使用javascript处理URL中的中文部分

一、使用javascript处理URL中的中文部分

JavaScript中存在几种对URL字符串进行编码的方法：escape()，encodeURI()，以及encodeURIComponent()。这几种编码所起的作用各不相同。

采用ISO Latin字符集对指定的字符串进行编码。所有的空格符、标点符号、特殊字符以及其他非ASCII字符都将被转化成%xx格式的字符编码（xx等于该字符在字符集表里面的编码的16进制数字）。比如，空格符对应的编码是%20。

把URI字符串采用UTF-8编码格式转化成escape格式的字符串。

不会被此方法编码的字符：!@#$&*()=:/;?+'

把URI字符串采用UTF-8编码格式转化成escape格式的字符串。与encodeURI()相比，这个方法将对更多的字符进行编码，比如/等字符。所以如果字符串里面包含了URI的几个部分的话，不能用这个方法来进行编码，否则/字符被编码之后URL将显示错误。

不会被此方法编码的字符：!*()'

因此，对于中文字符串来说，如果不希望把字符串编码格式转化成UTF-8格式的（比如原页面和目标页面的charset是一致的时候），只需要使用 escape。如果你的页面是GB2312或者其他的编码，而接受参数的页面是UTF-8编码的，就要采用encodeURI或者 encodeURIComponent。

如果你是 GB2312编码，使用 escape函数

如果你是 UTF8编码，还可以使用 encodeURIComponent函数

二、怎样学习计算机的java

第一步，首先先学习，计算机基本原理，Java语言发展简史，这些是最基本的常识，初学者一定要了解这些常识。

第二步：要了解java开发的环境搭建，体验java程序员的开发环境，比如变量path和classpath的设置，java程序员的执行过程，java反编译工具。然后了解，计算机常用进制二、八、十六的介绍，以及它们与十进制之间的相互转化，ASCII码。

对象的本质，理解面向对象，类与对象的关系，在程序中如何应用面向对象的思想解决问题。

如何设计类，设计类的基本原则，类的实例化过程，类的细节：构造函数、this关键字、方法和方法的参数传递过程、static关键字、内部类，Java的垃极回收机制，Javadoc介绍。

对象的三大特性：封装、继承和多态，以及相应的Java实现：子类对象的实例化过程、方法的覆盖、final关键字、抽象类、接口、继承的优点和缺点剖析。

对象的多态性：子类和父类之间的转换、抽象类和接口在多态中的应用、多态带来的好处。Extensibility的理解、Extensibility的运用。

常用设计模式：Singleton、Template、Strategy模式。

第五步：这一阶段，你有很多知识点要学习。

JavaAPI介绍、Eclipse的安装和使用、String和StringBuffer、各种基本数据类型包装类，System和Runtime类，Date和DateFomat类等。Java Collections Framework：Collection、Set、List、ArrayList、Vector、LinkedList、Hashset、TreeSet、Map、HashMap、TreeMap、Iterator、Enumeration等常用集合类API。

IO概念，File和FileRandomAccess类，字节流InputStream和OutputStream，字符流Reader和Writer，以及相应实现类，IO性能分析，字节和字符的转化流，包装流的概念，以及常用包装类，计算机编码。

递归程序，Java的高级特性：反射、代理和泛型。

第六步：这一阶段，你要开始了解多线程了！

多线程的概念，如何在程序中创建多线程(Thread、Runnable)，线程安全问题，线程的同步，线程之间的通讯、死锁。Java图形用户介面编程(AWT、Swing)，Java的事件处理机制，Java Applet简介。Java网络编程，网络通信底层协议TCP和UDP，以及其相应的Java实现：DatagramSocket，DatagramPacket，ServerSocket，Socket编程。网络通信常用应用层协议简介：HTTP、SMTP、POP3、MIME，以及WEB服务器的工作原理。编写网络聊天程序。Java正则表达式API详解及其应用。

第七步：这一阶段，你要学习html和JavaScript

HTML语言，HTML语言背景知识、HTML全局标签、格式标签、文件标签、超链接标签、图像标签、客户端图像地图、表格标签、帧标签、表单标签、头元素、分区标签。CSS介绍、CSS的设置方法、样式选择器、样式属性介绍，Dreamweaver的使用。JavaScript编程，JavaScript语法、运算符、流程控制、函数、数组、对象、JavaScript的内部对象，JavaScript中专用于操作对象的语句。DHTML编程，理解DOM树，DOM对象，常用DOM对象的属性、方法和事件，编写事件处理程序、使用DOM操作HTML文档、遍历文档树上的节点、搜索文档中特定的元素、修改文档内容、往文档添加新内容、使用DOM操作XML文档。DHTML编程的实用案例：网页换肤、HTML表格排序等，以及JavaScript中的正则表达式及其应用。

三、中国人有哪四个阶级

1、近年来大数据不断地向社会各行各业渗透，为每一个领域带来变革性影响，并且正在成为各行业创新的原动力和助推器。这一时期，互联网社交互动技术的不断发展创新，人们越来越习惯于通过微博、微信、博客、论坛等社交平台去分享各种信息数据、表达诉求、建言献策，每天传播于这些平台上的数据量高达几百亿甚至几千亿条，这些数量巨大的社交数据构成了大数据的一个重要部分，这些数据对于政府收集民意动态、企业了解产品口碑、公司开发市场需求等发挥重要作用。

2、如今，虽然互联网已经成为收集民意、了解政府和企业工作成效的一个非常有效的途径。然而由于缺乏对互联网发贴等行为的必要监管措施，在舆情危机事件发生后，难以及时有效获取深层次、高质量的网络舆情信息，经常造成舆情危机事件处置工作的被动。于是，重视对互联网舆情的应对，建立起“监测、响应、总结、归档”的舆情应对体系是成为大数据时代政务工作的重要内容之一。在此背景下，舆情监测及分析行业就是为适应大数据时代的舆情监测和服务而发展起来的。其主要专注于通过海量信息采集、智能语义分析、自然语言处理、数据挖掘，以及机器学习等技术，不间断地监控网站、论坛、博客、微博、平面媒体、微信等信息，及时、全面、准确地掌握各种信息和网络动向，从浩瀚的大数据宇宙中发掘事件苗头、归纳舆论观点倾向、掌握公众态度情绪、并结合历史相似和类似事件进行趋势预测和应对建议。大数据在舆情监测上的应用价值（一）大数据价值的核心：舆情预测传统网络舆论引导工作的起点，是对已发生的网络舆情进行监测开始。然而这种方式的局限在于滞后性。大数据技术的应用，就是挖掘、分析网络舆情相关联的数据，将监测的目标时间点提前到敏感消息进行网络传播的初期，通过建立的模型，模拟仿真实际网络舆情演变过程，实现对网络突发舆情的预测。（二）大数据价值的条件：舆情全面大数据技术要预测舆情，首要条件是对各种关联的全面数据进行分析计算。传统数据时代，分析网民观点或舆情走势时，只关注网民跟帖态度和情绪，忽视了网民心理的变化；只关注文本信息，而较少关注图像、视频、语音等内容；只观察舆论局部变化，忽视其他群体的舆论变化；只解读网民文字内容，而忽视复杂多变的社会关系网络。从舆情分析角度看，网民仅仅是信息海洋中的"孤独僵尸"，犹如蚁群能够涌现高度智能，而单个蚂蚁如附热锅到处乱窜。大数据时代，突破了传统数据时代片面化、单一化、静态化的思维，开始立体化、全局化、动态化研究网络舆情数据，将看似无关紧要的舆情数据纳入分析计算的范围。（三）大数据价值的基础：舆情量化大数据预测舆情的价值实现，必须建立在对已挖掘出的海量信息，利用数学模型进行科学计算分析的基础之上，其前提是各类相关数据的量化，即一切舆情信息皆可量化。但数据量化，不等同于简单的数字化，而是数据的可计算化。要在关注网民言论的同时，统计持此意见的人群数量；在解读网民言论文字内容的同时，计算网民互动的社会关系网络数量；对于网民情绪的变化，可通过量化的指标进行标识等。（四）大数据价值的关键：舆情关联数据背后是网络，网络背后是人，研究网络数据实际上是研究人组成的社会网络。大数据技术预测舆情的价值实现，最关键的技术就是对舆情间的关系进行关联，将不再仅仅关注传统意义上的因果关系，更多关注数据间的相关关系。按大数据思维，每一个数据都是一个节点，可无限次地与其他关联数据形成舆情链上的乘法效应--类似微博裂变传播路径，数据裂变式的关联状态蕴含着无限可能性。大数据时代的舆情监测瓶颈目前，各地舆情监测工作的主要手段仍以人工检索为主，尽管也使用了市面相对成熟的相关搜索软件进行辅助搜索，但搜索舆情的技术仍采用传统的二维搜索方式，即主题关键词和网络平台二维坐标，由舆情员对采集的信息进行二次加工成舆情产品。但搜索的舆情信息结果多为一级文本信息，对于深层次的多级舆情信息，如新闻、微博后的评论，网民的社会关系，网民针对某一事件评论反映出的情绪变化，以及网民煽动性、行动性的言论、暗示等数据无法深度挖掘，仍靠人工采集和分析判断。受制于舆情员的知识水平和价值判断的不同，极有可能导致有价值的舆情信息丢失，无法准确及时预测舆情走势，大大降低了舆情监测工作的效率、准确性，增加了有价值舆情信息发现的偶然性和投机性，为重大突发事件的舆情预测埋下隐患。大数据背景下舆情监测的实现对大数据的采集加工是整个舆情监测的基础，掌握数据抓取能力，通过“加工”实现数据的“增值”是舆情监测分析的必备技能。多瑞科舆情数据分析站系统网络舆情监测系统因配置自己研发不同于爬虫技术的领先采集技术，用户不但可以监测各种正文信息，还可配置系统采集获取某些主题的最新回复内容，并获取其详细信息，如查看数，回复数，回复人，回复时间等。许多网站结构复杂或采用了Frame或采用了JavaScript动态写入内容或采用了Ajax技术实时自动刷新内容，这些都是普通爬虫技术很难处理或无法处理的。对于采集监测到的信息，系统可以自动加以分类，以负面舆情，与我相关，我的关注，专题跟踪等栏目分类呈现，让用户可以直奔主题，最快找到自己需要的信息。对趋势的研判则是大数据时代舆情监测的目标。如今人们能够从浩如烟海的数据中挖掘信息、判断趋势、提高效益，但这远远不够，信息爆炸的时代要求人们不断增强关联舆情信息的分析和预测，把监测的重点从单纯的收集有效数据向对舆情的深入研判拓展。多瑞科舆情数据分析站系统舆情监测系统对监测到的负面信息实施专题重点跟踪监测，重点首页进行定时截屏监测及特别页面证据保存。监测人员可以对系统自动识别分类后的信息进行再次挑选和分类，并可以基于工作需要轻松导出含有分析数据图表的舆情日报周报，减轻舆情数据分析，统计作图的繁杂度。对于某些敏感信息，系统还可通过短信和邮件及时通知用户，这样用户随时都可远程掌握重要舆情的动态。大数据时代需要大采集，大数据时代需要大分析，这是数据爆炸背景下的数据处理与应用需求的体现，而传统的人工采集、人工监测显然难以满足大数据背景下对数据需求及应用的要求。多瑞科舆情数据分析站系统网络舆情监测平台成功地实现了针对互联网海量舆情自动实时的监测、自动内容分析和自动报警的功能，有效地解决了传统的以人工方式对舆情监测的实施难题，加快了网络舆论的监管效率，有利于组织力量展开信息整理、分析、引导和应对工作，提高用户对网络突发舆情的公共事件应对能力，加强互联网“大数据”分析研判。大数据监测，多瑞科舆情大数据做的挺好的。