字符编码GB2312、GBK、UTF-8的区别

本文来自：javaeye网站

UTF8是国际编码，它的通用性比较好，外国人也可以浏览论坛

GBK是国家编码，通用性比UTF8差，不过UTF8占用的数据库比GBK大~

 

提示：如果您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，及相对utf-8版本来讲稳定一些。
对于DZ论坛来说，很多插件都只支持GBK的，如果需要装较多插件的论坛还是用GBK比较好，而对装较少插件且有特殊用户群的论坛用UTF8比较好。

 

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。

GBK包含全部中文字符；UTF-8则包含全世界所有国家需要用到的字符。

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 UTF-8包含了很多世界范围内的语言编码（相当于一个大字库） 比如日文 韩文 都可以用。GBK和GB2312只是中文的，相当于包含的汉字个数的多少。为了方便还是用UTF-8比较好。

 

区别网上有很多，自己查一下吧，编码格式不一样，支持的字符不同，简单说一下原理
字符串都是unicode码，包括英文，汉字...其他字符
unicode可以被转化为字节（byte）,如何转换呢，就通过gbk、utf-8、gb2312等编码方式。当把字节转换回字符串的时候，也要用相应的编码方式进行转换。
比如客户端把unicode码通过utf-8转换为二进制流（也就是字节byte），而到了服务器端用gbk编码来把这个二进制流转换为字符串（unicode）的时候，就会出现乱码。必须也要用相应的编码方式进行转换。

        gbk(encode)                  gbk（decode）
unicode---------------->byte[]------------------------------>unicode
String                二进制流                              String

 

通用转换格式UTF（Universal Transformation Format）
UTF-8是UNICODE的一种变长字符编码

GBK: 汉字国标扩展码,基本上采用了原来GB2312-80所有的汉字及码位，
并涵盖了原Unicode中所有的汉字20902
GBK编码是中国大陆制订的、等同于UCS的新的中文编码扩展国家标准

GB 2312或GB 2312-80是一个简体中文字符集的中国国家标准
GB 2312标准共收录6763个汉字

 

区别很简单，不同的字符集。

什么叫字符集，其实就是一张对照表。"啊"字对应UNICODE编码就是"554A",对应的GBK编码是"B0A1".
什么是对照表呢，简单举个例子，就是班级的点名册，"张三"对应10号。计算机不能存储"张三",就存储个"10",取出一个10，按对照表一查，返回一个"张三"。
但是在全学校的点名册里,"张三"对应15号。不同的点名册就是不同的字符集。

现 在你把"10"存进去了，取出来后，按照班级点名册取出了"张三"，很正确，如果用了全学校的点名册，返回给你个外国人，假设你不认识英文，你就觉得乱码 了，其实没乱，你可以把它返回成10，再用班级点名册去对照，"张三"不就出来了。注意：如果全学校的点名册里没有10对应的人，按照约定就返回给 你"????"，这个时候才真的乱码了，返回不了了。

不同的点名册，就是不同的字符集。GB2312是一个点名册，后来班里又插班进来俩学生，GB2312加俩学生，老师说，点名册不一样了，换个名吧，叫GBK好了。

中国有个学生叫"张三"，在中国是"10"号,后来出国了，联合国给他个号"20"号，一个GBK，一个UTF8,但都是一个人，对应不同的号而已。

ps:UTF-8是UNICODE的变种，从UNICODE编码可以计算出一个字对应的UTF-8编码。

转载于:https://www.cnblogs.com/luotinghao/p/3750984.html