gbk utf8如何選擇 正確理解和使用GBK及UTF-8網頁編碼
2024-08-26 00:11:46
供稿：網友
網頁編碼英文譯為web page encoding，是在網頁中指定其特定的字符編碼格式的庫。
GBK是國家標準GB2312基礎上擴容后兼容GB2312的標準。GBK的文字編碼是用雙字節來表示的，即不論中、英文字符均使用雙字節來表示，為了區分中文，將其最高位都設定成1。GBK包含全部中文字符，是國家編碼，通用性比UTF8差，不過UTF8占用的數據庫比GBK大。
UTF-8：Unicode TransformationFormat-8bit，允許含BOM，但通常不含BOM。是用以解決國際上字符的一種多字節編碼，它對英文使用8位（即一個字節），中文使用24為（三個字節）來編碼。UTF-8包含全世界所有國家需要用到的字符，是國際編碼，通用性強。UTF-8編碼的文字可以在各國支持UTF8字符集的瀏覽器上顯示。如果是UTF8編碼，則在外國人的英文IE上也能顯示中文，他們無需下載IE的中文語言支持包。
UTF-8版本雖然具有良好的國際兼容性，但中文需要比GBK/BIG5版本多占用50%的數據庫存儲空間，因此并非推薦使用，僅供對國際兼容性有特殊要求的用戶使用。簡單地說：對于中文較多的網站，適宜用GBK編碼節省數據庫空間。對于英文較多的網站，適宜用UTF-8節省數據庫空間。
GBK、GB2312等與UTF8如何轉換？GBK、GB2312等與UTF8之間都必須通過Unicode編碼才能相互轉換：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換。
如何讓瀏覽器正確識別網頁編碼？一般在網頁中都要有如下一句：<meta http-equiv="Content-Type" content="text/html; charset=gb2312">，指示此網頁的字符集編碼是GB2312。（或者UTF-8）
頁面有時候指定了編碼為什么有時會出現亂碼？這可能是頁面申明編碼與文件本身編碼不一致，更多時候是以錯誤編碼打開頁面然后保存導致的，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誤而導致轉換錯了編碼。這時候使用window的記事本打開，用“另存為”保存為對應的編碼即可解決問題。
在windows操作系統上使用IE作為瀏覽器時，常常會發生這樣的問題：在瀏覽使用UTF-8編碼的網頁時，瀏覽器無法自動識別該頁面所用的編碼，即使網頁已經聲明過編碼格式：<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />，由此造成某些含有中文UTF-8編碼的頁面產生空白輸出。如果使用的是Firefox、Sarafi的瀏覽器這不會造成這個問題。這是由于IE解析網頁編碼時以HTML內的標簽優先，而后才是HTTP header內的訊息，而mozilla系列的瀏覽器則剛剛相反。
由于UTF-8為3個字節表示一個漢子，而普通的GB2312或BIG5是兩個。頁面輸出時，由于上述原因，使瀏覽器解析、輸出<title></title>的內容時，如果在</title>前有奇數個全角字符，IE把UTF-8當作兩個字節解析時出現半個漢字的情況，這時該半個漢字會和</title>的<結合成一個亂碼字，導致IE無法讀完<title>部分，使整個頁面為空百輸出，而這個時候如果察看源文件的話，會發現實際上整個頁面全部已經輸出了，但瀏覽器不顯示內容。最簡單的解決辦法是把<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" /> 放在<title></title>之前。
