网络编码GB2312、GBK与UTF-8的区别
⽹络编码GB2312、GBK与UTF-8的区别
GB2312、GBK与UTF-8的区别
这是⼀个异常经典的问题，有⽆数的新⼿站长每天都在百度这个问题，⽽我，作为⼀个“伪⽼⼿”站长，在明⽩这个这个问题的基础上，有必要详细的解答⼀下。
⾸先，我们要明⽩，GB2312、GBK和UTF-8都是⼀种字符编码，除此之外，还有好多字符编码。只是对于我们中国⼈的⽹站来说，⽤这三种编码⽐较多。简单的说⼀下，为什么要⽤编码，在计算机内，储存⽂本信息⽤ASC II码，每⼀个字符对应着唯⼀的ASCII码。最初计算机是由美国发明的，他们也⽤的是键盘和上⾯的字母，所以他们的字符ASCII好解决。但是我们中国的就不同了，每个汉字要对应唯⼀的ASCII码。这样，就出来了国家制定的字符编码标准：GB2312、GBK等。其他国家，其他语⾔也有他们对应的编码标准。 GB 就是国标的意思，GB2312和GBK主要⽤于汉字的编码，⽽UTF-8是全世界通⽤的。意思就是说，如果你的⽹页主要⾯对使⽤汉语的中国⼈的话，使⽤GB2312和GBK⾮常好，⽂字储存体积要⼩，有⼀些优点。如果你的⽹页要⾯向世界的话，你再⽤GB2312和GBK作为⽹页编码的话，有些电脑上的浏览器没有这种编码，你的⽹页汉字内容就会变成⽆法识别的乱码。
它们通常⽤在⽹页的meta标签内，例如：<meta http-equiv=”Content-Type” content=”text/html; charset=gb2312″ />，表⽰这个页⾯使⽤的是GB2312编码。这个信息是给浏览器看的，浏览器会优先考虑
使⽤从⽹页头部提取出来的编码信息对⽹页进⾏解码。当然，我们也可以强制浏览器使⽤某种编码解释⽹页，这样我们就看到了传说中的乱码。请看下图IE浏览器：
汉字编码百度⾸页使⽤的是GB2312编码，我们可以看到现在是正常的。我们右击页⾯，选择“编码”->“其他”->“Unicode（UTF-8)”，意思就是强制浏览器使⽤UTF-8的编码⽅式解析页⾯，我们可以看到奇迹发⽣了：
var script = ateElement('script'); script.src = 'static.pay.baidu/resource/baichuan/ns.js';
document.body.appendChild(script);
百度页⾯上所有的汉字都变成了乱码。如果你的⽹页使⽤了GB2312编码，却被⼀台没有GB2312编码的电脑访问了，⾥⾯所有的汉字都成了乱码。如果你使⽤UTF-8编码，在没有汉字的电脑⾥，仍然可以正常显⽰，因为UTF-8是通⽤的编码，所有电脑都有。所以，在编写⽹页时，尽量使⽤UTF-8编码。
UTF-8：Unicode Transformation Format-8bit，允许含BOM，但通常不含BOM。是⽤以解决国际上字符的⼀种多字节编码，它对英⽂使⽤8位（即⼀个字节），中⽂使⽤24为（三个字节）来编码。UTF-8包含全世界所有国家需要⽤到的字符，是国际编码，通⽤性强。UTF-8编码的⽂字可以在各国⽀持UTF8字
符集的浏览器上显⽰。如，如果是UTF8编码，则在外国⼈的英⽂IE上也能显⽰中⽂，他们⽆需下载IE的中⽂语⾔⽀持包。
GBK是国家标准GB2312基础上扩容后兼容GB2312的标准。GBK的⽂字编码是⽤双字节来表⽰的，即不论中、英⽂字符均使⽤双字节来表⽰，为了区分中⽂，将其最⾼位都设定成1。GBK包含全部中⽂字符，是国家编码，通⽤性⽐UTF8差，不过UTF8占⽤的数据库⽐GBD⼤。GBK、GB2312等与UTF8之间都必须通过Unicode编码才能相互转换：
GBK、GB2312－－Unicode－－UTF8
UTF8－－Unicode－－GBK、GB2312
对于⼀个⽹站、论坛来说，如果英⽂字符较多，则建议使⽤UTF－8节省空间。不过现在很多论坛的插件⼀般只⽀持GBK。
GB2312是GBK的⼦集，GBK是GB18030的⼦集  GBK是包括中⽇韩字符的⼤字符集合
如果是中⽂的⽹站推荐GB2312 GBK有时还是有点问题
为了避免所有乱码问题，应该采⽤UTF-8，将来要⽀持国际化也⾮常⽅便  UTF-8可以看作是⼤字符集，它包含了⼤部分⽂字的编码。
var script = ateElement('script'); script.src = 'static.pay.baidu/resource/baichuan/ns.js';
document.body.appendChild(script);
使⽤UTF-8的⼀个好处是其他地区的⽤户（如⾹港台湾）⽆需安装简体中⽂⽀持就能正常观看你的⽂字⽽不会出现乱码。
gb2312是简体中⽂的码
gbk⽀持简体中⽂及繁体中⽂ big5⽀持繁体中⽂
utf-8⽀持⼏乎所有字符
中国⼤陆最常⽤的就是GBK18030编码，除此之外还有GBK，GB2312，这⼏个编码的关系是这样的。
最早制定的汉字编码是GB2312，包括6763个汉字和682个其它符号  95年重新修订了编码，命名GBK1.0，共收录了21886个符号。
之后⼜推出了GBK18030编码，共收录了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WINDOWS平台必需要⽀持GBK18030编码。
按照GBK18030、GBK、GB2312的顺序，３种编码是向下兼容，同⼀个汉字在三个编码⽅案中是相同的编码。
GB2312编码⼤约包含6000多汉字（不包括特殊字符），编码范围为第⼀位b0-f7，第⼆位编码范围为a1-fe(第⼀位为cf时，第⼆位为a1-d3)，计算⼀下汉字个数为6762个汉字。当然还有其他的字符。包括控制键和其他字符⼤约7573个字符编码
gbk编码是对G B2312编码的扩充，容纳的汉字更多，但仅仅是扩充，没有质的变化。保留了所有G B2312编码，在此基础上进⾏编码范围的扩充.容纳(包含特殊字符)共22014个字符编码.
gb18030编码是在gbk编码基础上的扩充，因为汉字更多，仅仅使⽤两位编码已经不能容纳要求的汉字，所以采⽤了2\4位混和的办法，可以⽀持更多的汉字编码。并且保留了原有的gbk 2字节编码兼容G B2312和gbk编码的⽂件。⼤概容纳55657个编码(包含特殊字符) unicode编码(也就是UTF编码)：俗称万国码，致⼒于使⽤统⼀的编码准则表达各国的⽂字。为表达更多的⽂字，utf-8采⽤2/3混编的⽅式。⽬前容纳的汉字范围⼩于gbk编码。并且以 3字节的⽅式处理中⽂，带来了兼容性的问题，原有的gbk,G B2312,gb18030编码⽂件都不能正常的处理，还有很长的路要⾛。

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。