日文汉字转换为中文汉字的工具或网页

已有的网站是GB2312编码？看到UTF-8编码的优点有点心动？本文就是教你如何把网站从GB2312转为UTF-8。
GB2312是简体中文的编码，所以当文章/网页中包含繁体中文、日文、韩文时，这些内容可能无法被正确编码。
有一种比GB2312编码略广的编码，就是GBK，它包含了对繁体中文的编码，但对他国非拉丁字母语言还是有问题。
UTF-8编码是一种目前广泛应用于网页的编码，它其实是一种Unicode编码，即致力于把全球所有语言纳入一个统一的编码。目前UTF-8已经把几种重要的亚洲语言纳入，包括简繁中文和日韩文字。采用UTF-8编码的网页某种意义上说就是“与国际接轨”了。此外，很多手机终端都使用UTF-8编码，如果网站考虑开发WAP界面而网站数据本身又是UTF-8编码，就省却了开发WAP界面时的转码问题。
已有的网站是GB2312编码？看到UTF-8编码有点心动？本文就是教你如何把网站从GB2312转为UTF-8。
在转换前，必须考虑网站是否有必要转码。我提供几点供参考：
1、网站面向的对象，是局限一小圈子的人，还是中国大陆，还是包括港澳台在内的整个中国甚至全世界。
2、在GB2312编码中一个汉字占2个字节，而在UTF-8中，一个汉字要占3个字节，这种空间增加的代价是否值得。
3、在旧有的数据库系统上（例如mysql 40及以前的版本）可能没有内置对UTF-8的支持，虽然本文有办法解决，但不排除还潜在一些小问题。
4、网页文件转为UTF-8编码后是否方便编辑。我目前用ZDE4，设置好后对UTF-8编码支持非常好。设置方法是在菜单Tools->Preferences中，点Editing标签，把Encoding改为UTF-8即可。
考虑好决定转码以后，就可以开始了。本文仅以PHP 40～50 + MySQL 323～40为例。
首先对准备转码的数据库，为其建立一个新的数据库及相应表结构用于存储转码结果。如果在没有内置支持UTF-8的数据库系统 *** 作，则建议把用于存储中文的CHAR、VARCHAR、TEXT字段分别改为BINARY、VARBINARY、BLOB，虽然我试验过不改也没有问题。
接着在 *** 作系统命令行下执行如下命令导出原有的数据库（其中{dbname}用数据库名替换，{path1}用一个已存在的临时路径替换，导出的数据将会存放于此）：
mysqldump --opt --comments=0 -n -t --fields-terminated-by=, --fields-escaped-by=\ {dbname} -uroot -p --tab={path1}
上述命令中的用户root也可换为其它用户，但须保证有dump的权限。用转码工具，例如ConvertZ，把上面{path1}中的全部文件转为UTF-8编码。注意要关闭BOM选项。假设转码后的文件保存在路径{path2}。
用有LOAD DATA权限的用户连接MySQL服务器，用use命令选择刚才新建的数据库，然后对每个表{table_name}执行如下命令：
LOAD DATA INFILE '{path2}{table_name}txt' INTO TABLE {table_name} FIELDS TERMINATED BY ',' ESCAPED BY '\';
提示：表比较多的时候可以写个小程序生成一个SQL脚本。
执行上述命令时可能会出现警告（Warnings），请留意Warning的这些行（Row），可能有些数据并没有转换成功，例如字段错位。
根据经验，此种情况多数是由数据结尾的字节的16进制码大于7F所致。通常这些行数量是比较少的，可以手工修正这些行。
至此数据库的转码就完成了。清理原数据库和转码过程的临时文件这里就不详述了。
对网页转码：同样用转码工具把网站所有网页转为UTF-8编码。
然后打开包含头部的网页文件/网页模版文件，把这样的行：
替换为这样：
据我的经验，如果网页采用Css样式表控制网页样式，如果在css的body标签中设置了字体，那么在原来的gb2312编码下，该字体设置可以继承到intput和textarea中，但转为utf-8后，需要在input和textarea标签中重新设置字体。

---