UTF-8与Unicode编码及其相互转换
来源:互联网 发布:vb对象的属性是指 编辑:程序博客网 时间:2024/06/04 18:37
1. UTF-8
UTF-8:UnicodeTransformation 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。
2. GBK
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。
3. Unicode
Unicode只有一个字符集,中、日、韩的三种文字占用了Unicode中0x3000到0x9FFF的部分 Unicode目前普遍采用的是UCS-2,它用两个字节来编码一个字符,比如汉字"经"的编码是0x7ECF,注意字符编码一般用十六进制来表示,为了与十进制区分,十六进制以0x开头,0x7ECF转换成十进制就是32463,UCS-2用两个字节来编码字符,两个字节就是16位二进制, 2的16次方等于65536,所以UCS-2最多能编码65536个字符。编码从0到127的字符与ASCII编码的字符一样,比如字母"a"的Unicode 编码是0x0061,十进制是97,而"a"的ASCII编码是0x61,十进制也是97, 对于汉字的编码,事实上Unicode对汉字支持不怎么好,这也是没办法的,简体和繁体总共有六七万个汉字,而UCS-2最多能表示65536个,才六万多个,所以Unicode只能排除一些几乎不用的汉字,好在常用的简体汉字也不过七千多个,为了能表示所有汉字,Unicode也有UCS-4规范,就是用 4个字节来编码字符
4. 编码之间的转换
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
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。
备注:
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
- UTF-8与Unicode编码及其相互转换
- UNICODE(UTF-16)与UTF-8编码的相互转换
- UNICODE(UTF-16)与UTF-8编码的相互转换
- unicode、utf-8、ansi的故事及其相互转换
- Unicode,ISO-8859,GBK,UTF-8编码及相互转换
- 字符串编码格式相互转换Unicode --UTF-8 -- GBK
- PHP实现Unicode和Utf-8编码相互转换
- UTF-8 与UniCode 编码转换
- utf-8与unicode之间的相互转换
- Unicode 编码与UTF-8编码之间的转换
- Ansi,Unicode(little endian),Unicode big endian,UTF-8编码文件相互转换
- GBK、Unicode、Unicode big endian和UTF-8这几种编码方式间相互转换
- GBK、Unicode、Unicode big endian和UTF-8这几种编码方式间相互转换
- UTF-8与Unicode字符的相互转换 与 16进制Unicode转换汉字 重用代码
- UTF-8与Unicode字符的相互转换 与 16进制Unicode转换汉字
- JAVA字符编码系列二:Unicode,ISO-8859,GBK,UTF-8编码及相互转换
- JAVA字符编码系列二:Unicode,ISO-8859,GBK,UTF-8编码及相互转换
- JAVA字符编码系列二:Unicode,ISO-8859,GBK,UTF-8编码及相互转换
- C语言文件操作函数解析
- 抛物线动画
- 【leetcode刷题】栈的方式先序二叉树
- IUNI U3 新时代的手机皇
- eclipse工程中.classpath文件的含义
- UTF-8与Unicode编码及其相互转换
- eoe android客户端源码剖析(二)侧滑菜单SlidingMenu
- C++进修之STL(一)—— erase和remove特异行动
- 用gnuplot绘制你的数据
- JS 循环遍历JSON数据
- MySQL字符集和校对规则
- 高级调试技术(一)
- 正确编写Designated Initializer的几个原则
- 好文章。学习