其實當你了解了這兩種編碼方式後，就會知道GBK是中國標準，UTF8是網路傳輸標準，Unicode是全球標準。
我們先介紹下GBK:（GBK的發展史）
那我們不得不提的是區位碼：
其中前兩位為“區”，後兩位為“位”，中文漢字的編號區號是從16開始的，位元號從1開始。前面的區號有一些符號、數字、字母、注音符號（台）、製表符、日文等等。簡單來說就是0~1599表示的是除漢字之外的字號。 1600~9999其中部分代表漢字編號，當然當時的漢字數量應該沒有佔用完所有的編號。
接下來發展到GB2312：
是基於區位碼的，用雙字節編碼表示中文和中文符號。一般編碼方式是：0xA0+區號，0xA0+位號。如下表中的 “安”，區位號是1618（十進位），那麼“安”字的GB2312編碼就是 0xA0+16 0xA0+18 也就是 0xB0 0xB2 。根據區位碼表，GB2312的漢字編碼範圍是0xB0A1~0xF7FE
以ASCII編碼，也就是說現代的GBK編碼是相容ASCII編碼的。例如一個數字2，對應的二進位是0x32，而不是 0xA3 0xB2。那麼問題來了，0xA3 0xB2 又對應到什麼呢？還是２。注意看了，這裡的２跟2是不是有點不太一樣？ ！確實是不一樣的。這裡的雙位元組２是全角的二，ASCII的2是半角的二，一般輸入法裡的切換全角半角就是這裡不同。
那麼其實GBK就是GB2312的補充，當然以後GB18030是對GBK的補充
在同一個編碼檔案裡，要怎麼區分ASCII和中文編碼呢？從ASCII表我們知道標準ASCII只有128個字符，0~127即0x00~0x7F（0111 1111）。所以區分的方法就是，高位元組的最高位元為0則為ASCII，為1則為中文。
現在我們國家的GBK介紹完了，看下來是不是有點豁然開朗的感覺！其實就是一種一一對應漢字的編號方式，嘿嘿！
那我們接下來來看看全球是怎麼編碼的呢？其實也是類似，只是這是不只漢字，有全世界各國的字符了。
現行的Unicode編碼標準裡，絕大多數程式語言只支援雙字節，所以Unicode也就是雙字節的標準表示全球所有的字元（可以包含65536中字元），
為英文字元也全部使用雙字節，儲存成本和流量會大幅增加，所以Unicode編碼大多數情況並沒有被原始地使用，而是被轉換編碼成UTF8，這才出現了UTF8.< /strong>
而Unicode與UTF8之間的轉換是透過下面這個表格進行的：
現在還有最後一個問題就是BOM,何為BOM?
所謂BOM頭（Byte Order Mark）就是文字檔中開始的幾個不表示任何字元的字節，用二進位編輯器（如bz.exe）就能看到了。
UTF8的BOM頭為 0xEF 0xBB 0xBF
Unicode大端模式為 0xFE 0xFF
Unicode小端模式為 0xFF 0xFE
如何區分一個文字是無BOM的UTF8還是GBK?
答案是，只能以大量的編碼分析來區分。目前辨識準確率很高的有：Notepad++等一些常用的IDE，PHP的mb_系列函數，python的chardet函式庫及其它語言衍生版如jchardet，jschardet等
文章為用戶上傳，僅供非商業瀏覽。發布者：Lomu，轉轉請註明出處： https://www.daogebangong.com/zh-Hant/articles/detail/che-di-gao-dong-kun-rao-cheng-xu-yuan-duo-nian-de-GBK-he-UTF8.html
支付宝扫一扫 
评论列表（196条）
测试