将扩展ASCII字符编码转换为UTF-8字节编码

Question

7

我正在尝试弄清楚如何对字符串进行 URL 编码，逐个字符地进行编码，而我所拥有的只是扩展 ASCII 代码。

例如，对于小于128的代码，这很简单：char "?" 的代码是63，即16进制下的3F，因此字符串 "?" 的 URL 编码为"%3F"。

那么对于大于127的 char 代码是否也可以这样做？例如 "á" 的代码是225（16进制下的E1）。是否可能从这里得到字节%C3%A1，它们组成了 "á" 的 URL 编码？如果可以，需要执行哪些操作？

编辑：我应该更具体地说明，字符集为（ISO Latin-1）。看起来我还应该更清楚地指出，这个问题涉及的是一个公式/以编程方式执行转换的方法，而不是如何使用某种语言中的某个库对 char 进行 URL 编码。

- Diogo Franco

2

你说得对，“扩展ASCII码”并没有太多意义。具体的编码是什么？你可能正在使用某种编程语言和一些库。是哪些呢？ - Tom Blodget

抱歉，我编辑了问题以更具体地说明字符编码。此外，这个问题不是关于一种语言或库的。有些库必须在不使用其他库的情况下实现此转换，我对它们如何实现感兴趣。 - Diogo Franco

1个回答

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- Alastair McCormack · Accepted Answer

如果你的"扩展ASCII"编码是ISO-8859-1，那么你很幸运。Unicode的前255个字符(不是UTF-8编码)遵循ISO-8859-1。即 á == U+00E1。

如果你使用其他编码，则没有这种好运。字符的映射是任意的，所以需要一个Rosetta石头而不是计算。

一旦你有了一个Unicode字符，你可以相对容易地使用https://www.rfc-editor.org/rfc/rfc3629中找到的规范将其编码为UTF-8。由于你的问题没有定义编程语言，因此在这里详细说明转换超出了范围。

这时百分号编码就只是将百分号编码规范应用到UTF-8字符上。

幸运的是，大多数编程语言都有内置或第三方库来进行这种转换。