Xun’s blog

GB2312是最早的汉字编码，只有6千多个汉字。
GBK是微软对GB2312的扩展，有2万多汉字并向下兼容GB2312.
GB18030是现行国家标准，PC平台必须支持，四字节字符空间，兼容ASCII，兼容GBK，感觉就是中国版的UTF-8。
BIG5是一个通行于台湾香港地区的繁体字编码方案。
CJK代表中日韩用到的字符集，占了Unicode的大部分（人家26个字母就搞定了）。
code page是微软对不同的编码定义的一个编号。
UTF-8是一种Unicode实现，一共用到四字节字符空间，但用1个字节编码英文字母，3个字节编码汉字，就是说如果文本全是英文的话它与ASCII没有区别，一个字符只需8位存储空间，一般汉字的话需要24位存储空间。UTF8用的不爽的人是像斯拉夫语和希腊语那样本来全部字符集也是8位就可以搞定的但在UTF-8中却被分到了高8位，于是所有的编码要用16位，足足增加了一倍。
汉字的话如果单独编码也只需要2个字节（2^16=65536个字符)就够了，但在UTF-8需要三个字节。

UTF-16是Unicode另一种实现，和UTF-8一样也是变长编码，只是他由16位起步编码，不够在加16位，因为16位已经可以覆盖大部分常用Unicode字符了，所以会用到32位的情况很少，用UTF-16汉字是用两个字节表示的。

Unicode最原始的实现是UTF-32，不像UTF-8为ASCII优化，UTF-16为包括汉字在内的BMP部分优化，UTF-32中任何字符都是四个字节的，简直直接就把Unicode标准照搬过来了，因此没有太大实用价值。

在因特网世界统一使用Unicode是必然的趋势，只是在选择具体编码的时候，当英文数据占多数的时候用UTF-8比较划算，当东亚文字包括中日韩文占多数的时候就应该用UTF-16了，期待着那一天，顺便BS一下百度还在用GB2312的状态。

下了一堆jpg图片却被FireFox保存为html文件。Windows资源管理器自带的批量重命名功能对修改文件后缀名无能为力，TC又不会用，所以只能写脚本。不会的命令查一下http://www.ss64.com/。

@echo off&setlocal EnableDelayedExpansion
set i=1
for /f %%G in (’dir /b *.html’) do (
ren “%%G” “!i!.jpg”
set/a i+=1
)

保存为ren.bat文件，运行后把当前目录的html文件重命名为jpg。

一个Linux脚本

#!/bin/bash
for file in *.so.*; do
ln -s $file `echo $file | awk -F. ‘{ print $1″.”$2 }’`
done