gbk utf8如何選擇正確理解和使用GBK及UTF-8網(wǎng)頁(yè)編碼

發(fā)布時(shí)間：2012-12-11 16:10:46 作者：佚名

網(wǎng)頁(yè)編碼英文譯為web page encoding，是在網(wǎng)頁(yè)中指定其特定的字符編碼格式的庫(kù)，本文將講述GBK及UTF-8網(wǎng)頁(yè)編碼定義與應(yīng)用

網(wǎng)頁(yè)編碼英文譯為web page encoding，是在網(wǎng)頁(yè)中指定其特定的字符編碼格式的庫(kù)。
GBK是國(guó)家標(biāo)準(zhǔn)GB2312基礎(chǔ)上擴(kuò)容后兼容GB2312的標(biāo)準(zhǔn)。GBK的文字編碼是用雙字節(jié)來(lái)表示的，即不論中、英文字符均使用雙字節(jié)來(lái)表示，為了區(qū)分中文，將其最高位都設(shè)定成1。GBK包含全部中文字符，是國(guó)家編碼，通用性比UTF8差，不過(guò)UTF8占用的數(shù)據(jù)庫(kù)比GBK大。

UTF-8：Unicode TransformationFormat-8bit，允許含BOM，但通常不含BOM。是用以解決國(guó)際上字符的一種多字節(jié)編碼，它對(duì)英文使用8位（即一個(gè)字節(jié)），中文使用24為（三個(gè)字節(jié)）來(lái)編碼。UTF-8包含全世界所有國(guó)家需要用到的字符，是國(guó)際編碼，通用性強(qiáng)。UTF-8編碼的文字可以在各國(guó)支持UTF8字符集的瀏覽器上顯示。如果是UTF8編碼，則在外國(guó)人的英文IE上也能顯示中文，他們無(wú)需下載IE的中文語(yǔ)言支持包。
UTF-8版本雖然具有良好的國(guó)際兼容性，但中文需要比GBK/BIG5版本多占用50%的數(shù)據(jù)庫(kù)存儲(chǔ)空間，因此并非推薦使用，僅供對(duì)國(guó)際兼容性有特殊要求的用戶使用。簡(jiǎn)單地說(shuō)：對(duì)于中文較多的網(wǎng)站，適宜用GBK編碼節(jié)省數(shù)據(jù)庫(kù)空間。對(duì)于英文較多的網(wǎng)站，適宜用UTF-8節(jié)省數(shù)據(jù)庫(kù)空間。

GBK、GB2312等與UTF8如何轉(zhuǎn)換？GBK、GB2312等與UTF8之間都必須通過(guò)Unicode編碼才能相互轉(zhuǎn)換：GBK、GB2312——Unicode——UTF8；UTF8——Unicode——GBK、GB2312。使用Windows記事本的“另存為”，可以在GBK、Unicode、Unicode big endian和UTF-8這幾種編碼方式間相互轉(zhuǎn)換。

如何讓瀏覽器正確識(shí)別網(wǎng)頁(yè)編碼？一般在網(wǎng)頁(yè)中都要有如下一句：<meta http-equiv="Content-Type" content="text/html; charset=gb2312">，指示此網(wǎng)頁(yè)的字符集編碼是GB2312。（或者UTF-8）
頁(yè)面有時(shí)候指定了編碼為什么有時(shí)會(huì)出現(xiàn)亂碼？這可能是頁(yè)面申明編碼與文件本身編碼不一致，更多時(shí)候是以錯(cuò)誤編碼打開(kāi)頁(yè)面然后保存導(dǎo)致的，或者是用某些FTP軟件直接在線修改文件，比如CuteFTP，由于軟件編碼配置錯(cuò)誤而導(dǎo)致轉(zhuǎn)換錯(cuò)了編碼。這時(shí)候使用window的記事本打開(kāi)，用“另存為”保存為對(duì)應(yīng)的編碼即可解決問(wèn)題。

在windows操作系統(tǒng)上使用IE作為瀏覽器時(shí)，常常會(huì)發(fā)生這樣的問(wèn)題：在瀏覽使用UTF-8編碼的網(wǎng)頁(yè)時(shí)，瀏覽器無(wú)法自動(dòng)識(shí)別該頁(yè)面所用的編碼，即使網(wǎng)頁(yè)已經(jīng)聲明過(guò)編碼格式：<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />，由此造成某些含有中文UTF-8編碼的頁(yè)面產(chǎn)生空白輸出。如果使用的是Firefox、Sarafi的瀏覽器這不會(huì)造成這個(gè)問(wèn)題。這是由于IE解析網(wǎng)頁(yè)編碼時(shí)以HTML內(nèi)的標(biāo)簽優(yōu)先，而后才是HTTP header內(nèi)的訊息，而mozilla系列的瀏覽器則剛剛相反。

由于UTF-8為3個(gè)字節(jié)表示一個(gè)漢子，而普通的GB2312或BIG5是兩個(gè)。頁(yè)面輸出時(shí)，由于上述原因，使瀏覽器解析、輸出<title></title>的內(nèi)容時(shí)，如果在</title>前有奇數(shù)個(gè)全角字符，IE把UTF-8當(dāng)作兩個(gè)字節(jié)解析時(shí)出現(xiàn)半個(gè)漢字的情況，這時(shí)該半個(gè)漢字會(huì)和</title>的<結(jié)合成一個(gè)亂碼字，導(dǎo)致IE無(wú)法讀完<title>部分，使整個(gè)頁(yè)面為空百輸出，而這個(gè)時(shí)候如果察看源文件的話，會(huì)發(fā)現(xiàn)實(shí)際上整個(gè)頁(yè)面全部已經(jīng)輸出了，但瀏覽器不顯示內(nèi)容。最簡(jiǎn)單的解決辦法是把<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" /> 放在<title></title>之前。