Re: 字符编码 from Timothy Chien on 2011-05-09 (public-html-ig-zh@w3.org from May 2011)

From: Timothy Chien <timdream@gmail.com>
Date: Mon, 9 May 2011 10:48:59 +0800
To: Ben Luo <benluo@gmail.com>
Cc: public-html-ig-zh@w3.org
Message-ID: <BANLkTinEEyFSMzfGcX+vOTEd3ox+Yvru8A@mail.gmail.com>

那是記憶體內部處理文字的標準吧？與檔案的編碼無關。
意思是說，

('字').charCodeAt(0)

會傳回 UCS-2 code point。


不過後果就是 UCS-2 塞不進去的 Unicode code point，像是 Ext-B 的漢字，
在 Javascript 裡面會被拆成兩個字元，這時要找到真正的 Unicode code point 就要把兩個字元的字碼都讀出來處理：

https://developer.mozilla.org/en/JavaScript/Reference/Global_Objects/String/charCodeAt#Example_2.3a_Fixing_charCodeAt_to_handle_non-Basic-Multilingual-Plane_characters_if_their_presence_earlier_in_the_string_is_unknown

算是在電腦文字處理發展史上，在節省記憶體 vs 容納所有字元之間目前大家選擇的界線。

2011/5/9 Ben Luo <benluo@gmail.com>:
> 昨天看 ECMAScript v5 的标准，字符编码要求是UCS-2 或 UTF-16,
> 在html5中是什么要求？在现实中好像大家都是用utf-8作为字符编码。对此大家有什么心得？
>
> 如果问题和html5无关，请忽略。
>
> benluo
>

Received on Monday, 9 May 2011 02:49:48 UTC