الفبای سیریلیک را نصب کنید. انتخاب و تغییر کدگذاری در Microsoft Word

با سلام خدمت خوانندگان محترم سایت وبلاگ. امروز ما با شما در مورد اینکه کراکوزیابرها از کجا در یک وب سایت و در برنامه ها آمده اند، چه کدهای متنی وجود دارد و کدام یک باید استفاده شود، صحبت خواهیم کرد. بیایید نگاهی دقیق‌تر به تاریخچه توسعه آن‌ها بیندازیم، از ASCII پایه، و همچنین نسخه‌های توسعه‌یافته آن CP866، KOI8-R، Windows 1251 و پایان دادن به رمزگذاری‌های کنسرسیوم یونیکد مدرن UTF 16 و 8.

برای برخی، این اطلاعات ممکن است غیر ضروری به نظر برسد، اما آیا می دانید که من به طور خاص در مورد کراکوزیابرهای خزنده (مجموعه شخصیت های ناخوانا) چقدر سؤال دریافت می کنم. اکنون این فرصت را خواهم داشت که همه را به متن این مقاله ارجاع دهم و اشتباهات خود را بیابم. خوب، برای جذب اطلاعات آماده شوید و سعی کنید جریان داستان را دنبال کنید.

ASCII - کدگذاری متن اصلی برای الفبای لاتین

توسعه رمزگذاری های متنی همزمان با شکل گیری صنعت IT اتفاق افتاد و در این مدت آنها توانستند دستخوش تغییرات بسیار زیادی شوند. از لحاظ تاریخی، همه چیز با EBCDIC شروع شد، که در تلفظ روسی نسبتاً ناهماهنگ بود، که امکان رمزگذاری حروف را فراهم می کرد. الفبای لاتین، اعداد عربی و علائم نگارشی با کاراکترهای کنترلی.

اما با این حال، نقطه شروع برای توسعه رمزگذاری های متن مدرن را باید معروف دانست ASCII (استاندارد آمریکاکد برای تبادل اطلاعات، که در روسی معمولاً به عنوان "aski" تلفظ می شود). این 128 کاراکتر اول را توصیف می کند که اغلب توسط کاربران انگلیسی زبان استفاده می شود - نامه ها، اعداد عربی و علائم نگارشی.

این 128 کاراکتر توصیف شده در ASCII همچنین شامل برخی از کاراکترهای خدماتی مانند براکت ها، علامت های هش، ستاره و غیره است. در واقع، شما خودتان می توانید آنها را ببینید:

این 128 کاراکتر از نسخه اصلی ASCII هستند که به استاندارد تبدیل شده اند و در هر کدگذاری دیگری قطعا آنها را پیدا خواهید کرد و به این ترتیب ظاهر می شوند.

اما واقعیت این است که با یک بایت اطلاعات می توانید نه 128، بلکه تا 256 را رمزگذاری کنید. معانی مختلف(دو به توان هشت برابر است با 256)، پس دنبال کنید نسخه پایهیک سری کامل از Asukas ظاهر شد رمزگذاری های ASCII توسعه یافته، که در آن علاوه بر 128 کاراکتر اصلی، امکان رمزگذاری نمادهای رمزگذاری ملی (مثلاً روسی) نیز وجود داشت.

در اینجا، احتمالاً ارزش آن را دارد که کمی بیشتر در مورد سیستم های اعدادی که در توضیحات استفاده می شود، صحبت کنیم. اولا، همانطور که همه می دانید، یک کامپیوتر فقط با اعداد در سیستم باینری کار می کند، یعنی صفر و یک (" جبر بولی"، اگر کسی به کالج یا مدرسه رفت). که هر کدام یک دو به توان است که از صفر شروع می شود و تا دو تا هفتم می رسد:

درک اینکه تمام ترکیب های ممکن از صفر و یک در چنین ساختاری فقط می تواند 256 باشد دشوار نیست. تبدیل یک عدد از سیستم دودوییاعشاری بسیار ساده است. شما فقط باید تمام قدرت های دو را با یک های بالاتر از آنها جمع کنید.

در مثال ما، 1 (2 به توان صفر) به اضافه 8 (دو به توان 3)، به اضافه 32 (دو به توان پنجم)، به اضافه 64 (به توان ششم)، به اضافه 128 می شود. (به قوه هفتم). مجموع 233 اینچ می شود سیستم اعشاریحساب کردن همانطور که می بینید، همه چیز بسیار ساده است.

اما اگر به جدول با دقت بیشتری نگاه کنید کاراکترهای اسکی، خواهید دید که آنها به صورت کدگذاری هگزادسیمال ارائه شده اند. به عنوان مثال، "ستاره" مطابقت در Aski عدد هگزادسیمال 2A. شما احتمالا می دانید که در سیستم هگزادسیمالاعداد علاوه بر اعداد عربی و حروف لاتین از A (به معنی ده) تا F (به معنی پانزده) استفاده می شود.

خوب پس، برای ترجمه عدد باینریبه هگزادسیمالبه روش ساده و بدیهی زیر متوسل شوید. همانطور که در تصویر بالا نشان داده شده است، هر بایت اطلاعات به دو قسمت چهار بیتی تقسیم می شود. که در هر نیم بایت کد باینریفقط شانزده مقدار را می توان رمزگذاری کرد (دو تا توان چهارم) که به راحتی می تواند به عنوان یک عدد هگزادسیمال نمایش داده شود.

علاوه بر این، در نیمه سمت چپ بایت، درجه ها باید دوباره از صفر شمارش شوند، نه همانطور که در تصویر نشان داده شده است. در نتیجه با محاسبات ساده متوجه می شویم که عدد E9 در اسکرین شات کدگذاری شده است. امیدوارم مسیر استدلال من و راه حل این معما برای شما روشن بوده باشد. خب، حالا بیایید در واقع در مورد رمزگذاری متن صحبت کنیم.

نسخه های توسعه یافته Asuka - رمزگذاری های CP866 و KOI8-R با شبه نگاری

بنابراین، ما شروع به صحبت در مورد ASCII کردیم، که، همانطور که بود، نقطه شروع توسعه همه رمزگذاری های مدرن (ویندوز 1251، یونیکد، UTF 8) بود.

در ابتدا فقط شامل 128 کاراکتر از الفبای لاتین، اعداد عربی و چیزهای دیگر بود، اما در نسخه توسعه یافته امکان استفاده از تمام 256 مقداری که می توانند در یک بایت اطلاعات رمزگذاری شوند، وجود داشت. آن ها اضافه کردن نمادهایی از حروف زبان خود به Aski امکان پذیر شد.

در اینجا برای توضیح دوباره باید منحرف شویم - اصلاً چرا به رمزگذاری نیاز داریم؟متون و چرایی اهمیت آن کاراکترهای روی صفحه رایانه شما بر اساس دو چیز تشکیل می شوند - مجموعه ای از فرم های برداری (نمایش) از کاراکترهای مختلف (در فایل هایی با ) و کدی که به شما امکان می دهد از این مجموعه فرم های برداری خارج شوید (فایل فونت) ) دقیقاً شخصیتی که باید در جای درست درج شود.

واضح است که خود فونت ها مسئول اشکال برداری هستند، اما سیستم عامل و برنامه های استفاده شده در آن مسئولیت کدگذاری را بر عهده دارند. آن ها هر متنی در رایانه شما مجموعه ای از بایت ها خواهد بود که هر کدام یک کاراکتر از همین متن را رمزگذاری می کند.

برنامه ای که این متن را روی صفحه نمایش می دهد (ویرایشگر متن، مرورگر و غیره)، هنگام تجزیه کد، رمزگذاری کاراکتر بعدی را می خواند و فرم برداری مربوطه را در آن جستجو می کند. فایل مورد نیازفونتی که برای نمایش این سند متنی متصل است. همه چیز ساده و پیش پا افتاده است.

این بدان معناست که برای رمزگذاری هر کاراکتری که نیاز داریم (مثلاً از الفبای ملی)، دو شرط باید رعایت شود - شکل برداری این کاراکتر باید با فونت استفاده شده باشد و این کاراکتر می تواند به صورت گسترده رمزگذاری شود. رمزگذاری های اسکیدر یک بایت بنابراین، یک دسته کامل از این گزینه ها وجود دارد. فقط برای رمزگذاری کاراکترهای زبان روسی، انواع مختلفی از Aska توسعه یافته وجود دارد.

به عنوان مثال، در ابتدا ظاهر شد CP866، که قابلیت استفاده از حروف الفبای روسی را داشت و نسخه توسعه یافته ASCII بود.

آن ها او قسمت بالاکاملاً با نسخه اصلی Asuka (128 کاراکتر لاتین، اعداد و سایر موارد مزخرف) مطابقت دارد که در تصویر بالا ارائه شده است، اما اکنون قسمت پایینجداول با رمزگذاری CP866 فرمی را داشتند که در تصویر زیر نشان داده شده است و به شما امکان می داد 128 کاراکتر دیگر (حروف روسی و انواع شبه گرافیک) را رمزگذاری کنید:

ببینید، در ستون سمت راست اعداد با 8 شروع می شوند، زیرا ... اعداد از 0 تا 7 به بخش اصلی ASCII اشاره دارند (نگاه کنید به تصویر اول). که حرف روسی "M" در CP866 دارای کد 9C خواهد بود (در تقاطع ردیف مربوطه با 9 و ستون با عدد C در سیستم اعداد هگزادسیمال قرار دارد)، که می تواند در یک بایت اطلاعات نوشته شود، و اگر فونت مناسب با حروف روسی وجود داشته باشد، این حرف بدون مشکل در متن ظاهر می شود.

این مبلغ از کجا آمده است؟ شبه نگاری در CP866? نکته اصلی این است که این رمزگذاری برای متن روسی در آن سال‌های پشمالو توسعه داده شد، زمانی که سیستم‌عامل‌های گرافیکی به اندازه امروز گسترده نبودند. و در Dosa و سیستم‌عامل‌های متنی مشابه، شبه‌نگاری این امکان را فراهم می‌آورد که حداقل به نحوی طراحی متون را متنوع کند و بنابراین CP866 و سایر همتایان آن از دسته نسخه‌های توسعه‌یافته Asuka در آن فراوان است.

CP866 توسط IBM توزیع شد، اما علاوه بر این، تعدادی رمزگذاری برای کاراکترهای زبان روسی توسعه داده شد، به عنوان مثال، می توان به همان نوع (ASCII توسعه یافته) نسبت داد. KOI8-R:

اصل عملکرد آن مانند CP866 است که کمی پیشتر توضیح داده شد - هر کاراکتر متن توسط یک بایت واحد رمزگذاری می شود. اسکرین شات نیمه دوم جدول KOI8-R را نشان می دهد، زیرا نیمه اول کاملاً با Asuka اصلی مطابقت دارد که در اولین تصویر در این مقاله نشان داده شده است.

از جمله ویژگی های رمزگذاری KOI8-R می توان به عدم ورود حروف روسی در جدول آن اشاره کرد. به ترتیب حروف الفبا، همانطور که برای مثال در CP866 انجام دادند.

اگر به اولین اسکرین شات (بخش اصلی، که در تمام رمزگذاری های توسعه یافته گنجانده شده است) نگاه کنید، متوجه خواهید شد که در KOI8-R حروف روسی در همان سلول های جدول قرار دارند که حروف مربوط به الفبای لاتین هستند. از قسمت اول جدول این کار برای راحتی جابجایی از حروف روسی به لاتین با حذف فقط یک بیت (دو به توان هفتم یا 128) انجام شد.

ویندوز 1251 - نسخه مدرن ASCII و دلیل بیرون آمدن کرک ها

توسعه بیشتر رمزگذاری متن به این دلیل بود که سیستم عامل های گرافیکی در حال محبوبیت بودند و نیاز به استفاده از شبه نگاری در آنها به مرور زمان از بین رفت. در نتیجه، یک گروه کامل به وجود آمد که در اصل، هنوز نسخه های توسعه یافته Asuka بودند (یک کاراکتر از متن فقط با یک بایت اطلاعات رمزگذاری می شود)، اما بدون استفاده از نمادهای شبه.

آنها متعلق به رمزگذاری های به اصطلاح ANSI بودند که توسط مؤسسه استانداردهای آمریکایی توسعه یافته بودند. در اصطلاح رایج، نام سیریلیک نیز برای نسخه با پشتیبانی از زبان روسی استفاده شده است. یک مثال از این خواهد بود.

تفاوت مطلوبی با CP866 و KOI8-R که قبلاً استفاده شده بود به این دلیل بود که مکان نمادهای شبه نگاری در آن توسط نمادهای گمشده تایپوگرافی روسی (به جز علامت لهجه) و همچنین نمادهای مورد استفاده در زبان های اسلاوی نزدیک به روسی (اوکراینی، بلاروسی و غیره):

با توجه به چنین فراوانی رمزگذاری های زبان روسی، تولید کنندگان و تولید کنندگان فونت نرم افزارسردردها مدام ایجاد می‌شد، و من و شما، خوانندگان عزیز، اغلب به همان اندازه بدنام می‌شویم کراکوزیابری، زمانی که با نسخه استفاده شده در متن اشتباه می شد.

اغلب آنها هنگام ارسال و دریافت پیام از طریق ظاهر می شوند پست الکترونیک، که مستلزم ایجاد جداول تبدیل بسیار پیچیده بود که در واقع اساساً قادر به حل این مشکل نبودند و کاربران اغلب برای مکاتبات استفاده می کردند تا هنگام استفاده از رمزگذاری های روسی مانند CP866، KOI8-R یا Windows 1251 از ترفندهای بدنام اجتناب کنند.

در واقع، کراکوزیابرهایی که به جای متن روسی ظاهر می شوند، نتیجه استفاده نادرست از رمزگذاری است. از این زبان، که با کدی که در آن کدگذاری شده بود مطابقت نداشت پیام متنیدر ابتدا

برای مثال، اگر سعی کنید کاراکترهایی را که با استفاده از CP866 کدگذاری شده اند را با استفاده از نمایش دهید جدول کدويندوز 1251، سپس همين بي‌معني‌ها (مجموعه‌اي از كاراكترهاي بي‌معني) ظاهر مي‌شوند و كاملاً جايگزين متن پيام مي‌شوند.

وضعیت مشابهی اغلب در انجمن ها یا وبلاگ ها ایجاد می شود، زمانی که متن با حروف روسی به اشتباه در رمزگذاری اشتباهی که به طور پیش فرض در سایت استفاده می شود، یا در ویرایشگر متن اشتباه ذخیره می شود، که به کدهایی که قابل مشاهده نیستند، گگ هایی اضافه می کند. چشم غیر مسلح

در نهایت، بسیاری از مردم از این وضعیت با رمزگذاری های زیاد و مدام خزنده خسته شدند و پیش نیازها برای ایجاد یک تنوع جهانی جدید که جایگزین همه موارد موجود می شد و در نهایت مشکل ظاهری را حل می کرد پدیدار شد. از متون ناخوانا علاوه بر این، مشکل زبان هایی مانند چینی وجود داشت که تعداد کاراکترهای زبان بسیار بیشتر از 256 بود.

یونیکد - رمزگذاری جهانی UTF 8، 16 و 32

این هزاران کاراکتر از گروه زبان آسیای جنوب شرقی را نمی‌توان در یک بایت اطلاعاتی که برای رمزگذاری کاراکترها در نسخه‌های توسعه‌یافته ASCII اختصاص داده شده است، توصیف کرد. در نتیجه کنسرسیومی به نام ایجاد شد یونیکد(یونیکد - کنسرسیوم یونیکد) با همکاری بسیاری از رهبران صنعت فناوری اطلاعات (کسانی که نرم افزار تولید می کنند، سخت افزار رمزگذاری می کنند، فونت ایجاد می کنند)، که علاقه مند به ظهور یک رمزگذاری متن جهانی بودند.

اولین نسخه منتشر شده تحت نظارت کنسرسیوم یونیکد بود UTF 32. عدد در نام رمزگذاری به معنای تعداد بیت هایی است که برای رمزگذاری یک کاراکتر استفاده می شود. 32 بیت معادل 4 بایت اطلاعات است که برای رمزگذاری یک کاراکتر در رمزگذاری جهانی UTF جدید مورد نیاز است.

در نتیجه، همان فایل با متن کدگذاری شده در ASCII توسعه یافته و UTF-32، در مورد دوماندازه (وزن) چهار برابر بیشتر خواهد داشت. این بد است، اما اکنون ما این فرصت را داریم که با استفاده از YTF تعدادی کاراکتر معادل دو به توان سی و دوم را رمزگذاری کنیم ( میلیاردها شخصیت، که هر مقدار واقعا ضروری را با یک حاشیه عظیم پوشش می دهد).

اما برای بسیاری از کشورهای با زبان های گروه اروپایی این است مقدار زیادیاصلاً نیازی به استفاده از کاراکترها در رمزگذاری وجود نداشت، اما وقتی از UTF-32 استفاده می شد، وزن آنها هرگز چهار برابر نمی شد. اسناد متنیو در نتیجه حجم ترافیک اینترنت و حجم داده های ذخیره شده افزایش می یابد. این مقدار زیادی است و هیچ کس نمی تواند چنین ضایعاتی را بپردازد.

در نتیجه توسعه یونیکد، UTF-16، که به قدری موفقیت آمیز بود که به طور پیش فرض به عنوان فضای پایه برای همه کاراکترهایی که استفاده می کنیم در نظر گرفته شد. از دو بایت برای رمزگذاری یک کاراکتر استفاده می کند. بیایید ببینیم این چیز چگونه به نظر می رسد.

در سیستم عامل ویندوز، می توانید مسیر "شروع" - "برنامه ها" - "لوازم جانبی" - "ابزارهای سیستم" - "جدول کاراکتر" را دنبال کنید. در نتیجه، جدولی با اشکال برداری تمام فونت های نصب شده روی سیستم شما باز می شود. اگر در " گزینه های اضافی» مجموعه ای از کاراکترهای یونیکد، می توانید برای هر فونت به طور جداگانه کل محدوده کاراکترهای موجود در آن را مشاهده کنید.

ضمناً با کلیک بر روی هر یک از آنها می توانید دو بایت آن را مشاهده کنید کد با فرمت UTF-16، متشکل از چهار رقم هگزادسیمال:

چند کاراکتر را می توان در UTF-16 با استفاده از 16 بیت کدگذاری کرد؟ 65536 (دو به توان شانزده) و این عددی است که به عنوان فضای پایه در یونیکد پذیرفته شد. علاوه بر این، راه هایی برای رمزگذاری حدود دو میلیون کاراکتر با استفاده از آن وجود دارد، اما آنها به فضای گسترده ای از یک میلیون کاراکتر متن محدود می شدند.

اما حتی این نسخه موفق رمزگذاری یونیکد رضایت زیادی برای کسانی که مثلاً برنامه هایی را فقط در زبان انگلیسی، زیرا پس از انتقال از نسخه توسعه یافته ASCII به UTF-16، وزن اسناد دو برابر شد (یک بایت به ازای هر کاراکتر در Aski و دو بایت برای هر کاراکتر مشابه در UTF-16).

دقیقاً برای جلب رضایت همه و همه چیز در کنسرسیوم یونیکد بود که تصمیم به ارائه آن گرفته شد رمزگذاری طول متغیر. UTF-8 نام داشت. با وجود هشت در نام، آن را واقعا دارد طول متغیر، یعنی هر کاراکتر متن را می توان در یک دنباله به طول یک تا شش بایت کدگذاری کرد.

در عمل، UTF-8 فقط از محدوده یک تا چهار بایت استفاده می کند، زیرا فراتر از چهار بایت کد، دیگر حتی از نظر تئوری دیگر امکان تصور چیزی وجود ندارد. تمام حروف لاتین موجود در آن در یک بایت رمزگذاری شده اند، درست مانند ASCII خوب قدیمی.

نکته قابل توجه این است که در صورت رمزگذاری فقط الفبای لاتین، حتی برنامه هایی که یونیکد را درک نمی کنند، همچنان آنچه را که در YTF-8 رمزگذاری شده است، می خوانند. آن ها بخش اصلی Asuka به سادگی به این کنسرسیوم یونیکد منتقل شد.

کاراکترهای سیریلیک در UTF-8 در دو بایت و به عنوان مثال کاراکترهای گرجی در سه بایت کدگذاری می شوند. کنسرسیوم یونیکد، پس از ایجاد UTF 16 و 8، مشکل اصلی را حل کرد - اکنون ما داریم فونت ها یک فضای کد واحد دارند. و اکنون سازندگان آنها فقط می توانند آن را با فرم های برداری از کاراکترهای متنی بر اساس نقاط قوت و قابلیت های خود پر کنند. الان حتی در ست هم می آیند.

در «جدول کاراکتر» در بالا می‌توانید ببینید که فونت‌های مختلف پشتیبانی می‌کنند مقادیر مختلفنشانه ها برخی از فونت های غنی از یونیکد می توانند بسیار سنگین باشند. اما اکنون تفاوت آنها در این واقعیت نیست که برای رمزگذاری های مختلف ایجاد شده اند، بلکه در این واقعیت است که سازنده فونت فضای کد واحد را با فرم های برداری خاصی پر کرده است یا به طور کامل پر نکرده است.

کلمات دیوانه به جای حروف روسی - چگونه آن را تعمیر کنیم

حال ببینیم چگونه krakozyabrs به ​​جای متن ظاهر می شود یا به عبارت دیگر چگونه رمزگذاری صحیح برای متن روسی انتخاب می شود. در واقع، در برنامه ای تنظیم شده است که در آن شما همین متن یا کد را با استفاده از قطعات متن ایجاد یا ویرایش می کنید.

برای ویرایش و ایجاد فایل های متنیمن شخصا از یک خیلی خوب استفاده می کنم، به نظر من، . با این حال، می تواند نحو را نیز برجسته کند صد خوبزبان های برنامه نویسی و نشانه گذاری و همچنین قابلیت گسترش با استفاده از افزونه ها را دارد. خواندن بررسی دقیقاین برنامه فوق العاده در لینک ارائه شده

که در منوی بالا Notepad++ دارای یک مورد "Encodings" است، که در آن شما این فرصت را خواهید داشت که یک گزینه موجود را به گزینه ای که به طور پیش فرض در سایت خود استفاده می شود تبدیل کنید:

در مورد یک سایت در جوملا 1.5 و بالاتر و همچنین در مورد وبلاگ در وردپرس، باید گزینه ای را برای جلوگیری از ظاهر شدن کرک انتخاب کنید. UTF 8 بدون BOM. پیشوند BOM چیست؟

واقعیت این است که هنگامی که آنها در حال توسعه رمزگذاری YUTF-16 بودند، به دلایلی تصمیم گرفتند چیزی مانند توانایی نوشتن کد کاراکتر را به ترتیب مستقیم (مثلاً 0A15) و معکوس (150A) به آن وصل کنند. . و برای اینکه برنامه ها بفهمند دقیقاً با چه ترتیبی باید کدها را بخوانند ، اختراع شد BOM(Byte Order Mark یا به عبارتی امضا) که با افزودن سه بایت اضافی به همان ابتدای اسناد بیان می شد.

در رمزگذاری UTF-8، هیچ BOM در کنسرسیوم یونیکد پیش بینی نشده بود، و بنابراین افزودن یک امضا (آن سه بایت بدنام اضافی در ابتدای سند) به سادگی از خواندن کد برخی از برنامه ها جلوگیری می کند. بنابراین هنگام ذخیره فایل ها در UTF، همیشه باید گزینه بدون BOM (بدون امضا) را انتخاب کنیم. پس شما پیشاپیش هستید خود را از خزیدن کراکوزیابرها محافظت کنید.

نکته قابل توجه این است که برخی از برنامه های ویندوز نمی توانند این کار را انجام دهند (بدون BOM نمی توانند متن را در UTF-8 ذخیره کنند) مثلاً همان Notepad بدنام ویندوز. سند را در UTF-8 ذخیره می کند، اما همچنان امضا (سه بایت اضافی) را به ابتدای آن اضافه می کند. علاوه بر این، این بایت ها همیشه یکسان خواهند بود - کد را به ترتیب مستقیم بخوانید. اما در سرورها، به دلیل این چیز کوچک، ممکن است مشکلی ایجاد شود - کلاهبرداران بیرون می آیند.

بنابراین، تحت هیچ شرایطی معمولی استفاده نکنید دفترچه یادداشت ویندوز برای ویرایش اسناد در سایت خود اگر نمی خواهید هیچ کرکی ظاهر شود. بهترین و بهترین گزینه سادهفکر کنم قبلا ذکر شد ویرایشگر Notepad++ که عملاً هیچ معایبی ندارد و فقط از مزایا تشکیل شده است.

در Notepad++، زمانی که کدگذاری را انتخاب می‌کنید، این گزینه را خواهید داشت که متن را به کدگذاری UCS-2 تبدیل کنید، که ماهیت آن بسیار نزدیک به استاندارد یونیکد است. همچنین در Notepad امکان رمزگذاری متن در ANSI وجود خواهد داشت. در رابطه با زبان روسی، این ویندوز 1251 خواهد بود، که قبلاً در بالا توضیح دادیم این اطلاعات از کجا آمده است.

در رجیستری سیستم عامل ویندوز شما ثبت شده است - در مورد ANSI کدام کد را انتخاب کنید، در مورد OEM کدام را انتخاب کنید (برای زبان روسی CP866 خواهد بود). اگر زبان پیش‌فرض دیگری را روی رایانه خود تنظیم کنید، این کدگذاری‌ها با زبان‌های مشابه از دسته ANSI یا OEM برای همان زبان جایگزین می‌شوند.

پس از اینکه سند را در Notepad++ در کدگذاری مورد نیاز خود ذخیره کردید یا سند را از سایت برای ویرایش باز کردید، می توانید نام آن را در گوشه سمت راست پایین ویرایشگر مشاهده کنید:

برای جلوگیری از قرمزی، علاوه بر اقداماتی که در بالا توضیح داده شد، نوشتن در هدر آن نیز مفید خواهد بود کد منبعتمام صفحات سایت اطلاعات مربوط به این رمزگذاری بسیار، به طوری که در سرور یا میزبان محلیهیچ سردرگمی وجود نداشت

به طور کلی، همه زبان های نشانه گذاری فرامتن به جز Html از یک اعلان خاص xml استفاده می کنند که کدگذاری متن را مشخص می کند.

قبل از تجزیه کد، مرورگر می داند که از کدام نسخه استفاده می شود و دقیقاً چگونه باید کدهای کاراکتر آن زبان را تفسیر کند. اما نکته قابل توجه این است که اگر سند را در یونیکد پیش‌فرض ذخیره کنید، می‌توان این اعلان xml را حذف کرد (اگر BOM وجود نداشته باشد رمزگذاری UTF-8 یا اگر BOM وجود داشته باشد UTF-16 در نظر گرفته می‌شود).

در مورد سند زبان HTMLبرای نشان دادن رمزگذاری استفاده می شود عنصر متا، که بین تگ های Head باز و بسته می شود:

... ...

این ورودی کاملاً متفاوت از ورودی است، اما کاملاً با استاندارد جدید Html 5 که به آرامی معرفی می شود مطابقت دارد و توسط مرورگرهایی که در حال حاضر استفاده می شوند کاملاً به درستی درک می شود.

در تئوری، یک عنصر متا با یک نشانه رمزگذاری های HTMLبهتر است سند را قرار دهید تا حد امکان در هدر سندبه طوری که در زمان مواجهه با اولین کاراکتر در متن نه از ANSI اصلی (که همیشه به درستی و با هر تغییری خوانده می شوند)، مرورگر باید از قبل اطلاعاتی در مورد نحوه تفسیر کدهای این کاراکترها داشته باشد.

موفق باشی! به زودی شما را در صفحات سایت وبلاگ می بینیم

با رفتن به اینجا می توانید ویدیوهای بیشتری را تماشا کنید

");">

ممکن است علاقه مند باشید

چه اتفاقی افتاده است آدرس های URL، تفاوت بین مطلق و پیوندهای نسبیبرای سایت
OpenServer - مدرن سرور محلیو نمونه ای از کاربرد آن برای نصب وردپرسروی کامپیوتر
Chmod چیست، چه مجوزهایی برای اختصاص دادن به فایل ها و پوشه ها (777، 755، 666) و نحوه انجام آن از طریق PHP
جستجوی Yandex بر اساس سایت و فروشگاه آنلاین

MS Word شایسته محبوب ترین است ویرایشگر متن. در نتیجه، اغلب با اسنادی در قالب این برنامه خاص مواجه می شوید. تنها چیزی که ممکن است در آنها متفاوت باشد فقط نسخه Word و فرمت فایل (DOC یا DOCX) است. با این حال، با وجود کلیات، ممکن است مشکلاتی برای باز کردن برخی از اسناد ایجاد شود.

این یک چیز است اگر یک فایل Word اصلا باز نشود یا در آن راه اندازی شود عملکرد محدودو یک چیز کاملاً دیگر وقتی باز می شود، اما اکثر، اگر نه همه، کاراکترهای سند غیرقابل خواندن هستند. یعنی به جای الفبای سیریلیک یا لاتین معمول و قابل فهم، چند علامت نامفهوم (مربع، نقطه، علامت سوال) نمایش داده می شود.

اگر با مشکل مشابهی مواجه شدید، به احتمال زیاد دلیل آن کدگذاری نادرست فایل یا به عبارت دقیق تر، محتوای متنی آن است. در این مقاله در مورد چگونگی تغییر رمزگذاری متن در Word و در نتیجه قابل خواندن آن صحبت خواهیم کرد. به هر حال، تغییر رمزگذاری همچنین ممکن است به منظور غیرقابل خواندن سند یا به اصطلاح "تبدیل" رمزگذاری برای استفاده بیشتر از محتوای متن سند Word در برنامه های دیگر ضروری باشد.

توجه داشته باشید:استانداردهای رمزگذاری متن پذیرفته شده عمومی در کشورهای مختلفممکن است متفاوت باشد. کاملاً ممکن است سندی که برای مثال توسط کاربری ساکن آسیا ایجاد شده و در رمزگذاری محلی ذخیره شده است، برای کاربر در روسیه با استفاده از رایانه شخصی و به درستی نمایش داده نشود. استاندارد وردسیریلیک.

تمام اطلاعاتی که بر روی صفحه نمایش کامپیوتر نمایش داده می شود فرم متن، در واقع در فایل Word به عنوان مقادیر عددی ذخیره می شود. این مقادیر توسط برنامه به کاراکترهای نمایش داده شده تبدیل می شوند که برای آنها از رمزگذاری استفاده می شود.

رمزگذاری- یک طرح شماره گذاری که در آن هر یک نماد متناز مسابقات ست شده مقدار عددی. رمزگذاری خود می تواند شامل حروف، اعداد و همچنین سایر کاراکترها و نمادها باشد. شایان ذکر است که در زبانهای مختلفاغلب استفاده می شود مجموعه های مختلفکاراکترها، به همین دلیل است که بسیاری از رمزگذاری ها صرفاً برای نمایش کاراکترهای زبان های خاص طراحی شده اند.

انتخاب رمزگذاری هنگام باز کردن یک فایل

اگر محتوای متنی فایل به اشتباه ظاهر شود، مانند مربع، علامت سوال و سایر نمادها، MS Word قادر به تعیین رمزگذاری آن نیست. برای حل این مشکل، باید کدگذاری صحیح (مناسب) برای رمزگشایی (نمایش) متن را مشخص کنید.

1. منو را باز کنید "فایل"(دکمه "مایکروسافت آفیس"قبلا).

2. بخش را باز کنید "گزینه ها"و مورد را انتخاب کنید "به علاوه".

3. محتویات پنجره را به پایین اسکرول کنید تا بخش را پیدا کنید "معمول هستند". کادر کنار مورد را علامت بزنید "تأیید تبدیل فرمت فایل هنگام باز کردن". کلیک "خوب"برای بستن پنجره

توجه داشته باشید:پس از علامت زدن کادر کنار این گزینه، هر بار که فایلی را در Word با فرمتی غیر از DOC، DOCX، DOCM، DOT، DOTM، DOTX باز می کنید، یک کادر محاوره ای نمایش داده می شود. "تبدیل فایل". اگر اغلب مجبور به کار با اسناد با فرمت های دیگر هستید، اما نیازی به تغییر رمزگذاری آنها ندارید، علامت این کادر را در پارامترهای برنامه بردارید.

4. فایل را ببندید و دوباره باز کنید.

5. در بخش "تبدیل فایل"مورد را انتخاب کنید "متن رمزگذاری شده".

6. در کادر محاوره ای که باز می شود "تبدیل فایل"یک نشانگر در کنار پارامتر قرار دهید "دیگر". کدگذاری مورد نیاز را از لیست انتخاب کنید.

توصیه:در پنجره "نمونه"می توانید ببینید که متن در یک رمزگذاری خاص چگونه به نظر می رسد.

7. پس از انتخاب کدگذاری مناسب، آن را اعمال کنید. حال محتوای متنی سند به درستی نمایش داده می شود.

اگر تمام متنی که برای آن رمزگذاری انتخاب می کنید تقریباً یکسان به نظر می رسد (به عنوان مثال، به شکل مربع، نقطه، علامت سوال)، به احتمال زیاد، فونت استفاده شده در سندی که می خواهید باز کنید، روی رایانه شما نصب نشده است. . در مورد نحوه نصب فونت شخص ثالثدر MS Word، می توانید در مقاله ما بخوانید.

انتخاب رمزگذاری هنگام ذخیره یک فایل

اگر رمزگذاری فایل MS Word را هنگام ذخیره مشخص نکنید (انتخاب نکنید)، به طور خودکار در رمزگذاری ذخیره می شود. یونیکد، که در بیشتر موارد کافی است. این نوعکدگذاری ها از اکثر کاراکترها و بیشتر زبان ها پشتیبانی می کنند.

اگر شما (یا شخص دیگری) قصد دارید سند ایجاد شده در Word را در برنامه دیگری باز کنید که از Unicode پشتیبانی نمی کند، همیشه می توانید رمزگذاری مورد نیاز را انتخاب کرده و فایل را در آن ذخیره کنید. بنابراین، برای مثال، در رایانه ای با سیستم عامل روسی شده، ایجاد سند به زبان چینی سنتی با استفاده از یونیکد کاملاً امکان پذیر است.

تنها مشکل این است که اگر این سنددر برنامه‌ای باز می‌شود که از زبان چینی پشتیبانی می‌کند، اما از یونیکد پشتیبانی نمی‌کند، به‌عنوان مثال، ذخیره فایل در یک کدگذاری متفاوت، صحیح‌تر است. “سنتی چینی (Big5)”. در این مورد، محتوای متن سند هنگام باز کردن آن در هر برنامه ای که پشتیبانی می کند زبان چینی، به درستی نمایش داده می شود.

توجه داشته باشید:از آنجایی که یونیکد محبوب ترین و به سادگی استانداردی گسترده در میان کدگذاری ها است، هنگام ذخیره متن در کدگذاری های دیگر، نمایش نادرست، ناقص یا حتی به طور کامل برخی از فایل ها امکان پذیر است. در مرحله انتخاب رمزگذاری برای ذخیره فایل، کاراکترها و نمادهایی که پشتیبانی نمی شوند به رنگ قرمز نمایش داده می شوند و همچنین یک اعلان با اطلاعات مربوط به دلیل نمایش داده می شود.

1. فایلی را که باید رمزگذاری آن را تغییر دهید باز کنید.

2. منو را باز کنید "فایل"(دکمه "مایکروسافت آفیس"قبلا) و انتخاب کنید "ذخیره به عنوان". در صورت لزوم، نام فایل را مشخص کنید.

3. در بخش "نوع فایل"گزینه را انتخاب کنید "متن ساده".

5. یکی از موارد زیر را انجام دهید:

برای استفاده از مجموعه کدگذاری استاندارد به طور پیش فرض، کادر کنار پارامتر را علامت بزنید «ویندوز (پیش‌فرض)»;

برای انتخاب رمزگذاری "MS-DOS"یک نشانگر در مقابل مورد مربوطه قرار دهید.

برای انتخاب هر کدگذاری دیگری، یک نشانگر در کنار مورد قرار دهید "دیگر"، پنجره ای با لیستی از رمزگذاری های موجود فعال می شود و پس از آن می توانید کدگذاری مورد نیاز را از لیست انتخاب کنید.

توجه داشته باشید:اگر، هنگام انتخاب یکی یا دیگری ( "یکی دیگر") رمزگذاری پیام را می بینید "متن برجسته شده با رنگ قرمز نمی تواند به درستی در رمزگذاری انتخاب شده ذخیره شود."، رمزگذاری دیگری را انتخاب کنید (در غیر این صورت محتویات فایل به اشتباه نمایش داده می شود) یا کادر کنار گزینه را علامت بزنید "اجازه تعویض کاراکتر".

اگر جایگزینی کاراکتر مجاز باشد، تمام نویسه‌هایی که نمی‌توانند در رمزگذاری انتخاب‌شده نمایش داده شوند، به‌طور خودکار با نویسه‌های معادل جایگزین می‌شوند. به عنوان مثال، بیضی را می توان با سه نقطه، و نقل قول های گوشه را با خطوط مستقیم جایگزین کرد.

6. فایل در رمزگذاری انتخابی شما به عنوان ذخیره می شود متن ساده(فرمت "TXT").

این همه است، در واقع، اکنون شما می دانید که چگونه رمزگذاری را در Word تغییر دهید، و همچنین می دانید که چگونه آن را انتخاب کنید اگر محتوای سند به درستی نمایش داده نشد.

گاهی اوقات، بنا به دلایلی، اتفاقی برای کاربران سیستم عامل ویندوز می افتد که منجر به خرابی رمزگذاری می شود. چند برنامه تازه نصب شده، یک ویروس، دستکاری در رجیستری، چه کسی می داند ... رمزگذاری ها از بین رفته اند و تمام!

روز گذشته چنین اتفاقی برای من افتاد. در برخی از برنامه‌های روسی‌شده، برخی از کتیبه‌های رابط به نظر می‌رسند که به جای حروف، اثر پنجه پرنده درج شده است:

صادقانه بگویم، تقریباً دو روز را صرف یافتن راه حلی برای این مشکل کردم. در همه انجمن‌ها و خدمات «پرسش و پاسخ»، در همه راهنماها و دستورالعمل‌ها، همه همان دستور العمل راه‌حل را تکرار می‌کردند، که ممکن است به کسی کمک کرده باشد. ولی نه برای من. و تنها زمانی که مغزم شروع به جوشیدن کرد و تمام امید به حل مشکل من را ترک کرد، همه چیز سر جای خود قرار گرفت.

من تصمیم گرفتم نتایج جستجو را در قالب " راهنمای جهانیبرای حل تمام مشکلات رمزگذاری در سیستم های عاملویندوز XP و ویندوز ویستا/7" اگرچه شاید آنقدرها هم جهانی نباشد... ;)

حل مشکلات رمزگذاری در ویندوز XP:

بند 1. ابتدا باید مطمئن شوید که برای برنامه هایی که از یونیکد پشتیبانی نمی کنند، زبان روسی نصب شده است.

افتتاح « صفحه کنترل» و روی آیکون آن دوبار کلیک کنید « » . به برگه بروید « علاوه بر این» « ».

پس از این، مورد 20880 را در لیست موجود در همان برگه پیدا کنید و کادر کنار آن را علامت بزنید:

نکته 2. ممکن است مشکلات رمزگذاری ناشی از تخلف باشد تنظیمات سیستمفونت ها

برای بازیابی تنظیمات فونت، این آرشیو را دانلود کنید

نکته 3. مرحله بعدی تغییر کلیدهای رجیستری است که مسئول کدگذاری هستند.توصیه می شود این تغییرات را تنها به عنوان آخرین راه حل انجام دهید و تنها در صورتی که تمام نکات قبلی به جایی نرسیده باشد.

این آرشیو

حل مشکلات رمزگذاری در ویندوز ویستا/7:

1. همانطور که در مورد ویندوز XP، ابتدا مطمئن شوید که برای برنامه هایی که از Unicode پشتیبانی نمی کنند، زبان روسی تنظیم شده است.

افتتاح « صفحه کنترل» و روی آیکون آن دوبار کلیک کنید « زبان و استانداردهای منطقه ای» . به برگه بروید « علاوه بر این» و زبان روسی را به عنوان تنظیم کنید « زبان برنامه هایی که از یونیکد پشتیبانی نمی کنند»:

تغییرات را ذخیره کنید و کامپیوتر خود را مجددا راه اندازی کنید. اگر مشکل ادامه داشت، به مرحله 2 بروید.

2. برای بازگرداندن تنظیمات فونت، این بایگانی را دانلود کرده و فایل موجود در آن را بدون توجه به همه هشدارهای سیستم اجرا کنید:

سیستم را مجددا راه اندازی کنید. اگر مشکل همچنان ادامه داشت، به مرحله 3 بروید.

3. مرحله بعدی تغییر کلیدهای رجیستری است که وظیفه کدگذاری را بر عهده دارند. توصیه می شود این تغییرات را تنها به عنوان آخرین راه حل انجام دهید و تنها در صورتی که تمام نکات قبلی به جایی نرسیده باشد.

برای انجام این تغییرات، این آرشیو را دانلود کرده و فایل موجود در آن را اجرا کنید. همانطور که در پاراگراف قبلیهشدارهای سیستم ظاهر خواهد شد.

پس از این تغییرات، باید سیستم را مجددا راه اندازی کنید.

4. اگر همه موارد بالا کمکی نکرد، باید نام ها را تغییر دهید فایل های زیرصفحات کد در پوشه C:\Windows\System32:

فایل " c_1252.nls" بر " c_1252.nls.bak»
فایل " c_1253.nls" بر " c_1253.nls.bak»
فایل " c_1254.nls" بر " c_1254.nls.bak»
فایل " c_1255.nls" بر " c_1255.nls.bak»

از آنجایی که این فایل ها از تغییر محافظت می شوند، برای انجام این عملیات توصیه می شود از یک برنامه فوق العاده استفاده کنید

این مقاله در مورد رمزگذاری در ویندوز بحث می کند. هر کس حداقل یک بار در زندگی خود از آن استفاده کرده و درباره آن نوشته است. برنامه های کاربردی کنسولهمینطور. مهم نیست به چه دلیل. خواه این روند را از بین ببرد یا فقط نوشتن «سلام!!! من نمی توانم رمزگذاری را عادی کنم، بنابراین دارم به این مقاله نگاه می کنم!

برای کسانی که هنوز نمی دانند مشکل چیست، اینجاست:

و اینجا نوشته شده بود:

در هر صورت، در ویندوز تا 10، رمزگذاری BAT و سایر زبان ها از رمزگذاری که از زبان شما پشتیبانی می کند استفاده نمی کند، بنابراین همه کاراکترهای روسی اشتباه نوشته می شوند.

1. راه اندازی کنسول در فایل دسته ای

برای کسانی که chcp 1251 می نویسند، بهتر است این را بنویسند:

Assoc.bat=.mp4
اولین راه حل مشکل Notepad++ است. برای انجام این کار، باید فایل دسته ای خود را به این صورت باز کنید:

نترسید، کد فایل دسته ای شما باز می شود و سپس باید کارهای زیر را انجام دهید:

اگر همه چیز شکست خورد، بدون BOM به UTF-8 تبدیل کنید.

2. نوشتن برنامه های کنسول
اغلب مردم برنامه های کنسولی را می نویسند (چون نوشتن برنامه های دسکتاپ روی برخی غیرممکن است) و رمزگذاری یک مشکل رایج است.

روش اول مستقیماً Notepad++ است، اما اگر ابتدا به یک کدگذاری و سپس دیگری نیاز داشته باشید چه؟

برای کسانی که از chcp 1251 استفاده می کنند، بلافاصله این را بنویسید:

Del C:\Program Data Echo Mne pofig pause
راه دوم نوشتن یک برنامه دسکتاپ یا استفاده از آن است ویژوال استودیو. اگر کمکی نکرد، اولین چیز وجود دارد: تغییر رمزگذاری خروجی (مثال در C++).

#عبارتند از #عبارتند از int main() (SetConsoleCP(encoding_number); SetConsoleOutputCP(encoding_number)؛ )
اگر کار نکرد:

#عبارتند از //کتابخانه ریاضی را فراموش نکنید. char bufRus; char* Rus(const char* text) ( CharToOem(text, bufRus); return bufRus ) int main ( cout<< "Тут пишите, что угодно!" << endl; system("pause") return 0 }
3. chcp 1251 را تغییر دهید
اگر فایل بدنی دارید، در ابتدا بنویسید:

Chcp 1251 >nul for /f "delims=" %%A in ("My text") do >nul chcp 866& echo.%%A
حالا خروجی معمولی کنسول خواهیم داشت. در زبان های دیگر (C++):

SetConsoleOutputCP(1251) //و در اینجا حلقه ای را که در فایل دسته ای بود اضافه می کنید
4. زندگی را عزیز کنید
استفاده كردن این روشتو نمی توانی:

• برنامه های کاربردی را در ویندوز زیر 10 توسعه دهید
• دنیا را از این مشکل نجات دهید
• به افراد دیگر فکر کنید
• برنامه های دسکتاپ را توسعه دهید، زیرا زندگی برای شما مانند عسل به نظر می رسد
• ویندوز را به نسخه کمتر از 10 تغییر دهید
• خوب، افرادی که ویندوز زیر 10 دارند را درک کنید

ویندوز 10 را نصب کنید. در آنجا، رمزگذاری کنسول مخصوصاً برای زبان کشور مناسب است و دیگر نیازی به نگرانی در مورد این مشکل نخواهید داشت. اما شما 6 مشکل دیگر خواهید داشت و به مشکل قبلی برگردید نسخه دارای مجوزویندوز شما نمی توانید.

برچسب‌ها: خفاش، رمزگذاری، abracadabra، سلام برچسب‌نویسان، تگ اسپم، مشکل رمزگذاری، نحوه تغییر رمزگذاری، آه همه ما می‌میریم

کراکوزیابری- این چه کلمه جالبی است؟ این کلمه معمولا توسط کاربران روسی برای توصیف نمایش (رمزگذاری) نادرست/نادرست کاراکترها در برنامه ها یا خود سیستم عامل استفاده می شود.
چرا این اتفاق می افتد؟ جواب قطعی پیدا نخواهید کرد این ممکن است به دلیل ترفندهای ویروس های "مورد علاقه" ما باشد، شاید به دلیل نقص در سیستم عامل ویندوز (به عنوان مثال، برق خاموش شد و کامپیوتر خاموش شد)، شاید برنامه با سیستم عامل دیگری تضاد ایجاد کرد و همه چیز از بین رفت. سیم یونجه که در دلایل کلیممکن است تعداد زیادی وجود داشته باشد، اما جالب‌ترین آنها این است که "به تازگی بلند شد و شکست."
مقاله را بخوانید و دریابید که چگونه مشکل رمزگذاری در برنامه‌ها و سیستم‌عامل ویندوز را پس از وقوع آن برطرف کنید.

برای کسانی که هنوز منظور من را متوجه نشده اند، در اینجا چند مورد وجود دارد:

اتفاقا من هم یک بار در این شرایط قرار گرفتم و هنوز یک فایل روی دسکتاپم دارم که به من کمک کرد تا با آن کنار بیایم. به همین دلیل تصمیم گرفتم این مقاله را بنویسم.

چندین "چیز" مسئول نمایش رمزگذاری (فونت) در ویندوز هستند - زبان، رجیستری و فایل های خود سیستم عامل. حالا آنها را جداگانه و نقطه به نقطه بررسی می کنیم.

نحوه حذف و تصحیح krakozyabry به جای روسی (حروف روسی) در برنامه یا ویندوز.

1. چک کردن زبان نصب شدهبرای برنامه هایی که از یونیکد پشتیبانی نمی کنند. شاید برای شما گم شده است.

بنابراین، بیایید مسیر را دنبال کنیم: Control Panel - Regional and Language Options - Advanced
در آنجا مطمئن می شویم که زبان روسی است.

در ویندوز XP، علاوه بر این، در پایین لیستی از "صفحات کد جدول تبدیل" و در آن یک خط با شماره 20880 وجود دارد. باید یک روسی هم آنجا باشد

6. آخرین نکته ای که در آن فایلی به شما می دهم که به من کمک کرد همه چیز را یک بار درست کنم و به همین دلیل آن را به عنوان یادگاری گذاشتم. این هم آرشیو:

دو فایل داخل وجود دارد: krakozbroff.cmd و krakozbroff.reg

آنها همان اصل را دارند - هیروگلیف ها، مربع ها، سوالات یا علامت تعجبدر برنامه ها و سیستم عامل ویندوز (در اصطلاح رایج کراکوزیابری). من از اولی استفاده کردم و به من کمک کرد.

و در آخر چند نکته:
1) اگر با رجیستری کار می کنید، فراموش نکنید که یک نسخه پشتیبان تهیه کنید ( نسخه پشتیبان) در صورتی که مشکلی پیش بیاید.
2) توصیه می شود بعد از هر نقطه، نقطه 1 را بررسی کنید.

همین. اکنون می دانید که چگونه کرکرها (مربع، هیروگلیف، تعجب و علامت سوال) را در یک برنامه یا ویندوز برطرف کنید.