日文字符多字节编码基础

日文字符只能使用多字节编码,而且,编码规范取决于平台和字符的使用 目的(text purpose)。跟糟糕的是,编码规范之间还稍有差异。为了开发 出适应日文环境的Web应用,开发人员必须对编码规范有个清晰的认识,确保 使用了合适的编码规范。

  • 存储一个日文字符最大需要6个字节空间
  • 多数日文多字节字符是单字节字符出现频率的两倍。这些字符被称为 "zen-kaku",在日文中代表的意思是"full width"。 其它窄一些的字符被称作"han-kaku",意思是"half width"。 字符实际显示的宽度,取决于显示时使用的字体。
  • 有些字符编码采用ISO-2022定义的转码序列(shift sequences) 来转换特殊的编码 空间(00h to 7fh)。
  • 在SMTP/NNTP协议应用中 建议 采用ISO-2022-JP编码,并且头部和实体部分,应该按照 RFC要求重新编码。虽然这些并不是强制性要求,但最好还是按这个建议做,因为几款 流行的客户端不支持其他的编码方式。
  • 手机服务页面,例如» i-mode或者» EZweb 应该 使用Shift_JIS编码。
  • 从PHP 5.4.0开始,象形字符(pictogram characters )已经可以支持像 » i-mode 或者 » EZweb 这样的手机服务。