GBK GB2312 UTF-8 区别于联系

原创 2012年03月23日 16:11:46

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




版权声明:本文为博主原创文章,未经博主允许不得转载。

相关文章推荐

JAVA字符编码系列一:Unicode,GBK,GB2312,UTF-8概念基础

这两天抽时间又总结/整理了一下各种编码的实际编码方式,和在Java应用中的使用情况,在这里记录下来以便日后参考。为了构成一个完整的对文字编码的认识和深入把握,以便处理在Java开发过程中遇到的各种问题...

UTF-8 GBK GB2312的区别和联系

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...

utf-8、gbk、gb2312区别

GB2312/GBK, ISO 8859-1, unicode,UTF(UTF-8/UTF-16/UTF-32)之间的区别与联系

1 GB2312/GBK Chinese Internal Code Specification,全称《汉字内码扩展规范》。GB2312是中国规定的汉字编码,国标码,专门用来表示汉字,是双字节编码。G...

utf-8,gbk,gb2312区别

很多用户问GBK与UTF-8版本有什么区别,这边作了个整理如下: KesionCMS的GBK版本与UTF-8版本功能是一样的.只不过编码方式不同。 GBK的文字编码是双字节来表示的,即不论中、英文...

数据库中GBk、GB2312、UTF-8、iso8859-1间的区别?

GBk、GB2312 占用汉字2个字节,字母数字1个字节; 严格地用iso8859-1无法表示汉字,只能转为问号 gb2312,有些常用的特殊字符都无法显示; UTF-8 一般占用3个字节(Un...

常见编码GBK、GB2312、UTF-8、ISO-8859-1的区别

在项目开发中,会经常遇到不同的编码方式。不管什么编码,都是信息在计算机中的一种表现,理解常见的编码方式,有助于我们避免出现乱码等现象。 最初的计算机字符编码是通过ASCII来编码的,是现今最通用的单...

utf-8、unicode、gbk、gb2312、ANSI编码的区别

utf-8、unicode、gbk、gb2312编码的区别utf-8先来看看百度的解释: 一种针对Unicode的可变长度字符编码,又称万国码。现在已经标准化为RFC 3629。UTF-8用...

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...
内容举报
返回顶部
收藏助手
不良信息举报
您举报文章:深度学习:神经网络中的前向传播和反向传播算法推导
举报原因:
原因补充:

(最多只允许输入30个字)