GBK和GB2312都是雙字節(jié)等寬編碼 ， 如果算上和ASCII兼容所支持的單字節(jié) ， 也可以理解為是單字節(jié)和雙字節(jié)混合的變長編碼 。GB18030編碼是變長編碼 ， 有單字節(jié)、雙字節(jié)和四字節(jié)三種方式 。
GB18030的單字節(jié)編碼范圍是0x00-0x7F ， 完全等同與ASCII；雙字節(jié)編碼的范圍和GBK相同 ， 高字節(jié)是0x81-0xFE ， 低字節(jié)的編碼范圍是0x40-0x7E和0x80-FE；四字節(jié)編碼中第一、三字節(jié)的編碼范圍是0x81-0xFE ， 二、四字節(jié)是0x30-0x39 。
Windows中CP936代碼頁使用0x80來表示歐元符號 ， 而在GB18030編碼中沒有使用0x80編碼位 ， 用其他位置來表示歐元符號 。這可以理解為是GB18030向下兼容性上的一點小問題；也可以理解為0x80是CP936對GBK的擴展 ， 而GB18030只是和GBK兼容良好 。
【ASCII/GB2312/GBK/unicode常用字符集編碼詳解】unicode
每一種語言的不同的編碼頁 ， 增加了那些需要支持不同語言的軟件的復雜度 。因而人們制定了一個世界標準 ， 叫做unicode 。unicode為每個字符提供了唯一的特定數(shù)值 ， 不論在什么平臺上、不論在什么軟件中 ， 也不論什么語言 。也就是說 ， 它世界上使用的所有字符都列出來 ， 并給每一個字符一個唯一特定數(shù)值 。
Unicode的最初目標 ， 是用1個16位的編碼來為超過65000字符提供映射 。但這還不夠 ， 它不能覆蓋全部歷史上的文字 ， 也不能解決傳輸?shù)膯栴} (implantation head-ache&＃39;s) ， 尤其在那些基于網(wǎng)絡的應用中 。已有的軟件必須做大量的工作來程序16位的數(shù)據(jù) 。
因此 ， Unicode用一些基本的保留字符制定了三套編碼方式 。它們分別是UTF-8,UTF-16和UTF-32 。正如名字所示 ， 在UTF－8中 ， 字符是以8位序列來編碼的 ， 用一個或幾個字節(jié)來表示一個字符 。這種方式的比較大好處 ， 是UTF－8保留了ASCII字符的編碼做為它的一部分 ， 例如 ， 在UTF－8和ASCII中 ， “A”的編碼都是0x41.
UTF－16和UTF－32分別是Unicode的16位和32位編碼方式 。考慮到最初的目的 ， 通常說的Unicode就是指UTF-16 。在討論Unicode時 ， 搞清楚哪種編碼方式非常重要 。
UTF-8
Unicode Transformation Format-8bit ， 允許含BOM ， 但通常不含BOM 。是用以解決國際上字符的一種多字節(jié)編碼 ， 它對英文使用8位（即一個字節(jié)） ， 中文使用24為（三個字節(jié)）來編碼 。UTF-8包含全世界所有國家需要用到的字符 ， 是國際編碼 ， 通用性強 。UTF-8編碼的文字可以在各國支持UTF8字符集的瀏覽器上顯示 。如 ， 如果是UTF8編碼 ， 則在外國人的英文IE上也能顯示中文 ， 他們無需下載IE的中文語言支持包 。
GBK的文字編碼是用雙字節(jié)來表示的 ， 即不論中、英文字符均使用雙字節(jié)來表示 ， 為了區(qū)分中文 ， 將其高到位都設定成1 。GBK包含全部中文字符 ， 是國家編碼 ， 通用性比UTF8差 ， 不過UTF8占用的數(shù)據(jù)庫比GBK大 。
GBK、GB2312等與UTF8之間都必須通過Unicode編碼才能相互轉換：
GBK、GB2312－－Unicode－－UTF8
UTF8－－Unicode－－GBK、GB2312
對于一個網(wǎng)站、論壇來說 ， 如果英文字符較多 ， 則建議使用UTF－8節(jié)省空間 。不過現(xiàn)在很多論壇的插件一般只支持GBK 。
推薦閱讀
- 安裝字典引出的問題——讓三星SCH-i539的Palm OS支持中文GBK
- 方正小標宋GBK字體長啥樣
- 方正小標宋gbk在word里面有嗎
- 方正仿宋簡體和方正仿宋GBK一樣嗎
- 方正仿宋簡體和仿宋gb2312一樣嗎