gbkutf8如何选择正确理解和使用GBK及UTF.pdf

网页编码英文译为 web page encoding ，是在网页中指定其特定的字符编码格式的库， 本 文将讲述 GBK 及 UTF-8 网页编码定义与应用 网页编码英文译为 web page encoding ，是在网页中指定其特定的字符编码格式的库。 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 GBK 大。 UTF-8 ：Unicode TransformationFormat-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。 UTF-8 版本虽然具有良好的国际兼容性，但中文需要比 GBK/BIG5 版本多占用 50% 的 数据库存储空间， 因此并非推荐使用， 仅供对国际兼容性有特殊要求的用户使用。 简单地说： 对于中文较多的网站，适宜用 GBK 编码节省数据库空间。对于英文较多的网站，适宜用 UTF-8 节省数据库空间。 GBK 、GB2312 等与 UTF8 如何转换？ 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 。使用 Windows 记事本的“另存为” ，可以在 GBK 、Unicode 、Unicode big endian 和 UTF-8 这几种编码方式间相互转换。 如 何 让 浏 览 器 正 确 识 别 网 页 编 码 ？ 一 般 在 网 页 中 都 要 有 如 下 一 句 ： <meta http-equiv="Content-Type" content="text/html; charset=gb2312"> ，指示此网页的字符集编码 是 GB2312 。（或者 UTF-8 ） 页面有时候指定了编码为什么有时会出现乱码？这可能是页面申明编码与文件本身编 码不一致，更多时候是以错误编码打开页面然后保存导致的，或者是用某些 FTP 软件直接 在线修改文件，比如 CuteFTP ，由于软件编码配置错误而导致转换错了编码。这时候使用 window 的记事本打开，用“另存为”保存为对应的编码即可解决问题。 在 windows 操作系统上使用 IE 作为浏览器时，常常会发生这样的问题：在浏览使用 UTF-8 编码的网页时， 浏览器无法自动识别该页面所用的编码， 即使网页已经声明过编码格 式：<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" /> ，由此造成某 些含有中文 UTF-8 编码的页面产生空白输出。如果使用的是 Firefox 、 Sarafi 的浏览器这不 会造成这个问题。这是由于 IE 解析网页编码时以 HTML 内的标签优先，而后才是 HTTP header 内