PHP的 gbk和utf 8程序在技术上的区别.docVIP

PHP的 gbk与utf 8程序在技术上的区别 如果以下资料看完还不会选择的话，我就不知道该说什么了。我个人使用的是UTF8代码，不过在中国区域内GB通用一些，而UTF8的国际通用一些，使用UTF8并不是就不爱国了。我们能够正常浏览到韩国、日本的网站，其实正常浏览的这些网站都是采用UTF8的格式。 我们打开各大型网站现在普遍采用的都是GB格式，例如百度、QQ、163、dvbbs、bbsxp等，而少部分使用UTF例如google。 对于asp系统gb应该是可以的，我使用UTF格式的原因是采用了PHP系统，在更换空间的时候出现了问题。在PHP配合的MySQL保存格式也分为几种，一般默认就是UTF，所以我就采用了UTF。 再者，非特殊情况下很少有外文操作系统来访问一般的中文站点的，而当你规模大了后在转换也不迟。经常访问中文的外国朋友，他们一定会在自己的操作系统里面安装GB相关的支持插件或补丁的。所以这个不用担心。 废话少说，看后面的资料吧。 GBK与UTF-8的区别 GBK的文字编码是双字节来表示的，即不论中、英文字符均使用双字节来表示，只不过为区分中文，将其最高位都定成1。 至于UTF-8编码则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位(三个字节)来编码。对于英文字符较多的论坛则用UTF-8节省空间。 GBK包含全部中文字符； UTF-8则包含全世界所有国家需要用到的字符。 GBK是在国家标准GB2312基础上扩容后兼容GB2312的标准(好像还不是国家标准) UTF-8编码的文字可以在各国各种支持UTF8字符集的浏览器上显示。 比如，如果是UTF8编码，则在外国人的英文IE上也能显示中文，而无需他们下载IE的中文语言支持包。所以，对于英文比较多的论坛，使用GBK则每个字符占用2个字节，而使用UTF-8英文却只占一个字节。 UTF8是国际编码，它的通用性比较好，外国人也可以浏览论坛 GBK是国家编码，通用性比UTF8差，不过UTF8占用的数据库比GBK大~ 对于DZ论坛来说，很多插件都只支持GBK的，如果需要装较多插件的论坛还是用GBK比较好，而对装较少插件且有特殊用户群的论坛用UTF8比较好。 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。 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。 词条：UTF8 UTF8并不算是一种电脑编码，而是一种储存和传送的格式，如前所述，每个Unicode/UCS字符都以2或4个bytes来储存，看看以下的比较： 以I am Chinese为例 用ANSI储存：12 Bytes 用Unicode/UCS2储存：24 Bytes+2 Bytes(header) 用UCS4储存：48 Bytes+4 Bytes(header) 以我是中国人为例 用ANSI储存：10 Bytes 用Unicode/UCS2储存：10 Bytes+2 Bytes(header) 用UCS4储存：20 Bytes+4 Bytes(header) 由此可见直接以Unicode/UCS的原始形式来储存是一种极大的浪费，而且也不利于互联网的传输(中文稍为合算一点^_^)。 有见及此，Unicode/UCS的压缩形式-UTF8出现了，套用官方网站的首句话『UTF-8 stands for Unicode Transformation Format-8.It is an octet(8-bit)lossless encoding of Unicode characters.』，由于UTF也适用于编码UCS，故亦可称为『UCS transformation formats(UTF)』 UTF8是以8bits即1Bytes为编码的最基本单位，当然也可以有基于16bits和32bits的形式，分别称为UTF16和UTF32，但目前用得不多，而UTF8则被广泛应用在文件储存和网络传输中。 编码原理 先看这个模板： UCS-4 range(hex.)UTF-8 octet sequence(binary) 0000 0000-0000 007F 0xxxxxxx 0000 0080-0000 07FF 110xxxxx 10xxxxxx 0000 0800-0000 FFFF 1110xxxx 10xxxxxx 10xxxxxx 0001 0000-001F FFFF 11110xxx 10xxxxxx 10x