dedeCMS等类似系统将gbk版本转换为utf-8版本（gbk to utf-8）

一、为什么要将gbk转换为utf-8？gbk编码与utf-8有什么区别？

在织梦DedeCMS官方发布的版本中（其他的如discuz等），主要有两个版本。一个是GBK版本，一个是UTF-8版本，从程序实现的功能上来说，织梦Dedecms的GBK版本与UTF-8版本功能是一样的，没有本质的区别，只不过编码方式不同而已。
物尽其用，织梦出这两个版本的原因也是为了满足不同人的不同需要，只要能实现你想要的功能，用哪个版本的区别不是很大。当然，细微区别还是有的，不然也没必要出两个版本了。具体如下：

1. 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网站则用UTF-8节省空间。
2. GBK包含中日韩字符集合，他能完美支持简体中文和英文，但如果在IE没有安装简体中文支持的电脑上阅读GBK编码的网页，中文会变成乱码;UTF-8则包含全世界所有国家需要用到的字符。
3. GBK是在国家标准GB2312基础上扩容后兼容GB2312的标准,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。

简单的说：
如果你的网站客户群体主要是面向国内用户的，建议使用GBK版本，因为它可以节省空间，并且相对utf-8版本来讲稳定一些。织梦论坛上的很多插件也都支持GBK版本的。如果你的网站有很多其他的程序，比如要整合论坛、博客什么的，可以使用UTF-8版本，因为比较通用，不会造成错码等错误。

为了将dedecms与discuz更好的整合，决定将（已经二次开发到了一半的）dedecms系统的编码转换为utf-8。主要有两步，一是数据库编码的转换;另一个是代码本身编码的转换。

二、数据库编码的转换，原来的是gbk_chinese_ci，现要将其转换为utf8_general_ci

1. 使用mysqldump导出表结构，如：

   mysqldump -d -uroot -p 数据库名 > /home/hui/struct.sql

   
   
2. 使用mysqldump以特定编码导出数据（其中utf8为所需编码，可按需修改），如：

   mysqldump --default-character-set=utf8 -t -uroot -p 数据库名 > /home/hui/data.sql

   
   
3. 打开表结构转存（/home/hui/struct.sql），将所有CREATE TABLE中的编码替换为所需编码；

   用vi替换的语句： :%s/gbk/utf8/g#这里是将gbk替换为utf8

   
   
4. 进入mysql控制台，导入表结构与数据：（执行语句前需建好要导入的数据库）

   source /home/hui/struct.sql;source /home/hui/data.sql;

   
   

数据库编码转换完成，注：用的是mysql数据库管理系统。

三、代码编码转换

有两部份，一是将html页面设置的头部编码修改，即将

<meta http-equiv="Content-Type" content="text/html; charset=gbk}"> 

 头部编码设置为utf-8，以dedecms为例，在/include/common.inc.php里面，找到$cfg_soft_lang，并将其设置为utf-8即可。

第二种是代码本身自己的编码要转换为utf-8。这里采用了shell脚本来进行转换，如下：

  1 #/bin/bash  2 #convert encoding to UTF-8  3 if [ "$#" != "1" ]  4     then  5         echo "Usage:`basename $0` dir "  6         exit  7 fi  8   9 dir=$1 10 echo $1 11  12 for file in `find $dir -name "*.php" -o -name "*.htm" -o -name "*.html" -o -name "*.js" -o -name "*.css" -o -name "*.txt"` 13 do 14     echo "$file" 15     enconv $file 16 done

不熟悉enconv的童鞋可以参照：《安装enca》，也可以用iconv来转换： 

iconv -f gbk -t utf8 -o $file $file

编码转换之后，去缓存，更新网站，重新生成静态页即可。