关闭

GBK GB2312 UTF-8 区别于联系

804人阅读 评论(1) 收藏 举报

首先 运行 一段程序:

                        public static void main(String[] args) throws IOException{
        
        
        System.out.println("徐".getBytes("UTF-8").length);
        System.out.println("徐".getBytes("GBK").length);
        System.out.println("徐".getBytes("GB2312").length);
        
        System.out.println("徐".getBytes("GBK")[0]+"--"+"徐".getBytes("GBK")[1]);
        System.out.println("徐".getBytes("GB2312")[0]+"--"+"徐".getBytes("GB2312")[1]);
        
    }   


=======================================================================


详细:http://blog.csdn.net/qinysong/article/details/1179480


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。
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




1
0

查看评论
* 以上用户言论只代表其个人观点,不代表CSDN网站的观点或立场
    个人资料
    • 访问:380502次
    • 积分:4705
    • 等级:
    • 排名:第6154名
    • 原创:129篇
    • 转载:6篇
    • 译文:5篇
    • 评论:71条
    博客专栏