把字�W�串通过 UNICODE �~�码转化�?#8220;字节�?#8221;�Ӟ��一�?UNICODE 字符可能转化成一个字节或多个字节�?br>
�?#8220;ANSI �~�码”不同的是�Q?br>1. �q�些“UNICODE �~�码”能够处理所有的 UNICODE 字符�?br>2. “UNICODE 字符”�?#8220;转换出来的字�?#8221;之间是可以通过计算得到的�?/td>

我们实际上没有必要去��q��每一�U�编码具体把某一个字�W�编码成了哪几个字节�Q�我们只需要知�?#8220;�~�码”的概念就是把“字符”转化�?#8220;字节”��可以了。对�?“UNICODE �~�码”�Q�由于它们是可以通过计算得到的，因此�Q�在�Ҏ(gu��)��的场合，我们可以��M��解某一�U?#8220;UNICODE �~�码”是怎样的规则�?/p>
2. 字符与编码在�E�序中的实现

2.1 �E�序中的字符与字�?/h5>
�?C++ �?Java 中，用来代表“字符”�?#8220;字节”的数据类型，以及�q�行�~�码的方法：

�c�d��或操�?/strong> C++ Java

字符 wchar_t char

字节 char byte

ANSI 字符�?/td> char[] byte[]

UNICODE 字符�?/td> wchar_t[] String

字节�?#8594;字符�?/td> mbstowcs(), MultiByteToWideChar() string = new String(bytes, "encoding")

字符�?#8594;字节�?/td> wcstombs(), WideCharToMultiByte() bytes = string.getBytes("encoding")

以上需要注意几点：

Java 中的 char 代表一�?#8220;UNICODE 字符�Q�宽字节字符�Q?#8221;�Q��?C++ 中的 char 代表一个字节�?/li>
MultiByteToWideChar() �?WideCharToMultiByte() �?Windows API 函数�?/li>

2.2 C++ 中相兛_��现方�?/h5>
声明一�D�字�W�串帔R��Q?/p>

// ANSI 字符�Ԍ��内容长度 7 字节
char     sz[20] = "中文123";

// UNICODE 字符�Ԍ��内容长度 5 �?wchar_t�Q?0 字节�Q?/span>
wchar_t wsz[20] = L"\x4E2D\x6587\x0031\x0032\x0033";

UNICODE 字符串的 I/O 操作�Q�字�W�与字节的�{换操作：

// �q�行时设定当�?ANSI �~�码�Q�VC 格式
setlocale(LC_ALL, ".936");

// GCC 中格�?/span>
setlocale(LC_ALL, "zh_CN.GBK");

// Visual C++ 中��用小�?%s�Q�按�?setlocale 指定�~�码输出到文�?br>// GCC 中��用大�?%S
fwprintf(fp, L"%s\n", wsz);

// �?UNICODE 字符串按�?setlocale 指定的编码�{换成字节
wcstombs(sz, wsz, 20);
// 把字节串按照 setlocale 指定的编码�{换成 UNICODE 字符�?br>mbstowcs(wsz, sz, 20);

�?Visual C++ 中，UNICODE 字符串常量有更简单的表示�Ҏ(gu��)��。如果源�E�序的编码与当前默认 ANSI �~�码不符�Q�则需要��?#pragma setlocale�Q�告诉编译器源程序��用的�~�码�Q?/p>

// 如果源程序的�~�码与当前默�?ANSI �~�码不一��_��
// 则需要此行，�~�译时用来指明当前源�E�序使用的编�?/span>
#pragma setlocale(".936")

// UNICODE 字符串常量，内容长度 10 字节
wchar_t wsz[20] = L"中文123";

以上需要注�?#pragma setlocale �?setlocale(LC_ALL, "") 的作用是不同的，#pragma setlocale 在编译时起作用，setlocale() 在运行时起作用�?/p>
2.3 Java 中相兛_��现方�?/h5>
字符串类 String 中的内容�?UNICODE 字符�Ԍ��

// Java 代码�Q�直接写中文
String string = "中文123";

// 得到长度�?5�Q�因为是 5 个字�W?/span>
System.out.println(string.length());

字符�?I/O 操作�Q�字�W�与字节转换操作。在 Java �?java.io.* 中，�?#8220;Stream”�l�尾的类一般是用来操作“字节�?#8221;的类�Q�以“Reader”�Q?#8220;Writer”�l�尾的类一般是用来操作“字符�?#8221;的类�?/p>

// 字符串与字节串间�怺�转化

// 按照 GB2312 得到字节�Q�得到多字节字符�Ԍ��
byte [] bytes = string.getBytes("GB2312");

// 从字节按�?GB2312 得到 UNICODE 字符�?/span>
string = new String(bytes, "GB2312");

// 要将 String 按照某种�~�码写入文本文�g�Q�有两种�Ҏ(gu��)��Q?br>
// �W�一�U�办法：�?Stream �c�d��入已�l�按照指定编码�{化好的字节串
OutputStream os = new FileOutputStream("1.txt");
os.write(bytes);
os.close();

// �W�二�U�办法：构造指定编码的 Writer 来写入字�W�串
Writer ow = new OutputStreamWriter(new FileOutputStream("2.txt"), "GB2312");
ow.write(string);
ow.close();

/* 最后得到的 1.txt �?2.txt 都是 7 个字�?*/

如果 java 的源�E�序�~�码与当前默�?ANSI �~�码不符�Q�则在编译的时候，需要指明一下源�E�序的编码。比如：

E:\>javac -encoding BIG5 Hello.java

以上需要注意区分源�E�序的编码与 I/O 操作的编码，前者是在编译时起作用，后者是在运行时起作用�?/p>
3. 几种误解�Q�以及�ؕ码��生的原因和解军_��?/h4>
3.1 �Ҏ(gu��)��产生的误�?/h5>

　 对编码的误解

误解一在将“字节�?#8221;转化�?#8220;UNICODE 字符�?#8221;�Ӟ��比如在读取文本文件时�Q�或者通过�|�络传输文本�Ӟ��Ҏ(gu��)��?#8220;字节�?#8221;��单地作�ؓ单字节字�W�串�Q�采用每“一个字�?#8221;��是“一个字�W?#8221;的方法进行�{化�?br>
而实际上�Q�在非英文的环境中，应该��?#8220;字节�?#8221;作�ؓ ANSI 字符�Ԍ��采用适当的编码来得到 UNICODE 字符�Ԍ��有可�?#8220;多个字节”才能得到“一个字�W?#8221;�?br>
通常�Q�一直在英文环境下做开发的�E�序员们�Q�容易有�q�种误解�?/td>

误解�?/td> �?DOS�Q�Windows 98 �{�非 UNICODE 环境下，字符串都是以 ANSI �~�码的字节�Ş式存在的。这�U�以字节形式存在的字�W�串�Q�必��ȝ��道是哪种�~�码才能被正��地使用。这使我们�Ş成了一个惯性思维�Q?#8220;字符串的�~�码”�?br>
�?UNICODE 被支持后�Q�Java 中的 String 是以字符�?#8220;序号”来存储的�Q�不是以“某种�~�码的字�?#8221;来存储的�Q�因此已�l�不存在“字符串的�~�码”�q�个概念了。只有在“字符�?#8221;�?#8220;字节�?#8221;转化�Ӟ��或者，��一�?#8220;字节�?#8221;当成一�?ANSI 字符串时�Q�才有编码的概念�?br>
不少的�h都有�q�个误解�?/td>

�W�一�U�误解，往往是导致�ؕ码��生的原因。第二种误解�Q�往往��D��本来�Ҏ(gu��)��U�正的�ؕ码问题变得更复杂�?/p>
在这里，我们可以看到�Q�其中所讲的“误解一”�Q�即采用�?#8220;一个字�?#8221;��是“一个字�W?#8221;的�{化方法，实际上也��q��同于采用 iso-8859-1 �q�行转化。因此，我们常常使用 bytes = string.getBytes("iso-8859-1") 来进行逆向操作�Q�得到原始的“字节�?#8221;。然后再使用正确�?ANSI �~�码�Q�比�?string = new String(bytes, "GB2312")�Q�来得到正确�?#8220;UNICODE 字符�?#8221;�?/p>
3.2 �?UNICODE �E�序在不同语�a�环境间移植时的�ؕ�?/h5>
�?UNICODE �E�序中的字符�Ԍ��都是以某�U?ANSI �~�码形式存在的。如果程序运行时的语�a�环境与开发时的语�a�环境不同�Q�将会导�?ANSI 字符串的昄��p�|�?/p>
比如�Q�在日文环境下开发的�?UNICODE 的日文程序界面，拿到中文环境下运行时�Q�界面上��显�C�Zؕ码。如果这个日文程序界面改为采�?UNICODE 来记录字�W�串�Q�那么当在中文环境下�q�行�Ӟ��界面上将可以昄��正常的日文�?/p>
�׃��客观原因�Q�有时候我们必��d��中文操作�pȝ��下运行非 UNICODE 的日文��Y�Ӟ��q�时我们可以采用一些工��P��比如�Q�南极星�Q�AppLocale �{�，暂时的模拟不同的语言环境�?/p>
3.3 �|�页提交字符�?/h5>
当页面中的表单提交字�W�串�Ӟ��首先把字�W�串按照当前��面的编码，转化成字节串。然后再��每个字节�{化成 "%XX" 的格式提交到 Web 服务器。比如，一个编码�ؓ GB2312 的页面，提交 "�? �q�个字符串时�Q�提交给服务器的内容�?"%D6%D0"�?/p>
在服务器端，Web 服务器把收到�?"%D6%D0" 转化�?[0xD6, 0xD0] 两个字节�Q�然后再�Ҏ(gu��)�� GB2312 �~�码规则得到 "�? 字�?/p>
�?Tomcat 服务器中�Q�request.getParameter() 得到��q��Ӟ��常常是因为前面提到的“误解一”造成的。默认情况下�Q�当提交 "%D6%D0" �l?Tomcat 服务器时�Q�request.getParameter() ��返�?[0x00D6, 0x00D0] 两个 UNICODE 字符�Q�而不是返回一�?"�? 字符。因此，我们需要��?bytes = string.getBytes("iso-8859-1") 得到原始的字节串�Q�再�?string = new String(bytes, "GB2312") 重新得到正确的字�W�串 "�?�?/p>
3.4 从数据库��d��字符�?/h5>
通过数据库客��L��Q�比�?ODBC �?JDBC�Q�从数据库服务器中读取字�W�串�Ӟ��客户端需要从服务器获知所使用�?ANSI �~�码。当数据库服务器发送字节流�l�客��L��Ӟ��客户端负责将字节��按照正��的�~�码转化�?UNICODE 字符丌Ӏ?/p>
如果从数据库��d��字符串时得到��q��Q�而数据库中存攄��数据又是正确的，那么往往�q�是因�ؓ前面提到�?#8220;误解一”造成的。解决的办法�q�是通过 string = new String( string.getBytes("iso-8859-1"), "GB2312") 的方法，重新得到原始的字节串�Q�再重新使用正确的编码�{化成字符丌Ӏ?/p>
3.5 �?sh��)子邮�g中的字符�?/h5>
当一�D?Text 或�?HTML 通过�?sh��)子邮�g传送时�Q�发送的内容首先通过一�U�指定的字符�~�码转化�?#8220;字节�?#8221;�Q�然后再�?#8220;字节�?#8221;通过一�U�指定的传输�~�码�Q�Content-Transfer-Encoding�Q�进行�{化得到另一�?#8220;字节�?#8221;。比如，打开一��电(sh��)子邮件源代码�Q�可以看到类似的内容�Q?/p>

Content-Type: text/plain;
        charset="gb2312"
Content-Transfer-Encoding: base64

sbG+qcrQuqO17cf4yee74bGjz9W7+b3wudzA7dbQ0MQNCg0KvPKzxqO6uqO17cnnsaPW0NDEDQoNCg==

最常用�?Content-Transfer-Encoding �?Base64 �?Quoted-Printable 两种。在对二�q�制文�g或者中文文本进行�{化时�Q�Base64 得到�?#8220;字节�?#8221;�?Quoted-Printable 更短。在对英文文本进行�{化时�Q�Quoted-Printable 得到�?#8220;字节�?#8221;�?Base64 更短�?/p>
邮�g的标题，用了一�U�更��短的格式来标�?#8220;字符�~�码”�?#8220;传输�~�码”。比如，标题内容�?"�?�Q�则在邮件源代码中表�C�Zؓ�Q?/p>

// 正确的标题格�?/span>
Subject: =?GB2312?B?1tA=?=

其中�Q?/p>

�W�一�?#8220;=?”�?#8220;?”中间的部分指定了字符�~�码�Q�在�q�个例子中指定的�?GB2312�?/li>
“?”�?#8220;?”中间�?#8220;B”代表 Base64。如果是“Q”则代�?Quoted-Printable�?/li>
最�?#8220;?”�?#8220;?=”之间的部分，��是�l�过 GB2312 转化成字节串�Q�再�l�过 Base64 转化后的标题内容�?/li>

如果“传输�~�码”改�ؓ Quoted-Printable�Q�同��P��如果标题内容�?"�?�Q?/p>

// 正确的标题格�?/span>
Subject: =?GB2312?Q?=D6=D0?=

如果阅读邮�g时出��Cؕ码，一般是因�ؓ“字符�~�码”�?#8220;传输�~�码”指定有误�Q�或者是没有指定。比如，有的发邮件组件在发送邮件时�Q�标�?"�?�Q?/p>

// 错误的标题格�?/span>
Subject: =?ISO-8859-1?Q?=D6=D0?=

�q�样的表�C�，实际上是明确指明了标题�ؓ [0x00D6, 0x00D0]�Q�即 "ÖÐ"�Q�而不�?"�?�?/p>
4. 几种错误理解的纠�?/h4>
误解�Q?#8220;ISO-8859-1 是国际编码？”

非也。iso-8859-1 只是单字节字�W�集中最��单的一�U�，也就�?#8220;字节�~�号”�?#8220;UNICODE 字符�~�号”一致的那种�~�码规则。当我们要把一�?#8220;字节�?#8221;转化�?#8220;字符�?#8221;�Q�而又不知道它是哪一�U?ANSI �~�码�Ӟ��先暂时地�?#8220;每一个字�?#8221;作�ؓ“一个字�W?#8221;�q�行转化�Q�不会造成信息丢失。然后再使用 bytes = string.getBytes("iso-8859-1") 的方法可恢复到原始的字节丌Ӏ?/p>
误解�Q?#8220;Java 中，怎样知道某个字符串的内码�Q?#8221;

Java 中，字符串类 java.lang.String 处理的是 UNICODE 字符�Ԍ��不是 ANSI 字符丌Ӏ�我们只需要把字符串作�?#8220;抽象的符��L��?#8221;来看待。因此不存在字符串的内码的问题�?/p>

OO 2007-04-03 10:25 发表评论

使java服务器端支持断点�l�传

OO — Tue, 03 Apr 2007 01:04:00 GMT

1     /**
2      * 重新讄��http response参数�Q��之支持断点箋�?
3      *
4      * @param fileLength
5      *            文�g长度.
6      * @throws IOException
7      *
8      */
9     private void resetResponse(long fileLength) throws IOException {
10         long p = 0;
11         long l = fileLength;
12
13         ServletActionContext.getResponse().reset();
14         // 告诉客户端允许断点箋传多�U�程�q�接下蝲
15         // 响应的格式是:
16         // Accept-Ranges: bytes
17
18         ServletActionContext.getResponse().setHeader("Accept-Ranges", "bytes");
19         // 如果是第一�ơ下,�q�没有断点箋�?状态是默认�?nbsp;200,无需昑ּ�讄��
20         // 响应的格式是:
21         // HTTP/1.1 200 OK
22
23         if (ServletActionContext.getRequest().getHeader("Range") != null) // 客户端请求的下蝲的文件块的开始字�?/span>
24         {
25
26             ServletActionContext.getResponse().setStatus(
27                     javax.servlet.http.HttpServletResponse.SC_PARTIAL_CONTENT);
28             p = Long.parseLong(ServletActionContext.getRequest().getHeader(
29                     "Range").replaceAll("bytes=", "").replaceAll("-", ""));
30         }
31
32         //如果设设�|�了Content-Length�Q�则客户端会自动�q�行多线�E�下载。如果不希望支持多线�E�，则不要设�|�这个参数�?/span>
33         // 响应的格式是:
34         // Content-Length: [文�g的��d��] - [客户端请求的下蝲的文件块的开始字节]
35         // ServletActionContext.getResponse().setHeader("Content-Length",
36         // new Long(file.length() - p).toString());
37
38         if (p != 0) {
39
40             // 不是从最开始下�?
41             // 响应的格式是:
42             // Content-Range: bytes [文�g块的开始字节]-[文�g的��d��?nbsp;- 1]/[文�g的��d��]
43             String contentRange = new StringBuffer("bytes ")
44                                         .append(new Long(p).toString())
45                                         .append("-")
46                                         .append(new Long(l - 1).toString())
47                                         .append("/")
48                                         .append(new Long(l).toString())
49                                         .toString();
50             ServletActionContext.getResponse().setHeader("Content-Range",
51                     contentRange);
52             LogService.info("Content-Range is : " + contentRange);
53         }
54
55         _fileStream.skip(p);
56
57     }
正如代码所�C�，实现断点�l�传和多�U�程下蝲的关键在于对response的参数进行设�|��?/div>

OO 2007-04-03 09:04 发表评论

为javascript增加import�Ҏ(gu��)��Q�用来导入需要的js文�g.

OO — Mon, 18 Dec 2006 08:45:00 GMT

为javascript增加import�Ҏ(gu��)��Q�用于引入需要的js文�g。通过增加element的方法进行添加的�Ҏ(gu��)��是从�|�上得来的。我��原来作为参��C��q�来的type�Ҏ(gu��)��了根据文件名后缀来判断，看�v来更加直观一些�?br>
1/**//*--------------------------------------------------------------------------+
2   | JSLoad (url           // String  - Scripts location (i.e. http:///a.js)
3   |         [, container] // Object  - Window with script loading capability
4   |         [, type]      // String  - Type of script (i.e. text/javascript)
5   |         [, defer]     // Boolean - Flag for delaying script processing
6   |         [, language]  // String  - Language script is written in.
7   |         [, title])    // String  - Title for loaded script
8   |+--------------------------------------------------------------------------+
9   | Loads external JavaScripts; used by Import.
10   *--------------------------------------------------------------------------*/
11   function JSLoad(url, container, type, defer, language, title)
12   {
13      // verify / attain container
14      if(container == undefined || container == null) container = this;
15
16      // setup container
17      if(typeof container.write == "undefined")
18         if(typeof container.document != "undefined")
19            container = container.document;
20         else throw "Invalid container. Unable to load [" + url + "]";
21
22      // no type set
23      if(type == undefined || type == null)
24      {
25         type = '';
26
27         // no language so set default type
28         if(language == undefined || language == null)
29         {
30            language = undefined;
31            type = "text/javascript";
32         }
33      }
34
35      // set default language
36      if(language == undefined || language == null) language = "JavaScript";
37
38      // set title
39      if(title == undefined || title == null) title = '';
40
41      // set defer
42      if(defer == undefined) defer = false;
43
44      // build the script object
45      var script = container.createElement("script");
46      script.defer = defer;
47      script.language = language;
48      script.title = title;
49      script.type = type;
50      script.src = url;
51
52      // dynamically load the script via it's container
53      var head = container.getElementsByTagName("head")[0];
54      head.appendChild(script);
55   }

使用�Ҏ(gu��)��Q?import("test.js");

OO 2006-12-18 16:45 发表评论

javascript Element拖拽功能

OO — Tue, 12 Dec 2006 09:34:00 GMT

在页面中包含如下代码之后�Q��?span style="COLOR: rgb(0,0,0)">makeDraggable(item)来�ə�面元素可以拖拽

1
2document.onmousemove = mouseMove;
3document.onmouseup   = mouseUp;
4
5var dragObject  = null;
6var mouseOffset = null;
7var maxTop = null;
8var maxWidth = null;
9
10function getMouseOffset(target, event){
11    event = event || window.event;
12
13    var docPos    = getPosition(target);
14    var mousePos  = mouseCoords(event);
15    return {x:mousePos.x - docPos.x, y:mousePos.y - docPos.y};
16}
17
18function getPosition(e){
19    var left = 0;
20    var top  = 0;
21
22    while (e.offsetParent){
23        left += e.offsetLeft;
24        top  += e.offsetTop;
25        e     = e.offsetParent;
26    }
27
28    left += e.offsetLeft;
29    top  += e.offsetTop;
30
31    return {x:left, y:top};
32}
33
34function mouseMove(event){
35    event           = event || window.event;
36    var mousePos = mouseCoords(event);
37
38    if(dragObject){
39        dragObject.style.position = 'absolute';
40        var tmpTop = mousePos.y - mouseOffset.y;
41        if(tmpTop<10){
42            tmpTop = 10;
43        }
44        if(tmpTop>maxTop){
45            tmpTop = maxTop;
46        }
47        var tmpLeft = mousePos.x - mouseOffset.x;
48        if(tmpLeft<10){
49            tmpLeft = 10;
50        }
51        if(tmpLeft>maxWidth){
52            tmpLeft = maxWidth;
53        }
54        dragObject.style.top = tmpTop + "px";
55        dragObject.style.left = tmpLeft + "px";
56        return false;
57    }
58}
59function mouseUp(){
60    dragObject = null;
61}
62
63function mouseCoords(event){
64    if(event.pageX || event.pageY){
65        return {x:event.pageX, y:event.pageY};
66    }
67    return {
68        x:event.clientX + document.body.scrollLeft - document.body.clientLeft,
69        y:event.clientY + document.body.scrollTop  - document.body.clientTop
70    };
71}
72
73function makeDraggable(item){
74    if(!item) return;
75    item.onmousedown = function(event){
76        dragObject  = this.parentNode;
77        mouseOffset = getMouseOffset(this, event);
78        if(window.innerHeight>document.body.clientHeight){
79            maxTop = window.innerHeight-dragObject.offsetHeight-50;
80        }else{
81            maxTop = document.body.clientHeight-dragObject.offsetHeight-10;
82        }
83        maxWidth = document.body.clientWidth-dragObject.offsetWidth-10;
84        return true;
85    }
86}

OO 2006-12-12 17:34 发表评论

OO — Mon, 13 Nov 2006 07:34:00 GMT

http://www.itpub.net/showthread.php?s=&postid=5738725#post5738725

下面都是我收集的一些比较常用的正则表达式，因�ؓ�q�_��可能在表单验证的时候，用到的比较多。特发出来，让各位朋友共同��用。呵��c�?br />
匚w��中文字符的正则表辑ּ��Q?[u4e00-u9fa5]
评注�Q�匹配中文还真是个头疼的事，有了�q�个表达式就好办�?br />
匚w��双字节字�W?包括汉字在内)�Q�[^x00-xff]
评注�Q�可以用来计��字�W�串的长度（一个双字节字符长度�?�Q�ASCII字符�?�Q?br />
匚w��I�白行的正则表达式：ns*r
评注�Q�可以用来删除空白行

匚w��HTML标记的正则表辑ּ��Q?lt;(S*?)[^>]*>.*?|<.*? />
评注�Q�网上流传的版本太糟�p�，上面�q�个也仅仅能匚w��部分�Q�对于复杂的嵌套标记依旧无能为力

匚w��首尾�I�白字符的正则表辑ּ��Q�^s*|s*$
评注�Q�可以用来删除行首行��I�白字符(包括�I�格、制表符、换��늬��{�等)�Q�非常有用的表达�?br />
匚w��Email地址的正则表辑ּ��Q�w+([-+.]w+)*@w+([-.]w+)*.w+([-.]w+)*
评注�Q�表单验证时很实�?br />
匚w��|�址URL的正则表辑ּ��Q�[a-zA-z]+://[^s]*
评注�Q�网上流传的版本功能很有限，上面�q�个基本可以满��需�?br />
匚w��帐号是否合法(字母开��_��允许5-16字节�Q�允许字母数字下划线)�Q�^[a-zA-Z][a-zA-Z0-9_]{4,15}$
评注�Q�表单验证时很实�?br />
匚w��国内�?sh��)话��L��Q�d{3}-d{8}|d{4}-d{7}
评注�Q�匹配�Ş式如 0511-4405222 �?021-87888822

匚w��腾讯QQ��P��[1-9][0-9]{4,}
评注�Q�腾讯QQ号从10000开�?br />
匚w��中国邮政�~�码�Q�[1-9]d{5}(?!d)
评注�Q�中国邮政编码�ؓ6位数�?br />
匚w��w�䆾证：d{15}|d{18}
评注�Q�中国的�w�䆾证�ؓ15位或18�?br />
匚w��ip地址�Q�d+.d+.d+.d+
评注�Q�提取ip地址时有�?/font>

匚w��特定数字�Q?br />^[1-9]d*$　　 //匚w��正整�?br />^-[1-9]d*$ 　 //匚w��负整�?br />^-?[1-9]d*$　　 //匚w��整数
^[1-9]d*|0$　 //匚w��非负整数�Q�正整数 + 0�Q?br />^-[1-9]d*|0$　　 //匚w��非正整数�Q�负整数 + 0�Q?br />^[1-9]d*.d*|0.d*[1-9]d*$　　 //匚w��正��Q�Ҏ(gu��)��
^-([1-9]d*.d*|0.d*[1-9]d*)$　 //匚w��负��Q�Ҏ(gu��)��
^-?([1-9]d*.d*|0.d*[1-9]d*|0?.0+|0)$　 //匚w��点�?br />^[1-9]d*.d*|0.d*[1-9]d*|0?.0+|0$　　 //匚w��非负��点敎ͼ�正��Q�Ҏ(gu��)�� + 0�Q?br />^(-([1-9]d*.d*|0.d*[1-9]d*))|0?.0+|0$　　//匚w��非正��点敎ͼ�负��Q�Ҏ(gu��)�� + 0�Q?br />评注�Q�处理大量数据时有用�Q�具体应用时注意修正

匚w��特定字符�Ԍ��
^[A-Za-z]+$　　//匚w��?6个英文字母组成的字符�?br />^[A-Z]+$　　//匚w��?6个英文字母的大写�l�成的字�W�串
^[a-z]+$　　//匚w��?6个英文字母的��写�l�成的字�W�串
^[A-Za-z0-9]+$　　//匚w��由数字和26个英文字母组成的字符�?br />^w+$　　//匚w��由数字�?6个英文字母或者下划线�l�成的字�W�串

在��用RegularExpressionValidator验证控�g时的验证功能及其验证表达式介�l�如�?

只能输入数字�Q�“^[0-9]*$�?br />只能输入n位的数字�Q�“^d{n}$�?br />只能输入臛_��n位数字：“^d{n,}$�?br />只能输入m-n位的数字�Q�“^d{m,n}$�?br />只能输入零和非零开头的数字�Q�“^(0|[1-9][0-9]*)$�?br />只能输入有两位小数的正实敎ͼ�“^[0-9]+(.[0-9]{2})?$�?br />只能输入�?-3位小数的正实敎ͼ�“^[0-9]+(.[0-9]{1,3})?$�?br />只能输入非零的正整数�Q�“^+?[1-9][0-9]*$�?br />只能输入非零的负整数�Q�“^-[1-9][0-9]*$�?br />只能输入长度�?的字�W�：“^.{3}$�?br />只能输入�?6个英文字母组成的字符�Ԍ��“^[A-Za-z]+$�?br />只能输入�?6个大写英文字母组成的字符�Ԍ��“^[A-Z]+$�?br />只能输入�?6个小写英文字母组成的字符�Ԍ��“^[a-z]+$�?br />只能输入由数字和26个英文字母组成的字符�Ԍ��“^[A-Za-z0-9]+$�?br />只能输入由数字�?6个英文字母或者下划线�l�成的字�W�串�Q�“^w+$�?br />验证用户密码:“^[a-zA-Z]w{5,17}$”正��格式�ؓ�Q�以字母开��_��长度�?-18之间�Q?br />

只能包含字符、数字和下划�Uѝ�?br />验证是否含有^%&',;=?$"�{�字�W�：“[^%&',;=?$x22]+�?br />只能输入汉字�Q�“^[u4e00-u9fa5],{0,}$�?br />验证Email地址�Q�“^w+[-+.]w+)*@w+([-.]w+)*.w+([-.]w+)*$�?br />验证InternetURL�Q�“^ http:// ([w-]+.)+[w-]+(/[w-./?%&=]*)?$�?br />验证�?sh��)话��L��Q�“^((d{3,4})|d{3,4}-)?d{7,8}$�?br />

正确格式为：“XXXX-XXXXXXX”，“XXXX-XXXXXXXX”，“XXX-XXXXXXX”，

“XXX-XXXXXXXX”，“XXXXXXX”，“XXXXXXXX”�?br />验证�w�䆾证号�Q?5位或18位数字）�Q�“^d{15}|d{}18$�?br />验证一�q�的12个月�Q�“^(0?[1-9]|1[0-2])$”正��格式�ؓ�Q��?1�?�?9”和�?”�?2�?br />验证一个月�?1天：“^((0?[1-9])|((1|2)[0-9])|30|31)$�?br />

正确格式为：�?1”�?9”和�?”�?1”�?br />

匚w��中文字符的正则表辑ּ��Q?[u4e00-u9fa5]
匚w��双字节字�W?包括汉字在内)�Q�[^x00-xff]
匚w��I��的正则表辑ּ��Q�n[s| ]*r
匚w��HTML标记的正则表辑ּ��Q?<(.*)>.*|<(.*) />/
匚w��首尾�I�格的正则表辑ּ��Q?^s*)|(s*$)
匚w��Email地址的正则表辑ּ��Q�w+([-+.]w+)*@w+([-.]w+)*.w+([-.]w+)*
匚w��|�址URL的正则表辑ּ��Q?/font> http:// ([w-]+.)+[w-]+(/[w- ./?%&=]*)?

(1)应用�Q�计��字�W�串的长度（一个双字节字符长度�?�Q�ASCII字符�?�Q?
String.prototype.len=function(){return this.replace([^x00-xff]/g,"aa").length;}

(2)应用�Q�javascript中没有像vbscript那样的trim函数�Q�我们就可以利用�q�个表达式来实现
String.prototype.trim = function()
{
return this.replace(/(^s*)|(s*$)/g, "");
}
(3)应用�Q�利用正则表辑ּ�分解和�{换IP地址
function IP2V(ip) //IP地址转换成对应数�?br />{
re=/(d+).(d+).(d+).(d+)/g //匚w��IP地址的正则表辑ּ�
if(re.test(ip))
{
return RegExp.$1*Math.pow(255,3))+RegExp.$2*Math.pow(255,2))+RegExp.$3*255+RegExp.$4*1
}
else
{
throw new Error("Not a valid IP address!")
}
}
(4)应用�Q�从URL地址中提取文件名的javascript�E�序
s="http://www.9499.net/page1.htm";
s=s.replace(/(.*/){0,}([^.]+).*/ig,"$2") ; //Page1.htm
(5)应用�Q�利用正则表辑ּ�限制�|�页表单里的文本框输入内�?br />�? 正则表达式限制只能输入中文：onkeyup="value=value.replace(/[^u4E00-u9FA5]/g,'') " onbeforepaste="clipboardData.setData('text',clipboardData.getData('text').replace(/[^u4E00-u9FA5]/g,''))"
�? 正则表达式限制只能输入全角字�W�： onkeyup="value=value.replace(/[^uFF00-uFFFF]/g,'') " onbeforepaste="clipboardData.setData('text',clipboardData.getData('text').replace(/[^uFF00-uFFFF]/g,''))"
�? 正则表达式限制只能输入数字：onkeyup="value=value.replace(/[^d]/g,'') "onbeforepaste= "clipboardData.setData('text',clipboardData.getData('text').replace(/[^d]/g,''))"
�? 正则表达式限制只能输入数字和英文�Q�onkeyup="value=value.replace(/[W]/g,'') "onbeforepaste="clipboardData.setData('text',clipboardData.getData('text').replace(/[^d]/g,''

OO 2006-11-13 15:34 发表评论

web�E�序中��用javascript�q�行数据校验

OO — Wed, 10 May 2006 08:50:00 GMT
     摘要: 初步实现。Code highlighting produced by Actipro CodeHighlighter (freeware)http://www.CodeHighlighter.com/-->  1

2D	4E	87	65	31	00	32	00	33	00	00	00	← �?x86 CPU 中，低字节在�?/font>

�?/td>		�?/td>		1		2		3		\0

	概念描述	举例
字符	��Z��使用的记��P��抽象意义上的一个符受��?/td>	'1', '�?, 'a', '$', '�K?, ……
字节	计算��Z��存储数据的单元，一�?位的二进制数�Q�是一个很具体的存储空间�?/td>	0x01, 0x45, 0xFA, ……
ANSI 字符�?/td>	在内存中�Q�如�?#8220;字符”是以 ANSI �~�码形式存在的，一个字�W�可能��用一个字节或多个字节来表�C�，那么我们�U�这�U�字�W�串�?ANSI 字符�?/strong>或�?strong>多字节字�W�串�?/td>	"中文123" �Q�占7字节�Q?/span>
UNICODE 字符�?/td>	在内存中�Q�如�?#8220;字符”是以�?UNICODE 中的序号存在的，那么我们�U�这�U�字�W�串�?UNICODE 字符�?/strong>或�?strong>宽字节字�W�串�?/td>	L"中文123" �Q�占10字节�Q?/span>

分类	�~�码标准	说明
单字节字�W�编�?/td>	ISO-8859-1	最��单的�~�码规则�Q�每一个字节直接作��Z��?UNICODE 字符。比如，[0xD6, 0xD0] �q�两个字节，通过 iso-8859-1 转化为字�W�串�Ӟ��直接得�?[0x00D6, 0x00D0] 两个 UNICODE 字符�Q�即 "ÖÐ"�?br> 反之�Q�将 UNICODE 字符串通过 iso-8859-1 转化为字节串�Ӟ��只能正常转化 0~255 范围的字�W��?/td>
ANSI �~�码	GB2312, BIG5, Shift_JIS, ISO-8859-2 ……	�?UNICODE 字符串通过 ANSI �~�码转化�?#8220;字节�?#8221;�Ӟ��Ҏ(gu��)��各自�~�码的规定，一�?UNICODE 字符可能转化成一个字节或多个字节�?br> 反之�Q�将字节串�{化成字符串时�Q�也可能多个字节转化成一个字�W�。比如，[0xD6, 0xD0] �q�两个字节，通过 GB2312 转化为字�W�串�Ӟ��得�?[0x4E2D] 一个字�W�，�?'�? 字�?br> “ANSI �~�码”的特点： 1. �q�些“ANSI �~�码标准”都只能处理各自语�a�范围之内�?UNICODE 字符�?br>2. “UNICODE 字符”�?#8220;转换出来的字�?#8221;之间的关�p�L��Zؓ规定的�?/td>
UNICODE �~�码	UTF-8, UTF-16, UnicodeBig ……	�?#8220;ANSI �~�码”�c�M��的，把字�W�串通过 UNICODE �~�码转化�?#8220;字节�?#8221;�Ӟ��一�?UNICODE 字符可能转化成一个字节或多个字节�?br> �?#8220;ANSI �~�码”不同的是�Q?br>1. �q�些“UNICODE �~�码”能够处理所有的 UNICODE 字符�?br>2. “UNICODE 字符”�?#8220;转换出来的字�?#8221;之间是可以通过计算得到的�?/td>

�c�d��或操�?/strong>	C++	Java
字符	wchar_t	char
字节	char	byte
ANSI 字符�?/td>	char[]	byte[]
UNICODE 字符�?/td>	wchar_t[]	String
字节�?#8594;字符�?/td>	mbstowcs(), MultiByteToWideChar()	string = new String(bytes, "encoding")
字符�?#8594;字节�?/td>	wcstombs(), WideCharToMultiByte()	bytes = string.getBytes("encoding")

	对编码的误解
误解一	在将“字节�?#8221;转化�?#8220;UNICODE 字符�?#8221;�Ӟ��比如在读取文本文件时�Q�或者通过�\|�络传输文本�Ӟ��Ҏ(gu��)��?#8220;字节�?#8221;��单地作�ؓ单字节字�W�串�Q�采用每“一个字�?#8221;��是“一个字�W?#8221;的方法进行�{化�?br> 而实际上�Q�在非英文的环境中，应该��?#8220;字节�?#8221;作�ؓ ANSI 字符�Ԍ��采用适当的编码来得到 UNICODE 字符�Ԍ��有可�?#8220;多个字节”才能得到“一个字�W?#8221;�?br> 通常�Q�一直在英文环境下做开发的�E�序员们�Q�容易有�q�种误解�?/td>
误解�?/td>	�?DOS�Q�Windows 98 �{�非 UNICODE 环境下，字符串都是以 ANSI �~�码的字节�Ş式存在的。这�U�以字节形式存在的字�W�串�Q�必��ȝ��道是哪种�~�码才能被正��地使用。这使我们�Ş成了一个惯性思维�Q?#8220;字符串的�~�码”�?br> �?UNICODE 被支持后�Q�Java 中的 String 是以字符�?#8220;序号”来存储的�Q�不是以“某种�~�码的字�?#8221;来存储的�Q�因此已�l�不存在“字符串的�~�码”�q�个概念了。只有在“字符�?#8221;�?#8220;字节�?#8221;转化�Ӟ��或者，��一�?#8220;字节�?#8221;当成一�?ANSI 字符串时�Q�才有编码的概念�?br> 不少的�h都有�q�个误解�?/td>

国产成人亚洲影院在线观看,亚洲人成网站18禁止,亚洲国产主播精品极品网红

java�~�码问题

字符�Q�字节和�~�码

引言

1. �~�码问题的由来，相关概念的理�?/h4>

1.1 字符与编码的发展

1.3 字符集与�~�码

2. 字符与编码在�E�序中的实现

3. 几种误解�Q�以及�ؕ码��生的原因和解军_���?/h4>

4. 几种错误理解的纠�?/h4>

误解�Q?#8220;ISO-8859-1 是国际编码？”

误解�Q?#8220;Java 中，怎样知道某个字符串的内码�Q?#8221;

使java服务器端支持断点�l�传

为javascript增加import�Ҏ(gu��)���Q�用来导入需要的js文�g.

javascript Element拖拽功能

web�E�序中��用javascript�q�行数据校验

3. 几种误解�Q�以及�ؕ码��生的原因和解军_��?/h4>

为javascript增加import�Ҏ(gu��)��Q�用来导入需要的js文�g.