?? 以前一直對utf、unicode、ascII還有GBK編碼方式不太了解，只知道如果有中文的話一般用utf-8或GBK存儲(chǔ)，今天正好又接觸到了這個(gè)問題就google了下。????

? ASCII是用來表示英文的一種編碼規(guī)范，表示的最大字符數(shù)為256個(gè)，每個(gè)字符占1個(gè)字節(jié)。如果只用來表示英文應(yīng)該是綽綽有余了，可是還要表示中文、阿拉伯文所以就有很大的不足了，于是就產(chǎn)生了GB2312。很多人應(yīng)該對這個(gè)比較了解，很多國內(nèi)網(wǎng)頁指定的編碼都是GB2312的，它其實(shí)是對ASCII的一種擴(kuò)展，是每個(gè)國家自己制定的編碼規(guī)范，比如一個(gè)中文字符是由兩個(gè)擴(kuò)展ASCII字符表示。

? 但因?yàn)镚B2312是國家標(biāo)準(zhǔn)所以會(huì)有一些問題，記得我們小時(shí)候玩一些繁體游戲時(shí)需要借助一些南極星之類的軟件轉(zhuǎn)換編碼嗎？因?yàn)榕_(tái)灣很多用的都是big5編碼，它和GB2312的編碼格式還是類似的，會(huì)顯示出一些奇怪的文字或是偶爾也會(huì)有個(gè)別漢字。后來因?yàn)镚B2312所包含的漢字太少了，所以又?jǐn)U展出來GBK編碼。

? GBK包括了大部分的漢字，并且還加入了big5中幾乎所有的繁體字體（但big5和GBK中的繁體字體并不兼容）。之后還有GB18030編碼，其實(shí)主要還是字符集的變化。

? ASCII—GB2312—GBK—GB18030他們都是向下兼容的，區(qū)分英文編碼和中文編碼的方法是高字節(jié)的最高位不為0，其實(shí)GB中文編碼都是雙字節(jié)字符集。因?yàn)镚B編碼都是國家標(biāo)準(zhǔn)，所以如果要解決中文問題不能從擴(kuò)展ASCII角度入手了，于是出現(xiàn)了unicode和utf。

? unicode分為UCS-2、UCS-4，目前常用的是UCS-2是用2個(gè)字節(jié)為字符編碼，可以表示的數(shù)為2^16=65535，基本可以表示歐美和大部分亞洲漢字，并且因?yàn)閁CS-2是雙字節(jié)的所以每個(gè)漢字或英文都是由1個(gè)unicode構(gòu)成，那拆字和統(tǒng)計(jì)字?jǐn)?shù)比ASCII方便了很多。似乎unicode是比較完美了，可是它卻有一個(gè)很致命的缺點(diǎn)，就是并不能和ASCII兼容。ASCII字符是單個(gè)字節(jié)的，比如"A"的ASCII是65。而Unicode是雙字節(jié)的，比如"A"的Unicode是0065，這就造成了一個(gè)非常大的問題：以前處理ASCII的那套機(jī)制不能被用來處理Unicode了 。另一個(gè)更加嚴(yán)重的問題是，C語言使用'\0'作為字符串結(jié)尾，而Unicode里恰恰有很多字符都有一個(gè)字節(jié)為0，這樣一來，C語言的字符串函數(shù)將無法正常處理Unicode，除非把世界上所有用C寫的程序以及他們所用的函數(shù)庫全部換掉 。

? 于是出現(xiàn)了utf，它是將Unicode編碼規(guī)則和計(jì)算機(jī)的實(shí)際編碼對應(yīng)起來的一個(gè)規(guī)則。現(xiàn)在流行的UTF有2種：UTF-8和UTF-16。UTF-8是以8位為單元對UCS進(jìn)行編碼，它定義了一種"區(qū)間規(guī)則"，這種規(guī)則可以和ASCII編碼保持最大程度的兼容

轉(zhuǎn)自http://hi.baidu.com/47370/blog/item/3e59773484d590b0d0a2d319.html

轉(zhuǎn)載于:https://www.cnblogs.com/HellenTian/archive/2011/10/20/2218644.html

總結(jié)

以上是生活随笔為你收集整理的网页编码格式的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。