2009年7月13日星期一

cold words

我这人从不记仇,一般有仇当场我就报了。

我以为你只是1和3中间的数,没想到你还是1和3俩数的组合。

Michael Moritz: 真相时刻

本文发表于《环球企业家》2009年2月号
文 本刊记者 张亮 陈伟
1982年底,作为《时代》周刊驻旧金山站站长,迈克尔・莫瑞茨需要做出一个艰难决定:究竟谁该当选这一年的"年度人物"?
应该无须赘述《时代》的"年度人物"评选意味着什么。来看一看莫瑞茨的选项。选择之一,是一个叫史蒂夫・乔布斯的27岁年轻人,因为创立苹果电脑公司,他一夜成名,并成为个人电脑这一曙光产业的代表人物;选择之二,就是那台冷冰冰、当时还只能在黑色屏幕上显示绿色荧光字符的电脑。
 决策的难度在于,你很难得罪或讨好一台机器,却能借此破坏与一个人的"友谊"。在当时,莫瑞茨已经说服乔布斯对自己开放苹果正在秘密开发的麦金塔项目,并准备就此写一本书。放弃乔布斯,很可能意味着自己再无可能像之前那样参加苹果的大小会议,对每个人深入采访―但采访中,莫瑞茨的确听到了一些不好的信息:乔布斯有个私生女,且不愿承认她。
  义利之辩后,最终当年的《时代》周刊将"年度机器"写入历史。而乔布斯也从此拒绝莫瑞茨的采访要求,甚至对公司内部表示,任何接受莫瑞茨采访者都会被开除。
26年过去,当年的计较已不再重要,但莫瑞茨做到了一名记者理所应当却也最难做到的事情:尊重事实。即使被乔布斯标榜为"苹果的历史学家",他并未忘记在自己和乔布斯的立场之外,仍有一个高于他们的真相存在,而那是不应自欺的。
刚刚过去的2008年是又一个需要直面真相的时刻。在一波又一波的灾难性新闻中,你究竟该以怎样的心态面对当下及未来?
此时莫瑞茨的身份已迥异于从前。他于1986年加盟硅谷最著名风险投资公司红杉资本,并在投资领域成就卓著:他在雅虎投资400万美元,取得约40亿美元回报,在谷歌投资1250万美元,获利约50亿美元。
但他并未丧失点明"皇帝新衣"的锐气。2008年5月7日,在美国"国家风险投资协会"的年会上,莫瑞茨当着台下大约700名同行和媒体,直言"这行业有太多浮夸与傲慢",并希望同行们能"在面对比我们勤奋的多的创业者时,少些不必要的装神弄鬼。"他建议投资者们应该更少表达、更多倾听,特别是不要情绪化的做出投资决策,而要"无情的剖析事实"。
一次典型的"无情的剖析事实"发生于10月7日。这天,莫瑞茨率领红杉资本的合伙人们与被投资公司的创始人们进行了一番近乎"血淋淋"的对话。在巨大的会议室中,百余名创业者看着投影上打出一块巨大的墓碑,上面写着"好时光已死"。在仔细分析了这一轮经济危机的缘由后,红杉对投资者们做出了一系列建议:暂时忘记加速前进,先思考如何生存;暂时忽略扩大市场份额,留下更多资本过冬;只做必须做的产品,放弃那些有价值但不能带来明确收入的……这种极尽保守的建议,很可能带来极端后果:如果红杉的判断失误,它所投资的公司可能在悲观预期中丧失增长活力,甚至,它过于明确的负面判断可能让创业者丧失信心。
未出意料,此次演讲的摘要被流传至外界后,与其说创业者与投资界体会到了莫瑞茨们的判断之妙,不如说人们被毫不掩饰的悲观论调感染了情绪。网络上甚至流传出一种说法称,红杉的合伙人在会议上对创业者表示:"现金比妈妈更重要。"
"我们没有在会上这么说过,我也知道'母亲'在中国意味着什么"。2009年春节前夕,莫瑞茨在香港接受《环球企业家》专访时说。这次访谈中,莫瑞茨阐释了他对金融危机的理解及展望,并以不少事例分析创业者们应该在这一环境下如何进退。抑扬顿挫的言辞中,莫瑞茨非常明确,这将是创业公司命运的分水岭。
以下为访谈摘录:
GE:全世界都知道了,红杉在2008年10月召开了一次紧急会议,提醒自己所投资的那些公司认真准备应对可能持续很多年的公司业绩下降。其中的一名创业者告诉我的一个朋友说他当时被吓倒了。这是你预期中会议的效果吗?
莫瑞茨:不,那不是我们希望的。如果你吓坏了谁,他是没有办法作出正确决策的。
我们的希望是将那些我们有着长期合作关系的CEO、创业者们凑到一起,让他们知道我们所看到的世界的变化。因为如果你在管理一家发展中的公司,而你的工作非常辛苦,一周工作7天每天16小时将自己的注意力集中到自己的公司上,那你可能没有足够的精力来关注外面的世界,所以我们要告诉他们每个人:看,这些是在我们身边正在发生的事,还有我们觉得将来会发生的,当然紧接着要说的是,我们非常希望这样的糟糕预期不会变成现实,但我们不认为自己的判断是错误的。我们觉得这次经济危机与以往我们看到的任何一次都不同,而且,每一个未能正视这些事实的人在将来都会遭到严重的惩罚。
不过,你也得问问自己打算接下来做些什么,你可能并不同意我们的意见,这没问题,或者你同意――如果你认同我们的看法,那么我们鼓励你快速行动,为了迎接一场将会持续很久的大风暴,你要准备好你自己的船。但你自己才是船长,你得自己做出决策接下来做些什么,我们只是传递信息。
GE:你们的紧急会议之后,创业公司做出怎样的改变是你乐见其成的?
莫瑞茨:我想大部分公司的董事会都立即开始尽可能的削减开支,以及停止那些尽管不错但是非核心的业务。我曾希望所有的公司能够削减运营成本至少20%甚至30%的水平,他们大都迅速的实现了,这非常棒。
GE:我知道在2000年初网络泡沫破碎后,红杉也曾组织过一次对被投企业的预警会议。你是否还记得在上一次经济周期中,你给谷歌的两名创始人了哪些建议?
莫瑞茨:上一轮衰退期中,谷歌已经处在了一个非常"舒服"的位置上:它赚的现金流超过它需要支付的。这是非常美妙的,如果你的公司是这样,你就可以在市场上的每个环节占据优势,拥有更多自由和机动性。当你成长,你的对手就会被削弱。当你的竞争对手被迫解雇那些优秀员工的时候,你可以雇佣他们;如果你的竞争对手停止投资于新项目,你就可以进行这些投资。所以,那些管理优良的、在衰退中能够自足的公司有着巨大的优势。那些最好的公司在走出萧条时总是比它们进入萧条时要有竞争力的多――因为在萧条蔓延的过程中,竞争对手们都备受打击。
GE:谷歌能够在糟透了的经济环境下获得丰富的收入,秘密在哪里?或者只是运气足够好?
莫瑞茨:不,我不认为这是运气。我承认这很了不起,但我不认为这是光靠运气能实现的。我想这得益于公司的管理者对于公司发展道路的思考、他们在开发新产品时快速的执行,以及他们在各个层面超越了所有竞争对手。我不觉得这是运气。
GE:那今天的创业者们可以从当年谷歌身上学到什么?
莫瑞茨:我认为是"要做与众不同之事"(Act differently)。苹果公司的口号叫Think Different,这是极富智慧的总结。
GE:你本人是从何时真正感受到了经济下行的压力的?
莫瑞茨:我想我们最初看到这方面的信号是在2007年夏天,对于我们来说一个很清晰的信号来自于美国的半导体行业――它们通常能率先感觉到经济的不景气。在2008年春夏之交前,我们对此还没有足够关注,但到了2008年夏天结束,这件事已经占据了我们100%的精力。
GE:有没有一个具体的"引爆点"?
莫瑞茨:贝尔斯登。当贝尔斯登在一夜之间消失,我觉得我们开始极度关注这一问题。我还记得我当时在北京,坐在出租车后座,一个同行的人问我:你有没有听说贝尔斯登的事?我说:贝尔斯登?我的天哪!这是改变的触发点。从此,美国的一切都被颠覆了。想想看,如果你在2007年展望2008的时候的报纸头条写下这样的判断:贝尔斯登、美林、房利美、房地美、雷曼兄弟、AIG、电路城等公司将不复存在,恐怕每个人都会说那是不着边际的幻想。这太可怕了。
GE:在此之后你主要在关注什么?
莫瑞茨:我觉得最近最主要的工作,还是确保红杉找到一个有利的位置,以避免受到绵延无期的困难经济形势的拖累。与我经验中此前的25年或30年里发生的经济危机不同,现在无论你在南美或西伯利亚,你无处可躲。谁知道经济不景气要持续多久呢?没人知道。我们能做的就是尽量让自己的公司在这段时间远离这些极端糟糕的领域。
GE:过去的2年里,世界发生了太多变化,次债泡沫破裂、投行业倾覆,一场我们70年未曾遭遇的经济衰退。在你看来,华尔街和全世界的投资者应该从中学到什么?
莫瑞茨:这是个好问题。我认为人们消费太多了。不论出于什么原因,人们似乎认为政府对于投资、消费、储蓄的基本政策规定已经不再适于他们了。目前美国遇到的诸多问题,都是基于三个原因,一是美国消费者已经不会适当储蓄;二是联邦政府有着过于强烈的花钱欲望;三是金融部门明显承担了过大的负债。所有三者都可归因于资金太多了,而它们并非赚来的―― 政府、消费者、金融机构,每个人都在借钱。如果说我们应该学到教训的话,那么就是应该对这种过度的行为进行惩罚。
GE:也就是说,你认为问题在于金融杠杆?
莫瑞茨:毫无疑问。我们要求我们自己的公司,特别是在美国,如果不能产生利润,永远不要去借钱。好的创业公司都是能够自足的。它们不需要外界资本的参与,就能够满足顾客、职工和股东的需要,因为它们的生意能够产生现金流。比起那些以投资驱动的企业模式――因而公司的举措是为了迎合银行的还款责任,全球而言,这样的模式现在越来越多,特别是那些最大的杠杆收购――而言,这是一种完全不同的模式。过去的十年是一个所有人都尽可能多借钱的年代,现在,我们都清楚了这对于公司和它们的员工所带来的必然的破坏性结果,为他们带来了巨大的伤害和痛苦,我们没有陷入这样的生意让我觉得很开心。
GE:经济危机对于红杉本身意味着什么?
莫瑞茨:对于红杉来说,好消息是,我们不使用杠杆,我们没有借一分钱,我们只有股权。在经济低迷时期仍然会发生的事情之一是人们还会创业。对风险投资者来说,这个时期的投资更容易些,因为只有那些真心创建公司的人而不是只想尽快致富的人才会选择这个时刻创业。你也知道,当市场处在高位的时候,看起来似乎做什么都是对的,很多人会对你说他们希望创业,其实他们真正想的只是一夜暴富,这两者间的差别是巨大的。
GE:你是怎么分辨只想暴富的人和真正希望创业的人的?
莫瑞茨:前者往往缺乏深度。希望暴富者往往是那些浮于表面的人,那些对深入了解事物缺乏巨大兴趣的人,那些只有太多浅层知识的人,这就是问题所在。我们有过很多投资科技公司的经历,特别是那些对他们的技术和生意有着非常非常深刻理解的人们。实际上,不论是你投资一家科技公司,或是餐馆,或消费者服务公司,在所有行业里我们倾慕有加的创业者,都是沉浸在各自领域的细节之中的人。
GE:这是你在谷歌的创始人拉里・佩奇和谢尔盖・布林,雅虎的创始人杨致远和大卫・费罗、YouTube的创始人陈士骏和查德・赫利他们身上找到的?
莫瑞茨:我认为那是所有成功者的特质。我们也有在中国的投资案例作为佐证,我认为这是世界通行的成功企业家的品质,无关于他使用什么语言,生活在哪个国家,他们都会试图弄清一个具体领域中数目繁复的、比其他人所能想象的多得多的细节问题,尤其对于初创公司,有时那些细节看起来太琐碎了。细节很难令大多数人产生兴趣,甚至会被认为是边缘的、不热门的、从未听说过的话题,但这令他们兴奋。
GE:当你会见一名创业者时,在你观察他时,你会问自己些什么?
莫瑞茨:判断人是很难的。在这上面我们也常常犯错,与人相处不同于处理有关市场的数据或开发产品,并不能够被量化,会掺杂很多主观因素。所以你只能揣度一个人:他是哪类人?他究竟懂什么?他真正擅长的是什么?他不擅长的又是什么?跟他紧密合作5到7年究竟会怎样?有可能会遇到什么问题?他作为管理者素质如何?他在招聘方面会表现的如何?他是否擅长表述自己的观点?他会怎么与人沟通?他是否有非常清晰的目标感?他能否确立正确的榜样?等等等等。你所要回答的是与一个人共同生活几年会遇到的几乎所有问题。
GE:你不会问自己:这家公司能否取得谷歌式的成功吗?
莫瑞茨:来,想想这个。你来定一个标准,然后给自己一个答案。比如,你能数出几家初创公司能够取得超过10亿美元的销售额?或者50亿美元?或者100亿?如果你不喜欢销售额这个指标,那么10亿美元利润?20亿?再或者,300亿或者400亿市值?在人类历史上,想英特尔、微软、思科、苹果、谷歌这样的公司屈指可数。你只要投出几个有谷歌规模的1%的公司,就算得上非常成功了。所以当人们问我下一家谷歌在哪里时,我经常说:它们不是从树上掉下来的。如果硅谷每十年诞生一个谷歌,那就将是一个非常了不起的成就了。
GE:你甚至不是刻意去寻找下一家谷歌?
莫瑞茨:不。因为一开始,当你只有两三个或者很少员工的时候,未来是非常不明确的。你只能先确保网站维持运营,或产品不被消费者退回,或者再多雇佣一些工程师,或者达到一个稍微大一点的财务目标。没有人能在只有5个或10个员工的公司就预言伟大的将来。如果有人在苹果、谷歌、思科初创的时候就预言他们能变成全球品牌,这在其他人看来会非常可笑。
GE:那么在接触一家创业公司时,你会如何观察它?
莫瑞茨:每家公司都各有不同。但如果你的是一家初创公司,而你又是头一次、刚刚开始这样一场旅途,而我们已经做了很多年的投资,见识过很多的航行,甄别过一些好船,一些坏船,那我们是能提供两方面的建议的。第一,如果避开大海上的暗礁;第二,如何能你的公司跑得尽可能的快。我会观察、思考:我们如何来帮你招募技术团队?如何将这家公司介绍给顾客?如何帮助你融资?如何处理竞争中的种种问题?如何为公司寻找明确的定位?如何解决供应链问题?……所有这些事是在头一年或者18个月里显得尤为重要。
GE:这让我觉得你跟很多投资者甚至创业者有所不同,你关注的是任何领域任何公司都需要考虑的朴素问题。但通常人们很喜欢谈论那些时髦词汇(buzzword),比如Web 2.0、SNS、云计算……
莫瑞茨:我同意你对于时髦词汇的意见,我们不喜欢"投资于词语",时髦话往往是危险的。在思考是否进行一项投资的时候,人们可以讨论它们,但是真正有意义的是把问题集中于产品能提供什么?能够为顾客做什么?这是最重要的问题。创业不是找到一个适合你的时髦词汇,创业的核心问题还是你能为你的客户作什么。
GE:但无论如何,成为你这样的风险投资者,似乎必须对科技发展的趋势非常敏感。似乎你必须能够判断出什么是下一个崛起的重要趋势,并从中找到你所说的最好的创业者。
莫瑞茨:或者你只是能搞懂为什么一个新技术或新产品能对客户提供一些独特的价值。一名投资者其实很难成为很多很多领域的专家,所以你真正需要的是对生意有整体的理解。其实在企业初创的时候,判断错误是很正常的。你在做的是没人做过的事,是在一个前人从未涉足的新疆域冒险,未来的路并未被清晰标注出,也没有向导带路。你不能获得所有的信息。所以你想看到未来并不可能,看到前方的里程碑也很困难。
GE:所以创业者们需要为自己的旅途设立很多目标?
莫瑞茨:我喜欢一步一个脚印。我认为为太遥远的将来设立太多目标是一件危险的事情,你可能永远也达不到。如果你正在开创一家公司,需要做的第一件事就是确保今天能生存下来,然后生存一个月,接下来一个季度,然后全年,然后担心来年的事情,这就是一步一步的在每个阶段努力。就像登山,你知道最高点、峰顶在前面,这很好,?�鞘紫饶惚匦胗涤凶约旱挠�亍?
GE:你曾经说,最好的投资时机常常是"当人们都恐惧的趴到桌子下面的时候",红杉会在这次的金融危机中加大投资吗?
莫瑞茨:我不知道我们是否会做更多投资。因为有几件事情在起变化。其中之一是像其他行业一样,我们也有竞争对手退淡出了。其次,资金变得越来越难以获得。现在投资的竞争压力没以前那么大了,不过创业公司需要的资金也少了。以前一家公司能用一年的资金,现在能用上18个月到两年时间,融资需求也减少了。不过我们还是对投资持开放的态度。尤其在美国,一家科技公司开发一款新产品通常需要一年或者18个月的时间,现在这正是个好时机,因为任何东西都便宜了。
GE:如果回顾互联网泡沫以来整个风险投资业的得失、教训,你会怎么说?
莫瑞茨:相对于担心其他公司我更愿意专注于我们自己的表现。我对我们的成绩非常满意,我们很认真、很幸苦的工作,在美国、中国、印度、以色列都是如此。我们非常谨慎的投资于那些我们自信于走在成功之路上的公司。Youtube是一个,另外还有15到20家分布在全世界。他们发展成为非常成功的企业需要一段时间,也许我们过于乐观,但是我觉得这很可能发生。当然我们取得了一些值得骄傲的成绩,也犯了一些错误,有一些交易我们时候也希望当初没有投。但在这个行业里,如果你没犯过错误――倒不是说我们喜欢承受资金损失――很可能因为你不够有冒险精神、不够有想象力。你能做的,仅仅是努力不要重复以往的相同错误。
GE:你认为自己犯下了什么错误?
莫瑞茨:我很高兴的发现要回答这个问题并不容易。如果你在9、10年前问我,我能够指出一到两起投资。我觉得我们可能犯了许多小错误,但是我不认为我们犯过大错。像所有事一样,在美国、在中国、在印度,我们都有许多改善的余地。核心就是认识到你在什么领域做的好,多做些,你在什么领域做的不好,少做些。在我进入这个行业以来,每年底我们都回顾一年的工作,有什么可以做的好一些,有什么错误可以不再犯。
GE:换句话说,过去两年你学到了什么?
莫瑞茨:如你所知,做投资必然存在的环节之一是思考你昨天还在赛场上,今天能否继续出现在哪里,因为每一天都是不一样的。我个人的一个最重要的收获是,我希望自己对于身边更大范围的世界保持足够更密切的关注,对于将要发生的事情拥有更早的敏锐察觉。如果你问我两年之前美国的房地产行业发展在什么水平?我没法告诉你。有多少人在依靠次级债买房?我告诉不了你。?��值闹饕�缎斜3肿哦喔叩母芨吮嚷剩课乙膊恢�馈U庑┒际俏蚁M�业背踔�赖摹?
GE:不过专注和拥有更宽阔的视野本身就是很艰难的平衡……
莫瑞茨:恩,但如果你太专注,世界的其他部分就对你封闭了。有时候这正如在海滩上享受惬意时光,却不能看到海啸即将来袭。
GE:如果当时你意识到杠杆比率或者次债产品的问题,你会有什么不一样的举措?
莫瑞茨:我们将做两件事:帮所有被投资公司更快融茨,推动它们更快的降低成本。
GE:那你最近有更多的关注经济数据吗?
莫瑞茨:我更多的倾听这个领域的信息,也就此与不同领域的人们做更多相关的讨论。
GE:更在意华尔街的声音?
莫瑞茨:不,不,我早就学会了别听他们的。我们以前更在意身边发生了什么,现在只是更在意更大的世界在发生什么。
GE:《华尔街日报》说红杉正在巧妙的将自己从一个风投公司转型为一家投资于基金的基金公司(fund of funds)。
莫瑞茨:不,这不是真的。
GE:全球的风投业都很关注红杉的变化。我记得约翰・杜尔在美国国家风投协会的年会上问过你同样的问题。
莫瑞茨:是的。我们的确构建了一个机构来管理我们自己的钱,但我们对于成为"基金的基金"兴趣是负数。我不是在含糊其辞,但是美国的证券相关监管规则使得我不能谈论这项运作,否则我们将有违规的风险。抱歉我们不能直接回答这一问题。
GE: 让我换个角度来问这个问题。毫无疑问,今天的全球金融行业一片混乱,对冲基金、PE正在损失大量的财富,更不用说很多金融机构步入破产的境地。这个行业存在很多管理上的问题和道德方面的问题。我想知道,是否红杉希望能够做一些事情来改善这些,至少将自己和它们区别开来。
莫瑞茨:这是个很妙的问题。我不想对这个行业做过多指责,我们只是想像多年来所做的,继续努力做正确的事情。你看,我们与一些客户保持着30年的合作,我们与一些创业者有着超过25年的良好伙伴关系。我们珍视这些合作,我们也希望将它延续下去。如果你不能做正确的事情,这是个奢谈。现在正在我们身边发生的金融服务行业问题非常糟糕,骇人听闻且可耻。在一些地方,道德规范被破坏,客户的需求被漠视和遗忘,很多不顾结果的行为给客户带来了巨大的风险。对于你我或者任何一位读者来说这都是难堪的。我们所希望的,是以能令自己引以为傲的方式工作。我们也会犯错误,但是我们希望能对得起两个群体――我们的客户即投资于我们的有限合伙人,和我们所投资的创业者们――就是这么简单。这两件事情做对了,好的结果会自然而然的到来。我想在你所述的那些遇到问题的领域,人们不关系自己的顾客,他们除了自己什么都不关心。
GE:听起来是"回归基本"。
莫瑞茨:对我们来说,没有所谓"回归基本"这么一说。对我们来说,没有什么是"基本"的:不借债、与客户保持30年的合作、与创业者保持25年的友谊,这可不是什么"基本"。我们的口号是"创业者背后的创业者"。这意味着我们完全不想受人关注,我们很乐于在一家公司取得成功时说应101%的归功于企业家,而在失败时则101%的应该归咎于我们。
GE:谷歌就像一个岔路口,在它之后,一些人不再投资于互联网公司了。因为人们相信,谷歌之于互联网,或许像微软之于电脑产业一样,是不可撼动的统治者。比如KPCB将自己的投资方向调整到绿色科技。你怎么看互联网这个产业的未来?
莫瑞茨:我认为总有独特的机会,但你得谨慎选择。举个例子吧,戴尔电脑,这并非红杉投资的公司。戴尔电脑创立于1984,也就是大概在第一台个人电脑诞生后的13、4年时间后。你可能会说:糟了,已经14年了,现在创立一家个人电脑公司是不是太晚了?没错,很多时候坏的答案就是正确的答案,但也永远有机会去创造一家新公司。我们在美国投资了一家叫做Kayak的公司,是一家旅游服务网站。为什么?因为比起既有的网站,仍有很多的可能性为消费者提供更好的旅行服务。公平的说,这个领域第一代的公司有资格对我们表示不爽,我们要对此非常小心,但是在任何一个大的市场或行业,机会总是会冒出来。我记得25年前,人们都说在半导体领域已经没有多少投资的价值了,所有重要的半导体公司都已经创立,然后在下一个十年,又出现了数百家半导体公司。我记得在1985、86年,这个行业很灰暗,你说起创立一家新的半导体公司,人们会想:糟糕,在所有的那些行业内公司都存活着的情况下,哪里才能有机会?但你总会找到你自己的机会。当然,小心也是必要的。在互联网上当然有巨大的机会,只是它们大多被既有的网络公司所占据着,你别未作准备就和它们竞争。不管是什么类型的生意,我觉得重要的是你要表现出能够为顾客做一些特别的价值,使他们感觉到独特、感觉到更好的服务。
GE:不过相较红海,人们似乎更加喜欢蓝海。
莫瑞茨:这是什么?
GE:你不知道前几年波士顿咨询公司出过一本书,叫《蓝海策略》?指那些竞争不激烈的市场。
莫瑞茨:我们从未见过蓝海。每一个我们投资的领域都充满了竞争。想想谷歌,创立于1999年,那时有成群的竞争对手。思科创立的时候有20个竞争者。雅虎成立时也是行业的后进入者。我们从没有试过投资于一家没有竞争对手的公司,我想如果你投资了一家从来没有竞争对手的公司,那么这就表示你进入了一个糟糕的行业。(红海、蓝海)是咨询师的思考方式,不是投资者的。
GE:但得说,当谷歌成立时,人们对搜索引擎的重视并不像今天这样,所以它应该没有强大的竞争对手。
莫瑞茨:回顾和在当时置身于那个世界,是完全不一样的。我给你举个例子,我们在1988年投资思科,有人问红杉的人,你们为什么要投资思科?它有着那么多的竞争对手,有IBM、DEC、3com,还有其他20家公司……人们也忘记了,当康柏创立的时候――红杉并没有投资康柏――当这家公司创立于1981年的时候,市场上已经有了25、30或者更多家的个人电脑公司存在。
GE:但康柏是第一家笔记本电脑公司,不是吗?
莫瑞茨:不是的,当时还有一家叫做Osbourne的公司。但是,你说的对,你必须有一个独特的切入点。这是一个充满竞争的世界,从某种程度上来说有些像科学研究。有人在一个实验室中忙碌于研究某个问题,而在整个世界的另一个角落,有着更多的人在为同样的课题而忙碌。他们彼此之间并不知晓。这和创业很类似,你总有竞争者,可能是大的、中等的、小的、甚至你从未听闻的竞争对手出现。
GE:我同意,但我仍很好奇,如果没有拉里・佩奇和谢尔盖・布林,搜索引擎在今天还会如此重要吗?
莫瑞茨:如果没有比尔・盖茨,如果没有史蒂夫・乔布斯,这世界上就不会有微软,也不会有苹果公司。但是肯定还会有一家个人电脑公司,它可能不叫微软,也不叫苹果,而是叫别的什么名字。因为依然有足够多的其他人在为这个目标而工作,这就意味着其他的选择。想象一下在1980年代早期IBM使用微软的操作系统时,他们也有选择的机会,他们可以选择另外一到两家公司而不是必须选择微软。
GE:但像盖茨和乔布斯这样对未来极富判断力的人并不多。
莫瑞茨:我同意。但不妨想想,如果其他某些人拥有了同样的运气会发生些什么。因为你得追溯到这些人18、19岁时,那时盖茨只有一个叫BASIC的语言,而乔布斯只有一台单板计算机。事情都是因果相连的。当比尔・盖茨1975年贩卖BASIC语言时,或者乔布斯卖出他的单板电脑时,他们是不可能看到今天的世界的。该被算为他们的成绩的,是他们开发产品快的惊人,他们比其他人更透彻的理解了自己所在的道路通往何方。但是让我们做个假设,因为某种原因,他们并没有存在过,也还会有另外一些人走上这条道路,因为杰出的个体并不是只有盖茨和乔布斯。在这个世界上还有很多了不起的人。
GE:你做过记者,最近几年也投资于Sugra Inc.和HealthCentral这两家媒体公司。现在可能是全球媒体产业最动荡的时期,你对于媒体行业的未来依然乐观?
莫瑞茨:我不认为有好做的生意。如果你回到60年之前,你在60年前的报业工作,你也是有很多竞争对手的。当时的晚报们面临着巨大的生存威胁,许多老牌的晚报都因为电视的诞生而倒闭。像《生活》杂志或《图片邮报》之类的画报,也因为广播、报纸和电视的发展而被时代遗弃。所以我认为那些不能很快适应时代变化的媒体的处境将会变得艰难,这一点毫无疑问。作为一个报纸的出版者已经不再像40年前那么有趣了。但那些与时俱进的媒体公司们总有生机。看看迪斯尼是怎样不停进化的。
那些在欧美掌管媒体公司的人,的确会遇到挑战时刻,但我对媒体行业、娱乐行业、信息传播行业的未来仍然非常乐观。现在我们有互联网,或许更重要的是,我们有手机,因此未来的市场将远远超过今天的。你可以讨论这究竟是好事还是坏事,但仅从做生意角度,想想全世界的数十亿人们因为一台移动终端,而能娱乐自己、消遣时光、获取讯息。人们可以在任何地点、任何时间阅读、听音乐、收看视频、玩游戏,这是怎样的一个变化啊!再一次,我不是在说这对于人类社会究竟是好事还是坏事,但是,以音乐公司为例,的确它们正在因为艰难的市场环境而亏损。可是,40年前经营唱片公司的人所有能做的就是将音乐卖给那些拥有留声机的人,现在,你可以向数十亿拥有手机的人销售音乐,所以,停止抱怨吧,适应这变化。
GE:当别人看到挑战时,一个伟大的风险投资者看到的是机会。
莫瑞此:"哪儿有挑战,哪儿就有机会",这是千真万确的。这无关你是否身处于一家风投公司,或是管理着自己的企业。你必须辨识和拥抱改变,而不是为之恐惧。别抵抗变化。
GE:你怎么看待绿色科技投资?
莫瑞茨:它很显然是个重要的领域,但你仍需小心,不要因为那些被媒体报道带来的头脑发热而双脚凌空。归根到底,投资法则不会因为你在投资于个人电脑,或互联网,或绿色科技而改变。当你激情万丈时,别忘了投资法则不会因此而改变。
GE:怎么分辨头脑发热和热情?
莫瑞茨:当你在开创一家公司或投资于一家公司时,热情是非常重要的,因为那将是一次困难的历险,所以你最好是自己真的想去做它。但是头脑发热就是一件危险的事情了。
GE:据说你很喜欢读小说,而不是非虚构类作品,为什么?
莫瑞茨:生活本身就是非虚构的,每天都是非虚构的。所以当你阅读时,进入虚构的世界是个不错的选择。两种作品我都会读,我只是尽量不要让自己阅读太多商业类书籍。因为你需要一个完整的生活,我认为虚构和想象是生活中非常重要的构成。而且,一年中你只有那么些时间用语阅读,因此你必须精心挑选,选择那些你真正感兴趣的。就像公司一样,书籍中也有糟糕的、不值得阅读的,你只有那么多时间用于阅读,所以你最好精明的投资这些时间。
GE:你在2008年读过的最棒作品是什么?
莫瑞茨:有一本书叫《来自古巴的电报》(Telex From Cuba),是一位叫Rachel Kushner的女士写的。它描绘了1950年代末到1960年代末的古巴,那是一个充满变化的时代,这是一本出色的描写了两种文化相互冲击的书。

2009年7月12日星期日

printf输出特效

printf("\033[1;33m Hello World. \033[0m \n");

颜色如下:
none = "\033[0m"
black = "\033[0;30m"
dark_gray = "\033[1;30m"
blue = "\033[0;34m"
light_blue = "\033[1;34m"
green = "\033[0;32m"
light_green -= "\033[1;32m"
cyan = "\033[0;36m"
light_cyan = "\033[1;36m"
red = "\033[0;31m"
light_red = "\033[1;31m"
purple = "\033[0;35m"
light_purple = "\033[1;35m"
brown = "\033[0;33m"
yellow = "\033[1;33m"
light_gray = "\033[0;37m"
white = "\033[1;37m"

字背景颜色范围: 40--49 字颜色: 30--39
40: 黑 30: 黑
41: 红 31: 红
42: 绿 32: 绿
43: 黄 33: 黄
44: 蓝 34: 蓝
45: 紫 35: 紫
46: 深绿 36: 深绿
47: 白色 37: 白色
ANSI控制码: QUOTE:
\033[0m 关闭所有属性
\033[1m 设置高亮度
\03[4m 下划线
\033[5m 闪烁
\033[7m 反显
\033[8m 消隐
\033[30m -- \033[37m 设置前景色
\033[40m -- \033[47m 设置背景色
\033[nA 光标上移n行
\03[nB 光标下移n行
\033[nC 光标右移n行
\033[nD 光标左移n行
\033[y;xH设置光标位置
\033[2J 清屏
\033[K 清除从光标到行尾的内容
\033[s 保存光标位置
\033[u 恢复光标位置
\033[?25l 隐藏光标
\33[?25h 显示光标

2009年7月11日星期六

重入性和不可重入性

使用可重入函数进行更安全的信号处理
何时如何利用可重入性避免代码出现 bug

果要对函数进行并发访问,不管是通过线程还是通过进程,您都可能会遇到函数不可重入所导致的问题。在本文中,通过示例代码了解如果可重入性不能得到保证会产生何种异常,尤其要注意信号。引入了五条可取的编程经验,并对提出的编译器模型进行了讨论,在这个模型中,可重入性由编译器前端处理。
在早期的编程中,不可重入性对程序员并不构成威胁;函数不会有并发访问,也没有中断。在很多较老的
C 语言实现中,函数被认为是在单线程进程的环境中运行。
不过,现在,并发编程已普遍使用,您需要意识到这个缺陷。本文描述了在并行和并发程序设计中函数的不可重入性导致的一些潜在问题。信号的生成和处理尤其增加了额外的复杂性。由于信号在本质上是异步的,所以难以找出当信号处理函数触发某个不可重入函数时导致的
bug。
本文:
定义了可重入性,并包含一个可重入函数的 POSIX 清单。
给出了示例,以说明不可重入性所导致的问题。
指出了确保底层函数的可重入性的方法。
讨论了在编译器层次上对可重入性的处理。
什么是可重入性?

重入(reentrant)函数可以由多于一个任务并发使用,而不必担心数据错误。相反,不可重入(non-reentrant)函数不能由超过一个任务所共享,除非能确保函数的互斥(或者使用信号量,或者在代码的关键部分禁用中断)。可重入
函数可以在任意时刻被中断,稍后再继续运行,不会丢失数据。可重入函数要么使用本地变量,要么在使用全局变量时保护自己的数据。
可重入函数:
不为连续的调用持有静态数据。
不返回指向静态数据的指针;所有数据都由函数的调用者提供。
使用本地数据,或者通过制作全局数据的本地拷贝来保护全局数据。
绝不调用任何不可重入函数。
不要混淆可重入与线程安全。在程序员看来,这是两个独立的概念:函数可以是可重入的,是线程安全的,或者二者皆是,或者二者皆非。不可重入的函数不能由多个线程使用。另外,或许不可能让某个不可重入的函数是线程安全的。
IEEE Std 1003.1 列出了 118 个可重入的 UNIX®
函数,在此没有给出副本。参见 参考资料 中指向 unix.org 上此列表的链接。
出于以下任意某个原因,其余函数是不可重入的:
它们调用了 malloc 或 free。
众所周知它们使用了静态数据结构体。
它们是标准 I/O 程序库的一部分。
信号和不可重入函数
信号(signal)
是软件中断。它使得程序员可以处理异步事件。为了向进程发送一个信号,内核在进程表条目的信号域中设置一个位,对应于收到的信号的类型。信号函数的
ANSI C 原型是:
void (*signal (int sigNum, void (*sigHandler)(int))) (int);
或者,另一种描述形式:
typedef void sigHandler(int);
SigHandler *signal(int, sigHandler *);
当进程处理所捕获的信号时,正在执行的正常指令序列就会被信号处理器临时中断。然后进程继续执行,但现在执行的是信号处理器中的指令。如果信号处理器返回,则进程继续执行信号被捕获时正在执行的正常的指令序列。

在,在信号处理器中您并不知道信号被捕获时进程正在执行什么内容。如果当进程正在使用
malloc 在它的堆上分配额外的内存时,您通过信号处理器调用
malloc,那会怎样?或者,调用了正在处理全局数据结构的某个函数,而在信号处理器中又调用了同一个函数。如果是调用
malloc,则进程会被严重破坏,因为 malloc
通常会为所有它所分配的区域维持一个链表,而它又可能正在修改那个链表。
甚至可以在需要多个指令的 C
操作符开始和结束之间发送中断。在程序员看来,指令可能似乎是原子的(也就是说,不能被分割为更小的操作),但它可能实际上需要不止一个处理器指令才能完成操作。例如,看这段
C 代码:
temp += 1;
在 x86 处理器上,那个语句可能会被编译为:
mov ax,[temp]
inc ax
mov [temp],ax
这显然不是一个原子操作。
这个例子展示了在修改某个变量的过程中运行信号处理器可能会发生什么事情:
清单 1. 在修改某个变量的同时运行信号处理器
#include <signal.h>
#include <stdio.h>
struct two_int
{
int a, b;
}
data;
void signal_handler(int signum)
{
printf ("%d, %d\n", data.a, data.b);
alarm (1);
}
int main (void)
{
static struct two_int
zeros = { 0, 0 },
ones = { 1, 1 };
signal (SIGALRM, signal_handler);
data = zeros;
alarm (1);
while (1)
{
data = zeros;
data = ones;
}
}
这个程序向 data 填充 0,1,0,1,一直交替进行。同时,alarm
信号处理器每一秒打印一次当前内容(在处理器中调用 printf
是安全的,当信号发生时它确实没有在处理器外部被调用)。您预期这个程序会有怎样的输出?它应该打印
0,0 或者 1,1。但是实际的输出如下所示:
0, 0 1, 1 (Skipping some output...) 0, 1 1, 1 1, 0 1, 0 ...
在 大部分机器上,在 data
中存储一个新值都需要若干个指令,每次存储一个字。如果在这些指令期间发出信号,则处理器可能发现
data.a 为 0 而 data.b 为
1,或者反之。另一方面,如果我们运行代码的机器能够在一个不可中断的指令中存储一个对象的值,那么处理器将永远打印
0,0 或 1,1。
使用信号的另一个新增的困难是,只通过运行测试用例不能够确保代码没有信号
bug。这一困难的原因在于信号生成本质上异步的。
不可重入函数和静态变量
假定信号处理器使用了不可重入的
gethostbyname。这个函数将它的值返回到一个静态对象中:
static struct hostent host;
/* result stored here*/
它每次都重新使用同一个对象。在下面的例子中,如果信号刚好是在 main 中调用
gethostbyname
期间到达,或者甚至在调用之后到达,而程序仍然在使用那个值,则它将破坏程序请求的值。
清单 2. gethostbyname 的危险用法
main()
{
struct hostent *hostPtr;
signal(SIGALRM, sig_handler);
hostPtr = gethostbyname(hostNameOne);
}
void sig_handler()
{
struct hostent *hostPtr;
/* call to gethostbyname may clobber the value stored during the
call inside the main() */
hostPtr = gethostbyname(hostNameTwo);
}
不过,如果程序不使用 gethostbyname
或者任何其他在同一对象中返回信息的函数,或者如果它每次使用时都会阻塞信号,那么就是安全的。
很多库函数在固定的对象中返回值,总是使用同一对象,它们全都会导致相同的问题。如果某个函数使用并修改了您提供的某个对象,那它可能就是不可重入的;如果两个调用使用同一对象,那么它们会相互干扰。
当使用流(stream)进行 I/O 时会出现类似的情况。假定信号处理器使用 fprintf
打印一条消息,而当信号发出时程序正在使用同一个流进行 fprintf
调用。信号处理器的消息和程序的数据都会被破坏,因为两个调用操作了同一数据结构:流本身。
如果使用第三方程序库,事情会变得更为复杂,因为您永远不知道哪部分程序库是可重入的,哪部分是不可重入的。对标准程序库而言,有很多程序库函数在固定的对象中返回值,总是重复使用同一对象,这就使得那些函数不可重入。
近来很多提供商已经开始提供标准 C
程序库的可重入版本,这是一个好消息。对于任何给定程序库,您都应该通读它所提供的文档,以了解其原型和标准库函数的用法是否有所变化。
确保可重入性的经验
理解这五条最好的经验将帮助您保持程序的可重入性。
经验 1
返回指向静态数据的指针可能会导致函数不可重入。例如,将字符串转换为大写的
strToUpper 函数可能被实现如下:
清单 3. strToUpper 的不可重入版本
char *strToUpper(char *str)
{
/*Returning pointer to static data makes it non-reentrant */
static char buffer[STRING_SIZE_LIMIT];
int index;
for (index = 0; str[index]; index++)
buffer[index] = toupper(str[index]);
buffer[index] = '\0';
return buffer;
}
通过修改函数的原型,您可以实现这个函数的可重入版本。下面的清单为输出准备了存储空间:
清单 4. strToUpper 的可重入版本
char *strToUpper_r(char *in_str, char *out_str)
{
int index;
for (index = 0; in_str[index] != '\0'; index++)
out_str[index] = toupper(in_str[index]);
out_str[index] = '\0';
return out_str;
}
由进行调用的函数准备输出存储空间确保了函数的可重入性。注意,这里遵循了标准惯例,通过向函数名添加"_r"后缀来命名可重入函数。
经验 2
记忆数据的状态会使函数不可重入。不同的线程可能会先后调用那个函数,并且修改那些数据时不会通知其他正在使用此数据的线程。如果函数需要在一系列调用期间维持某些数据的状态,比如工作缓存或指针,那么调用者应该提供此数据。
在下面的例子中,函数返回某个字符串的连续小写字母。字符串只是在第一次调用时给出,如
strtok 子例程。当搜索到字符串末尾时,函数返回 \0。函数可能如下实现:
清单 5. getLowercaseChar 的不可重入版本
char getLowercaseChar(char *str)
{
static char *buffer;
static int index;
char c = '\0';
/* stores the working string on first call only */
if (string != NULL)
{
buffer = str; index = 0;
}
/* searches a lowercase character */
while(c=buff[index])
{
if(islower(c))
{
index++;
break;
}
index++;
}
return c;
}
这个函数是不可重入的,因为它存储变量的状态。为了让它可重入,静态数据,即
index,需要由调用者来维护。此函数的可重入版本可能类似如下实现:
清单 6. getLowercaseChar 的可重入版本
char getLowercaseChar_r(char *str, int *pIndex)
{
char c = '\0';
/* no initialization - the caller should have done it */
/* searches a lowercase character */
while(c=buff[*pIndex])
{
if(islower(c))
{
(*pIndex)++;
break;
}
(*pIndex)++;
}
return c;
}
经验 3
在大部分系统中,malloc 和 free
都不是可重入的,因为它们使用静态数据结构来记录哪些内存块是空闲的。实际上,任何分配或释放内存的库函数都是不可重入的。这也包括分配空间存储结果的函数。

免在处理器分配内存的最好方法是,为信号处理器预先分配要使用的内存。避免在处理器中释放内存的最好方法是,标记或记录将要释放的对象,让程序不间断地检查是否有等待被释放的内存。不过这必须要小心进行,因为将一个对象添加到一个链并不是原子操作,如果它被另一个做同样动作的信号处理器打断,那么就会"丢失"一个对象。不过,如果您知道当信号可能到达时,程序不可能使用处理器那个时刻所使用的流,那么就是安全的。如果程序使用的是某些其他流,那么也不会有任何问题。
经验 4
为了编写没有 bug 的代码,要特别小心处理进程范围内的全局变量,如 errno 和
h_errno。考虑下面的代码:
清单 7. errno 的危险用法
if (close(fd) < 0)
{
fprintf(stderr, "Error in close, errno: %d", errno);
exit(1);
}
假定信号在 close 系统调用设置 errno
变量到其返回之前这一极小的时间片段内生成。这个生成的信号可能会改变 errno
的值,程序的行为会无法预计。
如下,在信号处理器内保存和恢复 errno 的值,可以解决这一问题:
清单 8. 保存和恢复 errno 的值
void signalHandler(int signo)
{
int errno_saved;
/* Save the error no. */
errno_saved = errno;
/* Let the signal handler complete its job */ ... ...
/* Restore the errno*/
errno = errno_saved;
}
经验 5
如果底层的函数处于关键部分,并且生成并处理信号,那么这可能会导致函数不可重入。通过使用信号设置和信号掩码,代码的关键区域可以被保护起来不受一组特定信号的影响,如下:
保存当前信号设置。
用不必要的信号屏蔽信号设置。
使代码的关键部分完成其工作。
最后,重置信号设置。
下面是此方法的概述:
清单 9. 使用信号设置和信号掩码
sigset_t newmask, oldmask, zeromask; ...
/* Register the signal handler */
signal(SIGALRM, sig_handler);
/* Initialize the signal sets */
sigemtyset(&newmask);
sigemtyset(&zeromask);
/* Add the signal to the set */
sigaddset(&newmask, SIGALRM);
/* Block SIGALRM and save current signal mask in set variable
'oldmask' */
sigprocmask(SIG_BLOCK, &newmask, &oldmask);
/* The protected code goes here ... ... */
/* Now allow all signals and pause */
sigsuspend(&zeromask);
/* Resume to the original signal mask */ s
igprocmask(SIG_SETMASK, &oldmask, NULL);
/* Continue with other parts of the code */
忽略 sigsuspend(&zeromask);
可能会引发问题。从消除信号阻塞到进程执行下一个指令之间,必然会有时钟周期间隙,任何在此时间窗口发生的信号都会丢掉。函数调用
sigsuspend
通过重置信号掩码并使进程休眠一个单一的原子操作来解决这一问题。如果您能确保在此时间窗口中生成的信号不会有任何负面影响,那么您可以忽略
sigsuspend 并直接重新设置信号。
在编译器层次处理可重用性
我将提出一个在编译器层次处理可重入函数的模型。可以为高级语言引入一个新的关键字:
reentrant,函数可以被指定一个 reentrant 标识符,以此确保函数可重入,比如:
reentrant int foo();
此指示符告知编译器要专门处理那个特殊的函数。编译器可以将这个指示符存储在它的符号表中,并在中间代码生成阶段使用这个指示符。为达到此目的,编译器的前端设计需要有一些改变。此可重入指示符遵循这些准则:
不为连续的调用持有静态数据。
通过制作全局数据的本地拷贝来保护全局数据。
绝对不调用不可重入的函数。
不返回对静态数据的引用,所有数据都由函数的调用者提供。
准则 1
可以通过类型检查得到保证,如果在函数中有任何静态存储声明,则抛出错误消息。这可以在编译的语法分析阶段完成。
准 则
2,全局数据的保护可以通过两种方式得到保证。基本的方法是,如果函数修改全局数据,则抛出一个错误消息。一种更为复杂的技术是以全局数据不被破坏的方式生成中间代码。可以在编译器层实现类似于前面经验
4
的方法。在进入函数时,编译器可以使用编译器生成的临时名称存储将要被操作的全局数据,然后在退出函数时恢复那些数据。使用编译器生成的临时名称存储数据对编译器来说是常用的方法。
确保准则 3
得到满足,要求编译器预先知道所有可重入函数,包括应用程序所使用的程序库。这些关于函数的附加信息可以存储在符号表中。
最后,准则 4 已经得到了准则 2
的保证。如果函数没有静态数据,那么也就不存在返回静态数据的引用的问题。
提出的这个模型将简化程序员遵循可重入函数准则的工作,而且使用此模型可以预防代码出现无意的可重入性
bug。

UTF-8、Unicode和BOM问题

经常遇到的问题是,使用了BOM编码后,脚本执行错误,或使用fileStream读取并转换为XML会报错"The
markup in the document following the root element must be well-formed."。
一、介绍
UTF-8 是一种在web应用中经常使用的一种 Unicode 字符的编码方式,使用
UTF-8 的好处在于它是一种变长的编码方式,对于 ANSII
码编码长度为1个字节,这样的话在传输大量 ASCII
字符集的网页时,可以大量节约网络带宽。
UTF-8签名(UTF-8 signature)也叫做BOM(Byte Order
Mark),是UTF编码方案里用于标识编码的标准标记。BOM,是UTF编码方案里用于标识编码的标准标记,在UTF-16里本来是FF
FE,变成UTF-8就成了EF BB
BF。这个标记是可选的,因为UTF8字节没有顺序,所以它可以被用来检测一个字节流是否是UTF-8编码的。微软做这种检测,但有些软件不做这种检测,而把它当作正常字符处理。微软在自己的UTF-8格式的文本文件之前加上了EF
BB BF三个字节,
windows上面的notepad等程序就是根据这三个字节来确定一个文本文件是ASCII的还是UTF-8的,
然而这个只是微软暗自作的标记,
其它平台上并没有对UTF-8文本文件做个这样的标记。也就是说一个UTF-8文件可能有BOM,也可能没有BOM。
只有一个BOM,是不会有问题的。如果多个文件设置了签名,在二进制流中就会包含多个UTF-8签名,也就是导致XML转换失败的"root
element must be well-formed"原因。
二、查看和转换
既然一个UTF-8文件可能有BOM,也可能没有,那该如何区分呢?
只要用带十六进制编辑方式的软件,例如,用UltraEdit-32打开文件,切换到十六进制编辑模式,察看文件头部是否有EF
BB BF。有,则为带BOM方式。
Windows自带的notepad记事本,保存为UTF-8时,默认就带BOM。
转换的方法有很多,常见的UltraEdit-32或NotePad++都可以,以UltraEdit-32为例。打开文件后,选择"另存为",在"格式"一栏中有如下选择:
另外,DreamWeaver CS3也有类似的选项,在"首选项"中,如果选择 Unicode
(UTF-8) 作为默认编码,则可以选择"包括 Unicode 签名
(BOM)"选项,以在文档中包括字节顺序标记 (BOM)。否则,不带BOM:
三、其他知识
所谓的unicode保存的文件实际上是utf-16,只不过恰好跟unicode的码相同而已,但在概念上unicode与utf是两回事,unicode是内存编码表示方案,而utf是如何保存和传输unicode的方案。utf-16还分高位在前
(LE)和高位在后(BE)两种。官方的utf编码还有utf-32,也分LE和BE。非unicode官方的utf编码还有utf-7,主要用于邮件传输。utf-8的单字节部分是和iso-8859-1兼容的,这主要是一些旧的系统和库函数不能正确处理utf-16而被迫出来的,而且对英语字符来说,也节省保存的文件空间(以非英语字符浪费空间为代价)。在iso-8859-1的时候,utf8和iso-8859-1都是用一个字节表示的,当表示其它字符的时候,utf-8会使用两个或三个字节。
一段关于BOM的更详细说明,来自这里:
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。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。
PHP也不支持BOM。
PHP在设计时就没有考虑BOM的问题,也就是说他不会忽略UTF-8编码的文件开头BOM的那三个字符。由于必须在<?或者<?php后面的代码才会作为PHP代码执行,所以这三个字符将会直接输出。如果插件的文件有这个问题,将会导致在后台页面里激活或者不激活插件后显示白屏,如果是模版文件有这个问题,将会导致这三个字符直接输出,造成页面上方有一个小空行。国外的英文插件和模版一般都是用的ASCII码的编码方式,不会有BOM,只有国内的插件和模版会由于作者的不知情造成问题。还有,大家修改模版的时候,由于输出页面使用UTF-8编码,那么修改模版的时候如果有加入中文字符的话,必须把文件转成UTF-8编码才能正常显示,这个时候如果所使用的编辑器自动加上了BOM的话,将会造成在页面上输出这三个字符,显示效果就要看浏览器了,一般是一个空行或是一个乱码。

UNICODE与ANSI的区别

什么是ANSI,什么又是UNICODE呢?其实这是两种不同的编码方式标准,ANSI中的字符采用8bit,而UNICODE中的字符采用16bit。(对于字符来说ANSI以单字节存放英文字符,以双字节存放中文等字符,而Unicode下,英文和中文的字符都以双字节存放)Unicode码也是一种国际标准编码,采用二个字节编码,与ANSI码不兼容。目前,在网络、Windows系统和很多大型软件中得到应用。8bit的ANSI编码只能表示256种字符,表示26个英文字母是绰绰有余的,但是表示汉字,韩国语等有着成千上万个字符的非西方字符肯定就不够了,正是如此才引入了UNICODE标准。
在软件开发中,特别是使用C语言的一些有关字符串处理的函数,ANSI和UNICODE是区分是用的,那么ANSI类型的字符和UNICODE类型的字符如何定义,如何使用呢?ANSI和UNICODE又如何转换呢?
一.定义部分:
ANSI:char str[1024]; 可用字符串处理函数:strcpy( ), strcat( ),
strlen( )等等。
UNICODE:wchar_t str[1024];可用字符串处理函数
二.可用函数:
ANSI:即char,可用字符串处理函数:strcat( ),strcpy( ), strlen(
)等以str打头的函数。
UNICODE:即wchar_t
可用字符串处理函数:wcscat(),wcscpy(),wcslen()等以wcs打头的函数。
三.系统支持
Windows 98 :只支持ANSI。
Windows 2k :既支持ANSI又支持UNICODE。
Windows CE :只支持UNICODE。
说明
1 在COM里面只支持UNICODE。
2.Windows 2000整个OS系统都是基于UNICODE的,为此在windows 2000
下使用ANSI是需要付出代价的,虽然在编码上不用任何的转换,但是这种转化是隐藏的,是占用系统资源的(CPU,内存)。
3 在Windows 98下必须使用UNICODE,则需要自己手动的编码切换。
四.如何区分:
在我们软件开发中往往需要即支持ANSI又支持UNICODE,不可能在要求类型转换的时候,重新改变字符串的类型,和使用于字符串上的操作函数。为此,
标准C运行期库和Windows 提供了宏定义的方式。
在C语言里面提供了
_UNICODE宏(有下划线),在Windows里面提供了UNICODE宏(无下划线),只要定了_UNICODE宏和UNICODE宏,系统就会自动切换到UNICODE版本,否则,系统按照ANSI的方式进行编译和运行。
只定义了宏并不能实现自动的转换,他还需要一系列的字符定义支持。
1. TCHAR
如果定义了UNICODE宏则TCHAR被定义为wchar_t。
typedef wchar_t TCHAR;
否则TCHAR被定义为char
typedef char TCHAR;
2.LPTSTR
如果定义了UNICODE宏则LPTSTR被定义为LPWSTR。(以前一直不知道LPWSTR是什么东东,终于明白了)
typedef LPTSTR LPWSTR;
否则TCHAR被定义为char
typedef LPTSTR LPSTR;
补充一下:
UTF-8是可以用于真正的流式传输的,Unicode是一种编码方案
我的理解是UTF-8是Unicode的一种具体实现。类似的实现还有UTF-16等等。

UTF-8文件的Unicode签名BOM(Byte Order Mark)问题

近日在调测一个UTF8编码的中文Zen
Cart网站时遇到一件怪事,网页显示文字正常,用ie的察看源文件(记事本打开)却发现乱码,firefox没有这个问题。经在网上多方查证和多次测试,解决了这个问题,其实是UTF-8文件的Unicode签名BOM(Byte
Order Mark)问题。
BOM(Byte Order
Mark),是UTF编码方案里用于标识编码的标准标记,在UTF-16里本来是FF
FE,变成UTF-8就成了EF BB
BF。这个标记是可选的,因为UTF8字节没有顺序,所以它可以被用来检测一个字节流是否是UTF-8编码的。微软做这种检测,但有些软件不做这种检测,而把它当作正常字符处理。
微软在自己的UTF-8格式的文本文件之前加上了EF BB BF三个字节,
windows上面的notepad等程序就是根据这三个字节来确定一个文本文件是ASCII的还是UTF-8的,
然而这个只是微软暗自作的标记,
其它平台上并没有对UTF-8文本文件做个这样的标记。
也就是说一个UTF-8文件可能有BOM,也可能没有BOM,那么怎么区分呢?三种方法。1,用UltraEdit-32打开文件,切换到十六进制编辑模式,察看文件头部是否有EF
BB
BF。2,用Dreamweaver打开,察看页面属性,看"包括Unicode签名BOM"前面是否有个勾。3,用Windows的记事本打开,选择
"另存为",看文件的默认编码是UTF-8还是ANSI,如果是ANSI则不带BOM。
我找到Zen
Cart的模版文件中的html_header.php,发现文件果然不带BOM,用UltraEdit-32另存为的方式加上BOM后,再上传html_header.php,一切正常。
注意用Convertz把gb2312文件转换成UTF-8文件时,默认设置是不带BOM的。不带BOM可能出现上述乱码问题,但是带
BOM,对于php的include文件要小心,会在php字节流前面多出EF BB
BF,提前输出到显示器有可能会带来程序错误。一个解决方案是凡是被include的文件都保存为ANSI,主文件可以是UTF-8。要想把一个文件去掉
BOM,使用UlterEdit打开,
切换到十六进制编辑模式,把最前面三个字节(就是那该死的 EF BB
BF)替换为20,保存(注意关闭保存时自动备份的功能),再切换到默认编辑模式,把最前面的三个空格去掉就可以了。
另外还学到一些编码的小知识:所谓的unicode保存的文件实际上是utf-16,只不过恰好跟unicode的码相同而已,但在概念上unicode与utf是两回事,unicode是内存编码表示方案,而utf是如何保存和传输unicode的方案。utf-16还分高位在前
(LE)和高位在后(BE)两种。官方的utf编码还有utf-32,也分LE和BE。非unicode官方的utf编码还有utf-7,主要用于邮件传输。utf-8的单字节部分是和iso-8859-1兼容的,这主要是一些旧的系统和库函数不能正确处理utf-16而被迫出来的,而且对英语字符来说,也节省保存的文件空间(以非英语字符浪费空间为代价)。在iso-8859-1的时候,utf8和iso-8859-1都是用一个字节表示的,当表示其它字符的时候,utf-8会使用两个或三个字节。