谈谈Unicode编码，简要解释UCS、UTF、BMP、BOM等名词
[
2006/08/07 17:07 | by ipaddr ]
2006/08/07 17:07 | by ipaddr ]
这是一篇程序员写给程序员的趣味读物。所谓趣味是指可以比较轻松地了解一些原来不清楚的概念，增进知识，类似于打RPG游戏的升级。整理这篇文章的动机是两个问题：
问题一：
使用Windows记事本的“另存为”，可以在GBK、Unicode、Unicode big endian和UTF-8这几种编码方式间相互转换。同样是txt文件，Windows是怎样识别编码方式的呢？
我很早前就发现Unicode、Unicode big endian和UTF-8编码的txt文件的开头会多出几个字节，分别是FF、FE（Unicode）,FE、FF（Unicode big endian）,EF、BB、BF（UTF-8）。但这些标记是基于什么标准呢？
问题二：
最近在网上看到一个ConvertUTF.c，实现了UTF-32、UTF-16和UTF-8这三种编码方式的相互转换。对于Unicode(UCS2)、GBK、UTF-8这些编码方式，我原来就了解。但这个程序让我有些糊涂，想不起来UTF-16和UCS2有什么关系。
查了查相关资料，总算将这些问题弄清楚了，顺带也了解了一些Unicode的细节。写成一篇文章，送给有过类似疑问的朋友。本文在写作时尽量做到通俗易懂，但要求读者知道什么是字节，什么是十六进制。
0、big endian和little endian
big endian和little endian是CPU处理多字节数的不同方式。例如“汉”字的Unicode编码是6C49。那么写到文件里时，究竟是将6C写在前面，还是将49写在前面？如果将6C写在前面，就是big endian。还是将49写在前面，就是little endian。
“endian”这个词出自《格列佛游记》。小人国的内战就源于吃鸡蛋时是究竟从大头(Big-Endian)敲开还是从小头(Little-Endian)敲开，由此曾发生过六次叛乱，其中一个皇帝送了命，另一个丢了王位。
我们一般将endian翻译成“字节序”，将big endian和little endian称作“大尾”和“小尾”。
1、字符编码、内码，顺带介绍汉字编码
字符必须编码后才能被计算机处理。计算机使用的缺省编码方式就是计算机的内码。早期的计算机使用7位的ASCII编码，为了处理汉字，程序员设计了用于简体中文的GB2312和用于繁体中文的big5。
GB2312(1980年)一共收录了7445个字符，包括6763个汉字和682个其它符号。汉字区的内码范围高字节从B0-F7，低字节从A1-FE，占用的码位是72*94=6768。其中有5个空位是D7FA-D7FE。
GB2312支持的汉字太少。1995年的汉字扩展规范GBK1.0收录了21886个符号，它分为汉字区和图形符号区。汉字区包括21003个字符。2000年的GB18030是取代GBK1.0的正式国家标准。该标准收录了27484个汉字，同时还收录了藏文、蒙文、维吾尔文等主要的少数民族文字。现在的PC平台必须支持GB18030，对嵌入式产品暂不作要求。所以手机、MP3一般只支持GB2312。
从ASCII、GB2312、GBK到GB18030，这些编码方法是向下兼容的，即同一个字符在这些方案中总是有相同的编码，后面的标准支持更多的字符。在这些编码中，英文和中文可以统一地处理。区分中文编码的方法是高字节的最高位不为0。按照程序员的称呼，GB2312、GBK到GB18030都属于双字节字符集 (DBCS)。
有的中文Windows的缺省内码还是GBK，可以通过GB18030升级包升级到GB18030。不过GB18030相对GBK增加的字符，普通人是很难用到的，通常我们还是用GBK指代中文Windows内码。
这里还有一些细节：
GB2312的原文还是区位码，从区位码到内码，需要在高字节和低字节上分别加上A0。
在DBCS中，GB内码的存储格式始终是big endian，即高位在前。
GB2312的两个字节的最高位都是1。但符合这个条件的码位只有128*128=16384个。所以GBK和GB18030的低字节最高位都可能不是1。不过这不影响DBCS字符流的解析：在读取DBCS字符流时，只要遇到高位为1的字节，就可以将下两个字节作为一个双字节编码，而不用管低字节的高位是什么。
2、Unicode、UCS和UTF
前面提到从ASCII、GB2312、GBK到GB18030的编码方法是向下兼容的。而Unicode只与ASCII兼容（更准确地说，是与ISO-8859-1兼容），与GB码不兼容。例如“汉”字的Unicode编码是6C49，而GB码是BABA。
Unicode也是一种字符编码方法，不过它是由国际组织设计，可以容纳全世界所有语言文字的编码方案。Unicode的学名是"Universal Multiple-Octet Coded Character Set"，简称为UCS。UCS可以看作是"Unicode Character Set"的缩写。
根据维基百科全书(http://zh.wikipedia.org/wiki/)的记载：历史上存在两个试图独立设计Unicode的组织，即国际标准化组织（ISO）和一个软件制造商的协会（unicode.org）。ISO开发了ISO 10646项目，Unicode协会开发了Unicode项目。
在1991年前后，双方都认识到世界不需要两个不兼容的字符集。于是它们开始合并双方的工作成果，并为创立一个单一编码表而协同工作。从Unicode2.0开始，Unicode项目采用了与ISO 10646-1相同的字库和字码。
目前两个项目仍都存在，并独立地公布各自的标准。Unicode协会现在的最新版本是2005年的Unicode 4.1.0。ISO的最新标准是10646-3:2003。
UCS规定了怎么用多个字节表示各种文字。怎样传输这些编码，是由UTF(UCS Transformation Format)规范规定的，常见的UTF规范包括UTF-8、UTF-7、UTF-16。
IETF的RFC2781和RFC3629以RFC的一贯风格，清晰、明快又不失严谨地描述了UTF-16和UTF-8的编码方法。我总是记不得IETF是Internet Engineering Task Force的缩写。但IETF负责维护的RFC是Internet上一切规范的基础。
3、UCS-2、UCS-4、BMP
UCS有两种格式：UCS-2和UCS-4。顾名思义，UCS-2就是用两个字节编码，UCS-4就是用4个字节（实际上只用了31位，最高位必须为0）编码。下面让我们做一些简单的数学游戏：
UCS-2有2^16=65536个码位，UCS-4有2^31=2147483648个码位。
UCS-4根据最高位为0的最高字节分成2^7=128个group。每个group再根据次高字节分为256个plane。每个plane根据第3个字节分为256行 (rows)，每行包含256个cells。当然同一行的cells只是最后一个字节不同，其余都相同。
group 0的plane 0被称作Basic Multilingual Plane, 即BMP。或者说UCS-4中，高两个字节为0的码位被称作BMP。
将UCS-4的BMP去掉前面的两个零字节就得到了UCS-2。在UCS-2的两个字节前加上两个零字节，就得到了UCS-4的BMP。而目前的UCS-4规范中还没有任何字符被分配在BMP之外。
4、UTF编码
UTF-8就是以8位为单元对UCS进行编码。从UCS-2到UTF-8的编码方式如下：
UCS-2编码(16进制) UTF-8 字节流(二进制)
0000 - 007F 0xxxxxxx
0080 - 07FF 110xxxxx 10xxxxxx
0800 - FFFF 1110xxxx 10xxxxxx 10xxxxxx
例如“汉”字的Unicode编码是6C49。6C49在0800-FFFF之间，所以肯定要用3字节模板了：1110xxxx 10xxxxxx 10xxxxxx。将6C49写成二进制是：0110 110001 001001， 用这个比特流依次代替模板中的x，得到：11100110 10110001 10001001，即E6 B1 89。
读者可以用记事本测试一下我们的编码是否正确。
UTF-16以16位为单元对UCS进行编码。对于小于0x10000的UCS码，UTF-16编码就等于UCS码对应的16位无符号整数。对于不小于0x10000的UCS码，定义了一个算法。不过由于实际使用的UCS2，或者UCS4的BMP必然小于0x10000，所以就目前而言，可以认为UTF-16和UCS-2基本相同。但UCS-2只是一个编码方案，UTF-16却要用于实际的传输，所以就不得不考虑字节序的问题。
5、UTF的字节序和BOM
UTF-8以字节为编码单元，没有字节序的问题。UTF-16以两个字节为编码单元，在解释一个UTF-16文本前，首先要弄清楚每个编码单元的字节序。例如收到一个“奎”的Unicode编码是594E，“乙”的Unicode编码是4E59。如果我们收到UTF-16字节流“594E”，那么这是“奎”还是“乙”？
Unicode规范中推荐的标记字节顺序的方法是BOM。BOM不是“Bill Of Material”的BOM表，而是Byte Order Mark。BOM是一个有点小聪明的想法：
在UCS编码中有一个叫做"ZERO WIDTH NO-BREAK SPACE"的字符，它的编码是FEFF。而FFFE在UCS中是不存在的字符，所以不应该出现在实际传输中。UCS规范建议我们在传输字节流前，先传输字符"ZERO WIDTH NO-BREAK SPACE"。
这样如果接收者收到FEFF，就表明这个字节流是Big-Endian的；如果收到FFFE，就表明这个字节流是Little-Endian的。因此字符"ZERO WIDTH NO-BREAK SPACE"又被称作BOM。
UTF-8不需要BOM来表明字节顺序，但可以用BOM来表明编码方式。字符"ZERO WIDTH NO-BREAK SPACE"的UTF-8编码是EF BB BF（读者可以用我们前面介绍的编码方法验证一下）。所以如果接收者收到以EF BB BF开头的字节流，就知道这是UTF-8编码了。
Windows就是使用BOM来标记文本文件的编码方式的。
6、进一步的参考资料
本文主要参考的资料是 "Short overview of ISO-IEC 10646 and Unicode" (http://www.nada.kth.se/i18n/ucs/unicode-iso10646-oview.html)。
我还找了两篇看上去不错的资料，不过因为我开始的疑问都找到了答案，所以就没有看
问题一：
使用Windows记事本的“另存为”，可以在GBK、Unicode、Unicode big endian和UTF-8这几种编码方式间相互转换。同样是txt文件，Windows是怎样识别编码方式的呢？
我很早前就发现Unicode、Unicode big endian和UTF-8编码的txt文件的开头会多出几个字节，分别是FF、FE（Unicode）,FE、FF（Unicode big endian）,EF、BB、BF（UTF-8）。但这些标记是基于什么标准呢？
问题二：
最近在网上看到一个ConvertUTF.c，实现了UTF-32、UTF-16和UTF-8这三种编码方式的相互转换。对于Unicode(UCS2)、GBK、UTF-8这些编码方式，我原来就了解。但这个程序让我有些糊涂，想不起来UTF-16和UCS2有什么关系。
查了查相关资料，总算将这些问题弄清楚了，顺带也了解了一些Unicode的细节。写成一篇文章，送给有过类似疑问的朋友。本文在写作时尽量做到通俗易懂，但要求读者知道什么是字节，什么是十六进制。
0、big endian和little endian
big endian和little endian是CPU处理多字节数的不同方式。例如“汉”字的Unicode编码是6C49。那么写到文件里时，究竟是将6C写在前面，还是将49写在前面？如果将6C写在前面，就是big endian。还是将49写在前面，就是little endian。
“endian”这个词出自《格列佛游记》。小人国的内战就源于吃鸡蛋时是究竟从大头(Big-Endian)敲开还是从小头(Little-Endian)敲开，由此曾发生过六次叛乱，其中一个皇帝送了命，另一个丢了王位。
我们一般将endian翻译成“字节序”，将big endian和little endian称作“大尾”和“小尾”。
1、字符编码、内码，顺带介绍汉字编码
字符必须编码后才能被计算机处理。计算机使用的缺省编码方式就是计算机的内码。早期的计算机使用7位的ASCII编码，为了处理汉字，程序员设计了用于简体中文的GB2312和用于繁体中文的big5。
GB2312(1980年)一共收录了7445个字符，包括6763个汉字和682个其它符号。汉字区的内码范围高字节从B0-F7，低字节从A1-FE，占用的码位是72*94=6768。其中有5个空位是D7FA-D7FE。
GB2312支持的汉字太少。1995年的汉字扩展规范GBK1.0收录了21886个符号，它分为汉字区和图形符号区。汉字区包括21003个字符。2000年的GB18030是取代GBK1.0的正式国家标准。该标准收录了27484个汉字，同时还收录了藏文、蒙文、维吾尔文等主要的少数民族文字。现在的PC平台必须支持GB18030，对嵌入式产品暂不作要求。所以手机、MP3一般只支持GB2312。
从ASCII、GB2312、GBK到GB18030，这些编码方法是向下兼容的，即同一个字符在这些方案中总是有相同的编码，后面的标准支持更多的字符。在这些编码中，英文和中文可以统一地处理。区分中文编码的方法是高字节的最高位不为0。按照程序员的称呼，GB2312、GBK到GB18030都属于双字节字符集 (DBCS)。
有的中文Windows的缺省内码还是GBK，可以通过GB18030升级包升级到GB18030。不过GB18030相对GBK增加的字符，普通人是很难用到的，通常我们还是用GBK指代中文Windows内码。
这里还有一些细节：
GB2312的原文还是区位码，从区位码到内码，需要在高字节和低字节上分别加上A0。
在DBCS中，GB内码的存储格式始终是big endian，即高位在前。
GB2312的两个字节的最高位都是1。但符合这个条件的码位只有128*128=16384个。所以GBK和GB18030的低字节最高位都可能不是1。不过这不影响DBCS字符流的解析：在读取DBCS字符流时，只要遇到高位为1的字节，就可以将下两个字节作为一个双字节编码，而不用管低字节的高位是什么。
2、Unicode、UCS和UTF
前面提到从ASCII、GB2312、GBK到GB18030的编码方法是向下兼容的。而Unicode只与ASCII兼容（更准确地说，是与ISO-8859-1兼容），与GB码不兼容。例如“汉”字的Unicode编码是6C49，而GB码是BABA。
Unicode也是一种字符编码方法，不过它是由国际组织设计，可以容纳全世界所有语言文字的编码方案。Unicode的学名是"Universal Multiple-Octet Coded Character Set"，简称为UCS。UCS可以看作是"Unicode Character Set"的缩写。
根据维基百科全书(http://zh.wikipedia.org/wiki/)的记载：历史上存在两个试图独立设计Unicode的组织，即国际标准化组织（ISO）和一个软件制造商的协会（unicode.org）。ISO开发了ISO 10646项目，Unicode协会开发了Unicode项目。
在1991年前后，双方都认识到世界不需要两个不兼容的字符集。于是它们开始合并双方的工作成果，并为创立一个单一编码表而协同工作。从Unicode2.0开始，Unicode项目采用了与ISO 10646-1相同的字库和字码。
目前两个项目仍都存在，并独立地公布各自的标准。Unicode协会现在的最新版本是2005年的Unicode 4.1.0。ISO的最新标准是10646-3:2003。
UCS规定了怎么用多个字节表示各种文字。怎样传输这些编码，是由UTF(UCS Transformation Format)规范规定的，常见的UTF规范包括UTF-8、UTF-7、UTF-16。
IETF的RFC2781和RFC3629以RFC的一贯风格，清晰、明快又不失严谨地描述了UTF-16和UTF-8的编码方法。我总是记不得IETF是Internet Engineering Task Force的缩写。但IETF负责维护的RFC是Internet上一切规范的基础。
3、UCS-2、UCS-4、BMP
UCS有两种格式：UCS-2和UCS-4。顾名思义，UCS-2就是用两个字节编码，UCS-4就是用4个字节（实际上只用了31位，最高位必须为0）编码。下面让我们做一些简单的数学游戏：
UCS-2有2^16=65536个码位，UCS-4有2^31=2147483648个码位。
UCS-4根据最高位为0的最高字节分成2^7=128个group。每个group再根据次高字节分为256个plane。每个plane根据第3个字节分为256行 (rows)，每行包含256个cells。当然同一行的cells只是最后一个字节不同，其余都相同。
group 0的plane 0被称作Basic Multilingual Plane, 即BMP。或者说UCS-4中，高两个字节为0的码位被称作BMP。
将UCS-4的BMP去掉前面的两个零字节就得到了UCS-2。在UCS-2的两个字节前加上两个零字节，就得到了UCS-4的BMP。而目前的UCS-4规范中还没有任何字符被分配在BMP之外。
4、UTF编码
UTF-8就是以8位为单元对UCS进行编码。从UCS-2到UTF-8的编码方式如下：
UCS-2编码(16进制) UTF-8 字节流(二进制)
0000 - 007F 0xxxxxxx
0080 - 07FF 110xxxxx 10xxxxxx
0800 - FFFF 1110xxxx 10xxxxxx 10xxxxxx
例如“汉”字的Unicode编码是6C49。6C49在0800-FFFF之间，所以肯定要用3字节模板了：1110xxxx 10xxxxxx 10xxxxxx。将6C49写成二进制是：0110 110001 001001， 用这个比特流依次代替模板中的x，得到：11100110 10110001 10001001，即E6 B1 89。
读者可以用记事本测试一下我们的编码是否正确。
UTF-16以16位为单元对UCS进行编码。对于小于0x10000的UCS码，UTF-16编码就等于UCS码对应的16位无符号整数。对于不小于0x10000的UCS码，定义了一个算法。不过由于实际使用的UCS2，或者UCS4的BMP必然小于0x10000，所以就目前而言，可以认为UTF-16和UCS-2基本相同。但UCS-2只是一个编码方案，UTF-16却要用于实际的传输，所以就不得不考虑字节序的问题。
5、UTF的字节序和BOM
UTF-8以字节为编码单元，没有字节序的问题。UTF-16以两个字节为编码单元，在解释一个UTF-16文本前，首先要弄清楚每个编码单元的字节序。例如收到一个“奎”的Unicode编码是594E，“乙”的Unicode编码是4E59。如果我们收到UTF-16字节流“594E”，那么这是“奎”还是“乙”？
Unicode规范中推荐的标记字节顺序的方法是BOM。BOM不是“Bill Of Material”的BOM表，而是Byte Order Mark。BOM是一个有点小聪明的想法：
在UCS编码中有一个叫做"ZERO WIDTH NO-BREAK SPACE"的字符，它的编码是FEFF。而FFFE在UCS中是不存在的字符，所以不应该出现在实际传输中。UCS规范建议我们在传输字节流前，先传输字符"ZERO WIDTH NO-BREAK SPACE"。
这样如果接收者收到FEFF，就表明这个字节流是Big-Endian的；如果收到FFFE，就表明这个字节流是Little-Endian的。因此字符"ZERO WIDTH NO-BREAK SPACE"又被称作BOM。
UTF-8不需要BOM来表明字节顺序，但可以用BOM来表明编码方式。字符"ZERO WIDTH NO-BREAK SPACE"的UTF-8编码是EF BB BF（读者可以用我们前面介绍的编码方法验证一下）。所以如果接收者收到以EF BB BF开头的字节流，就知道这是UTF-8编码了。
Windows就是使用BOM来标记文本文件的编码方式的。
6、进一步的参考资料
本文主要参考的资料是 "Short overview of ISO-IEC 10646 and Unicode" (http://www.nada.kth.se/i18n/ucs/unicode-iso10646-oview.html)。
我还找了两篇看上去不错的资料，不过因为我开始的疑问都找到了答案，所以就没有看
Apache+PHP+Mysql中的mysql_pconnect研究
[ 2006/08/07 16:28 | by ipaddr ]
2006/08/07 16:28 | by ipaddr ]
Apache+PHP+Mysql中的mysql_pconnect研究
mysql_pconnect -- PHP打开一个到 MySQL 服务器的持久连接
通常情况下,使用pconnect代替connect,会带一定的性能提升,详情请参考我写的PHP-JPS性能不完全测试(http://www.eit.name/other/phpjsp.htm)
一直漂(ipaddr,bcomcn)原创,转载请注明
但使用Pconnect会经常的导致Mysql连接失败,提示连接太多,原因在于pconnect后,Apache不会自动关闭mysql的连接.
先来看看APACHE的工作模式
Windows下,Apache使用一个主进程,加一个辅进程,再由辅进程派生N个线程的方式来提供服务,线程的数量可以在httpd.conf里配置:ThreadsPerChild 500,如果指定为500线程,则apache一启动时就会启动500个线程,但最多也只使用500个线程,如果同时连接数量超过500个(可能300个用户访问就有500个连接,判断当前连接的方法,可以使用netstat -na|grep 80|grep EST|wc -l或者使用apache的status module),那么,多余的连接将会在等待或者连接失败.(所以,Windows下Apache的主要配置参数应该是ThreadsPerChild,先根据当前的连接数,再看看有没有必要调大一些,一般PC服务器设置为1000算是比较大了.)
Nix下,Apache使用进程的方式来运行,原理相同,需要调整进程数量的参数有几个,比如ServerLimit.
再来看看Apache+PHP+Mysql_pconnect的工作方式
每当客户端向服务端发送一个连接请求(包括图片,HTML,PHP等)，apache将会用一个线程来接受这个请求，如果是请求的是一个PHP文件,且PHP文件里使用了PConnect,则当前线程会判断当前线程有没有打开过pconnect,如果有打开过,则使用原来的mysql connect,如果没有打开过,则新建一个connect,并且,连接断开后,线程仍在运行,而且保持Mysql connect.按这种方式运行一段时间后,完全有可能所有apache的线程都打开过有Pconnect的Php页面,所以,如果apache的ThreadsPerChild=500的话,则500个线程都找开了mysql连接,并且没有关闭,则就要求,mysql的连接数必须大于或等于500,如果小于这个值,将会导致PHP页面提示数据库连接失败.
所以,得出结论,Apache+PHP+Mysql下使用pconnect时,mysql的max_connect必须大于或等于apache的最大线程(进程)数.在一个访问量很大的站点,使用pconnect可能不太现实,最好的办法是,尽可能的将数据库内容生成为静态文件,而不需要每个页面都连接数据库,并且使用mysql_connect(即使将绝大多数页面生成为静态文件,但仍有mysql_pconnect时,同样要求mysql的max_connect大于apache的线程数,所以这种情况下使用pconnect非常不可取).
mysql_pconnect -- PHP打开一个到 MySQL 服务器的持久连接
通常情况下,使用pconnect代替connect,会带一定的性能提升,详情请参考我写的PHP-JPS性能不完全测试(http://www.eit.name/other/phpjsp.htm)
一直漂(ipaddr,bcomcn)原创,转载请注明
但使用Pconnect会经常的导致Mysql连接失败,提示连接太多,原因在于pconnect后,Apache不会自动关闭mysql的连接.
先来看看APACHE的工作模式
Windows下,Apache使用一个主进程,加一个辅进程,再由辅进程派生N个线程的方式来提供服务,线程的数量可以在httpd.conf里配置:ThreadsPerChild 500,如果指定为500线程,则apache一启动时就会启动500个线程,但最多也只使用500个线程,如果同时连接数量超过500个(可能300个用户访问就有500个连接,判断当前连接的方法,可以使用netstat -na|grep 80|grep EST|wc -l或者使用apache的status module),那么,多余的连接将会在等待或者连接失败.(所以,Windows下Apache的主要配置参数应该是ThreadsPerChild,先根据当前的连接数,再看看有没有必要调大一些,一般PC服务器设置为1000算是比较大了.)
Nix下,Apache使用进程的方式来运行,原理相同,需要调整进程数量的参数有几个,比如ServerLimit.
再来看看Apache+PHP+Mysql_pconnect的工作方式
每当客户端向服务端发送一个连接请求(包括图片,HTML,PHP等)，apache将会用一个线程来接受这个请求，如果是请求的是一个PHP文件,且PHP文件里使用了PConnect,则当前线程会判断当前线程有没有打开过pconnect,如果有打开过,则使用原来的mysql connect,如果没有打开过,则新建一个connect,并且,连接断开后,线程仍在运行,而且保持Mysql connect.按这种方式运行一段时间后,完全有可能所有apache的线程都打开过有Pconnect的Php页面,所以,如果apache的ThreadsPerChild=500的话,则500个线程都找开了mysql连接,并且没有关闭,则就要求,mysql的连接数必须大于或等于500,如果小于这个值,将会导致PHP页面提示数据库连接失败.
所以,得出结论,Apache+PHP+Mysql下使用pconnect时,mysql的max_connect必须大于或等于apache的最大线程(进程)数.在一个访问量很大的站点,使用pconnect可能不太现实,最好的办法是,尽可能的将数据库内容生成为静态文件,而不需要每个页面都连接数据库,并且使用mysql_connect(即使将绝大多数页面生成为静态文件,但仍有mysql_pconnect时,同样要求mysql的max_connect大于apache的线程数,所以这种情况下使用pconnect非常不可取).
How to Email2SMS
[ 2006/08/07 15:29 | by ipaddr ]
2006/08/07 15:29 | by ipaddr ]
How to Email2SMS
一.如何将Email转换成SMS
在做系统维护时,经常需要监控一些服务是否工作正常,通常发生异常的时候,是发送邮件通知管理员的,但管理员不
可能一天24小时守着邮箱.
国外有的服务商提供从邮箱到短信的服务,国内的没有明确提供这种服务的SP,但通常我们可以换种方式去实现.当前,基本上所有的邮箱服务提供商都提供短信到达SMS通知的功能,每月收取一些费用,我们可以使用这功能来实现Email2SMS.
比如,我们使用163.com的随身邮功能,每月10元,送300条短信通知,呵呵,可以说非常划算的.
假设我们ipaddr(at)163.com开通了随身邮,则所有的系统通知邮件,可以发送一份到企业内部的邮箱,再抄送一份到ipaddr(at ) 163.com,这样,任何时候的系统故障,都可以第一时间通知到管理员手机上.
一直漂原创,转载请注明.
一.如何将Email转换成SMS
在做系统维护时,经常需要监控一些服务是否工作正常,通常发生异常的时候,是发送邮件通知管理员的,但管理员不
可能一天24小时守着邮箱.
国外有的服务商提供从邮箱到短信的服务,国内的没有明确提供这种服务的SP,但通常我们可以换种方式去实现.当前,基本上所有的邮箱服务提供商都提供短信到达SMS通知的功能,每月收取一些费用,我们可以使用这功能来实现Email2SMS.
比如,我们使用163.com的随身邮功能,每月10元,送300条短信通知,呵呵,可以说非常划算的.
假设我们ipaddr(at)163.com开通了随身邮,则所有的系统通知邮件,可以发送一份到企业内部的邮箱,再抄送一份到ipaddr(at ) 163.com,这样,任何时候的系统故障,都可以第一时间通知到管理员手机上.
一直漂原创,转载请注明.
windows2000+下的xcopy可以复制文件的安全属性
[ 2006/08/07 14:06 | by ipaddr ]
2006/08/07 14:06 | by ipaddr ]
如果想在Windows2000,2003,xp间复制文件时,保存文件的一些安全属性,包括文件的时间属性,你需要使用XCopy命令来完成,
通常的用法是:
xcopy %USER_HOME%\ipaddr\* d:\backups\ipaddr /E /Q /H /R /K /O /Y
如果是在不同的机器复制文件的话,请先mount.
----------------------------------------------------------------------------
XCOPY的详细用法:
Xcopy复制文件和目录，包括子目录。
语法
xcopySource [Destination] [/w] [/p] [/c] [/v] [/q] [/f] [/l] [/g] [/d[:MM-DD-YYYY]] [/u] [/i] [/s [/e]] [/t] [/k] [/r] [/h] [{/a | /m}] [/n] [/o] [/x] [/exclude:FileName1[+[FileName2]][+[FileName3]] [{/y | /-y}] [/z]
参数
Source
必需。指定要复制的文件的位置和名称。该参数必须包含驱动器或路径。
Destination
指定要复制的文件的目标。该参数可以包含驱动器号和冒号、目录名、文件名或者它们的组合。
/w
在开始复制文件之前将显示以下消息并等待您的响应：
Press any key to begin copying file(s)
/p
提示您确认是否要创建每个目标文件。
/c
忽略错误。
/v
在写入目标文件时验证每个文件，以确保目标文件与源文件完全相同。
/q
禁止显示“xcopy”的消息。
/f
复制时显示源文件名和目标文件名。
/l
显示要复制的文件列表。
/g
创建已解密的目标文件。
/d [:MM-DD-YYYY]
只复制那些在指定日期或指定日期之后更改过的源文件。如果不包括“MM-DD-YYYY”值，“xcopy”会复制比现有“Destination”文件新的所有“Source”文件。该命令行选项使您可以更新更改过的文件。
/u
只从“Source”复制“Destination”中已有的文件。
/i
如果“Source”是一个目录或包含通配符，而“Destination”不存在，“xcopy”会假定“destination”指定目录名并创建一个新目录。然后，“xcopy”会将所有指定文件复制到新目录中。默认情况下，“xcopy”将提示您指定“Destination”是文件还是目录。
/s
复制非空的目录和子目录。如果省略“/s”，则“xcopy”将在单个目录中工作。
/e
复制所有子目录，包括空目录。将“/e”与“/s”和“/t”命令行选项一起使用。
/t
只复制子目录结构（即目录树），不复制文件。要复制空目录，必须包含“/e”命令行选项。
/k
复制文件，如果源文件具有只读属性，则在目标文件中保留该属性。默认情况下，“xcopy”将删除只读属性。
/r
复制只读文件。
/h
复制具有隐藏和系统文件属性的文件。默认情况下，“xcopy”不复制隐藏或系统文件。
/a
只复制那些具有存档文件属性设置的源文件。“/a”不修改源文件的存档文件属性。有关如何通过使用“attrib”来设置存档文件属性的信息，请参阅“相关主题”。
/m
复制具有存档文件属性设置的源文件。与“/a”不同，“/m”关闭在源中指定的文件的存档文件属性。有关如何通过使用“attrib”来设置存档文件属性的信息，请参阅“相关主题”。
/n
使用 NTFS 短文件或目录名创建副本。将文件或目录从 NTFS 卷复制到 FAT 卷或者当目标文件系统需要 FAT 文件系统命名约定（即 8.3 字符）时，需要“/n”。目标文件系统可以是 FAT 或 NTFS。
/o
复制文件所有权与随机访问控制列表 (DACL) 信息。
/x
复制文件审核设置和系统访问控制列表 (SACL) 信息（包含“/o”）。
/exclude:FileName1[+[ FileName2]][+[FileName3]]
指定包含字符串的文件列表。
/y
禁止提示确认要覆盖已存在的目标文件。
/-y
提示您确认要覆盖已存在的目标文件。
/z
在可重启模式中通过网络复制。
/?
在命令提示符显示帮助。
注释
• 使用“/v”
Windows XP 和 Windows Server 2003 家族产品不使用该命令。只为了与现有的 MS-DOS 文件保持兼容性才包含此命令，但是因为其功能是自动实现的，所以在命令行使用时不起作用。
• 使用“/exclude”
在每个文件的单独一行中的列出每个字符串。如果列出的任何字符串与要复制的文件的绝对路径的任何部分匹配，就从复制进程排除该文件。例如，如果指定字符串 \Obj\，则会排除 Obj 目录下的所有文件。如果指定字符串 .obj，则排除具有 .obj 扩展名的所有文件。
• 使用“/z”
如果在复制过程中丢失连接（例如，如果用于连接的服务器脱机），复制过程将在重新建立连接后恢复。“/z”也显示每个文件完成的复制操作的百分比。
• 在 COPYCMD 环境变量中使用“/y”
可在 COPYCMD 环境变量中使用“/y”。在命令行上使用“/-y”可以覆盖该命令。默认情况下，会提示您覆盖，除非您从批处理脚本内运行“copy”。
• 复制加密的文件
将加密文件复制到不支持 EFS 的卷会导致错误。应首先解密文件或将文件复制到支持 EFS 的卷中。
• 追加文件
要追加文件，请指定单个目标文件，多个源文件（使用通配符或 file1+file2+file3 格式）。
• “Destination”的默认值
如果省略“Destination”，则“xcopy”命令将文件复制到当前目录。
• 指定“Destination”是文件还是目录
如果“Destination”不包含现有目录且不以反斜杠 (\) 结尾，会出现下列消息：
Does destination specify a file name or directory name on the target (F = file, D = directory)?
如果要将一个或多个文件复制到一个文件，请按 F。如果要将一个或多个文件复制到一个目录，请按 D。
使用“/i”命令行选项可禁止显示该消息，从而导致“xcopy”认定在源是多个文件或一个目录的情况下，目标是一个目录。
• 使用“xcopy”命令设置“Destination”文件的存档属性
“xcopy”命令创建具有存档属性设置的文件，无论源文件中是否设定了此属性。有关文件属性和“attrib”的详细信息，请参阅“相关主题”。
• 比较“xcopy”和“diskcopy”
如果磁盘的子目录中包含文件，要将其复制到具有不同格式的磁盘中，请使用“xcopy”命令，而不要使用“diskcopy”。因为“diskcopy”命令是一个磁道接一个磁道地复制磁盘，所以需要源磁盘和目标磁盘的格式必须相同。“xcopy”命令没有这个要求。通常情况下请使用“xcopy”，除非您需要完整的磁盘映像副本。
• “xcopy”的退出代码
要处理“xcopy”返回的退出代码，请在批处理程序的“if”命令行上使用“ErrorLevel”参数。有关使用“if”处理退出码的批处理程序的示例，请参阅“相关主题”。下表列出每一个退出代码和描述。
退出代码 描述
0
文件复制没有错误。
1
没有找到要复制的文件。
2
用户按 Ctrl+C 终止了“xcopy”。
4
出现了初始化错误。没有足够的内存或磁盘空间，或命令行上输入了无效的驱动器名称或语法。
5
出现了磁盘写入错误。
示例
要从驱动器 A 将所有文件和子目录（包括所有空的子目录）复制到驱动器 B，请键入：
xcopy a: b: /s /e
要包含上一示例中的任何系统或隐藏文件，请按如下所示添加“/h”命令行选项：
xcopy a: b: /s /e /h
要使用 \Rawdata 目录中 1993 年 12 月 29 日后更改的文件更新 \Reports 目录中的文件，请键入：
xcopy \rawdata \reports /d:12-29-1993
要更新上例中 \Reports 中存在的所有文件而不考虑日期，请键入：
xcopy \rawdata \reports /u
要获得前一个命令要复制的文件列表而不实际复制文件，请键入：
xcopy \rawdata \reports /d:12-29-1993 /l > xcopy.out
文件 Xcopy.out 列出了要复制的所有文件。
要将 \Customer 目录及其所有子目录复制到网络驱动器 H: 上的目录 \\Public\Address，保留只读属性，并在 H: 上创建新文件时对您做出提示，请键入：
xcopy \customer h:\public\address /s /e /k /p
要发出上一个命令，确保在 \Address 目录不存在时“xcopy”会创建该目录，并禁止显示创建新目录时出现的消息，请按如下所示添加“/i”命令行选项：
xcopy \customer h:\public\address /s /e /k /p /i
可以创建批处理程序执行“xcopy”操作，并且使用“if”批处理命令在发生错误时处理退出代码。例如，以下的批处理程序使用了可替换的“xcopy”源和目标参数：
@echo off rem COPYIT.BAT transfers all files in all subdirectories of rem the source drive or directory (%1) to the destination
rem drive or directory (%2)
xcopy %1 %2 /s /e
if errorlevel 4 goto lowmemory if errorlevel 2 goto abort if errorlevel 0 goto exit :lowmemory echo Insufficient memory to copy files or echo invalid drive or command-line syntax. goto exit
:abort echo You pressed CTRL+C to end the copy operation. goto exit :exit
要使用该批处理程序将 C:\Prgmcode 目录及其子目录中的所有文件复制到驱动器 B 中，请键入：
copyit c:\prgmcode b:
该命令解释程序将用“C:\Prgmcode”替换“%1”，用“B:”替换“%2”，然后执行带“/e”和“/s”命令行选项的“xcopy”。如果“xcopy”遇到错误，批处理程序将读取退出码并转到相应“IF ERRORLEVEL”语句中指示的标签，然后显示相应的消息并退出批处理程序。
通常的用法是:
xcopy %USER_HOME%\ipaddr\* d:\backups\ipaddr /E /Q /H /R /K /O /Y
如果是在不同的机器复制文件的话,请先mount.
----------------------------------------------------------------------------
XCOPY的详细用法:
Xcopy复制文件和目录，包括子目录。
语法
xcopySource [Destination] [/w] [/p] [/c] [/v] [/q] [/f] [/l] [/g] [/d[:MM-DD-YYYY]] [/u] [/i] [/s [/e]] [/t] [/k] [/r] [/h] [{/a | /m}] [/n] [/o] [/x] [/exclude:FileName1[+[FileName2]][+[FileName3]] [{/y | /-y}] [/z]
参数
Source
必需。指定要复制的文件的位置和名称。该参数必须包含驱动器或路径。
Destination
指定要复制的文件的目标。该参数可以包含驱动器号和冒号、目录名、文件名或者它们的组合。
/w
在开始复制文件之前将显示以下消息并等待您的响应：
Press any key to begin copying file(s)
/p
提示您确认是否要创建每个目标文件。
/c
忽略错误。
/v
在写入目标文件时验证每个文件，以确保目标文件与源文件完全相同。
/q
禁止显示“xcopy”的消息。
/f
复制时显示源文件名和目标文件名。
/l
显示要复制的文件列表。
/g
创建已解密的目标文件。
/d [:MM-DD-YYYY]
只复制那些在指定日期或指定日期之后更改过的源文件。如果不包括“MM-DD-YYYY”值，“xcopy”会复制比现有“Destination”文件新的所有“Source”文件。该命令行选项使您可以更新更改过的文件。
/u
只从“Source”复制“Destination”中已有的文件。
/i
如果“Source”是一个目录或包含通配符，而“Destination”不存在，“xcopy”会假定“destination”指定目录名并创建一个新目录。然后，“xcopy”会将所有指定文件复制到新目录中。默认情况下，“xcopy”将提示您指定“Destination”是文件还是目录。
/s
复制非空的目录和子目录。如果省略“/s”，则“xcopy”将在单个目录中工作。
/e
复制所有子目录，包括空目录。将“/e”与“/s”和“/t”命令行选项一起使用。
/t
只复制子目录结构（即目录树），不复制文件。要复制空目录，必须包含“/e”命令行选项。
/k
复制文件，如果源文件具有只读属性，则在目标文件中保留该属性。默认情况下，“xcopy”将删除只读属性。
/r
复制只读文件。
/h
复制具有隐藏和系统文件属性的文件。默认情况下，“xcopy”不复制隐藏或系统文件。
/a
只复制那些具有存档文件属性设置的源文件。“/a”不修改源文件的存档文件属性。有关如何通过使用“attrib”来设置存档文件属性的信息，请参阅“相关主题”。
/m
复制具有存档文件属性设置的源文件。与“/a”不同，“/m”关闭在源中指定的文件的存档文件属性。有关如何通过使用“attrib”来设置存档文件属性的信息，请参阅“相关主题”。
/n
使用 NTFS 短文件或目录名创建副本。将文件或目录从 NTFS 卷复制到 FAT 卷或者当目标文件系统需要 FAT 文件系统命名约定（即 8.3 字符）时，需要“/n”。目标文件系统可以是 FAT 或 NTFS。
/o
复制文件所有权与随机访问控制列表 (DACL) 信息。
/x
复制文件审核设置和系统访问控制列表 (SACL) 信息（包含“/o”）。
/exclude:FileName1[+[ FileName2]][+[FileName3]]
指定包含字符串的文件列表。
/y
禁止提示确认要覆盖已存在的目标文件。
/-y
提示您确认要覆盖已存在的目标文件。
/z
在可重启模式中通过网络复制。
/?
在命令提示符显示帮助。
注释
• 使用“/v”
Windows XP 和 Windows Server 2003 家族产品不使用该命令。只为了与现有的 MS-DOS 文件保持兼容性才包含此命令，但是因为其功能是自动实现的，所以在命令行使用时不起作用。
• 使用“/exclude”
在每个文件的单独一行中的列出每个字符串。如果列出的任何字符串与要复制的文件的绝对路径的任何部分匹配，就从复制进程排除该文件。例如，如果指定字符串 \Obj\，则会排除 Obj 目录下的所有文件。如果指定字符串 .obj，则排除具有 .obj 扩展名的所有文件。
• 使用“/z”
如果在复制过程中丢失连接（例如，如果用于连接的服务器脱机），复制过程将在重新建立连接后恢复。“/z”也显示每个文件完成的复制操作的百分比。
• 在 COPYCMD 环境变量中使用“/y”
可在 COPYCMD 环境变量中使用“/y”。在命令行上使用“/-y”可以覆盖该命令。默认情况下，会提示您覆盖，除非您从批处理脚本内运行“copy”。
• 复制加密的文件
将加密文件复制到不支持 EFS 的卷会导致错误。应首先解密文件或将文件复制到支持 EFS 的卷中。
• 追加文件
要追加文件，请指定单个目标文件，多个源文件（使用通配符或 file1+file2+file3 格式）。
• “Destination”的默认值
如果省略“Destination”，则“xcopy”命令将文件复制到当前目录。
• 指定“Destination”是文件还是目录
如果“Destination”不包含现有目录且不以反斜杠 (\) 结尾，会出现下列消息：
Does destination specify a file name or directory name on the target (F = file, D = directory)?
如果要将一个或多个文件复制到一个文件，请按 F。如果要将一个或多个文件复制到一个目录，请按 D。
使用“/i”命令行选项可禁止显示该消息，从而导致“xcopy”认定在源是多个文件或一个目录的情况下，目标是一个目录。
• 使用“xcopy”命令设置“Destination”文件的存档属性
“xcopy”命令创建具有存档属性设置的文件，无论源文件中是否设定了此属性。有关文件属性和“attrib”的详细信息，请参阅“相关主题”。
• 比较“xcopy”和“diskcopy”
如果磁盘的子目录中包含文件，要将其复制到具有不同格式的磁盘中，请使用“xcopy”命令，而不要使用“diskcopy”。因为“diskcopy”命令是一个磁道接一个磁道地复制磁盘，所以需要源磁盘和目标磁盘的格式必须相同。“xcopy”命令没有这个要求。通常情况下请使用“xcopy”，除非您需要完整的磁盘映像副本。
• “xcopy”的退出代码
要处理“xcopy”返回的退出代码，请在批处理程序的“if”命令行上使用“ErrorLevel”参数。有关使用“if”处理退出码的批处理程序的示例，请参阅“相关主题”。下表列出每一个退出代码和描述。
退出代码 描述
0
文件复制没有错误。
1
没有找到要复制的文件。
2
用户按 Ctrl+C 终止了“xcopy”。
4
出现了初始化错误。没有足够的内存或磁盘空间，或命令行上输入了无效的驱动器名称或语法。
5
出现了磁盘写入错误。
示例
要从驱动器 A 将所有文件和子目录（包括所有空的子目录）复制到驱动器 B，请键入：
xcopy a: b: /s /e
要包含上一示例中的任何系统或隐藏文件，请按如下所示添加“/h”命令行选项：
xcopy a: b: /s /e /h
要使用 \Rawdata 目录中 1993 年 12 月 29 日后更改的文件更新 \Reports 目录中的文件，请键入：
xcopy \rawdata \reports /d:12-29-1993
要更新上例中 \Reports 中存在的所有文件而不考虑日期，请键入：
xcopy \rawdata \reports /u
要获得前一个命令要复制的文件列表而不实际复制文件，请键入：
xcopy \rawdata \reports /d:12-29-1993 /l > xcopy.out
文件 Xcopy.out 列出了要复制的所有文件。
要将 \Customer 目录及其所有子目录复制到网络驱动器 H: 上的目录 \\Public\Address，保留只读属性，并在 H: 上创建新文件时对您做出提示，请键入：
xcopy \customer h:\public\address /s /e /k /p
要发出上一个命令，确保在 \Address 目录不存在时“xcopy”会创建该目录，并禁止显示创建新目录时出现的消息，请按如下所示添加“/i”命令行选项：
xcopy \customer h:\public\address /s /e /k /p /i
可以创建批处理程序执行“xcopy”操作，并且使用“if”批处理命令在发生错误时处理退出代码。例如，以下的批处理程序使用了可替换的“xcopy”源和目标参数：
@echo off rem COPYIT.BAT transfers all files in all subdirectories of rem the source drive or directory (%1) to the destination
rem drive or directory (%2)
xcopy %1 %2 /s /e
if errorlevel 4 goto lowmemory if errorlevel 2 goto abort if errorlevel 0 goto exit :lowmemory echo Insufficient memory to copy files or echo invalid drive or command-line syntax. goto exit
:abort echo You pressed CTRL+C to end the copy operation. goto exit :exit
要使用该批处理程序将 C:\Prgmcode 目录及其子目录中的所有文件复制到驱动器 B 中，请键入：
copyit c:\prgmcode b:
该命令解释程序将用“C:\Prgmcode”替换“%1”，用“B:”替换“%2”，然后执行带“/e”和“/s”命令行选项的“xcopy”。如果“xcopy”遇到错误，批处理程序将读取退出码并转到相应“IF ERRORLEVEL”语句中指示的标签，然后显示相应的消息并退出批处理程序。
