常见的⽂字编码格式
中⽂编码主要有以下四种：
GB2312：简体中⽂编码，⼀个汉字占⽤2字节，在⼤陆是主要编码⽅式。当⽂章/⽹页中包含繁体中⽂、⽇⽂、韩⽂等等时，这些内容可能⽆法被正确编码。
BIG5：繁体中⽂编码。主要在台湾地区采⽤。
GBK:⽀持简体及繁体中⽂，但对他国⾮拉丁字母语⾔还是有问题。
UTF-8:Unicode编码的⼀种。Unicode⽤⼀些基本的保留字符制定了三套编码⽅式，它们分别UTF-8,UTF-16和UTF-32。在UTF－8中，字符是以8位序列来编码的，⽤⼀个或⼏个字节来表⽰⼀个字符。这种⽅式的最⼤好处，是UTF－8保留了ASCII字符的编码做为它的⼀部分。UTF-8俗称“万国码”，可以同屏显⽰多语种，⼀个汉字占⽤3字节。为了做到国际化，⽹页应尽可能采⽤UTF-8编码。
当然，处理中⽂时http头也要改成UTF-8编码的-----加上<meta http-equiv="Content-Type" content="text/html; charset=utf-8">。
字符集
常⽤字符集分类
ASCII及其扩展字符集
作⽤：表语英语及西欧语⾔。
位数：ASCII是⽤7位表⽰的，能表⽰128个字符；其扩展使⽤8位表⽰，表⽰256个字符。
范围：ASCII从00到7F，扩展从00到FF。
ISO-8859-1字符集
作⽤：扩展ASCII，表⽰西欧、希腊语等。
位数：8位，
范围：从00到FF，兼容ASCII字符集。
GB2312字符集
作⽤：国家简体中⽂字符集，兼容ASCII。
位数：使⽤2个字节表⽰，能表⽰7445个符号，包括6763个汉字，⼏乎覆盖所有⾼频率汉字。
范围：⾼字节从A1到F7, 低字节从A1到FE。将⾼字节和低字节分别加上0XA0即可得到编码。
BIG5字符集
作⽤：统⼀繁体字编码。
位数：使⽤2个字节表⽰，表⽰13053个汉字。
范围：⾼字节从A1到F9，低字节从40到7E，A1到FE。unicode汉字
GBK字符集
作⽤：它是GB2312的扩展，加⼊对繁体字的⽀持，兼容GB2312。
位数：使⽤2个字节表⽰，可表⽰21886个字符。
范围：⾼字节从81到FE，低字节从40到FE。
GB18030字符集
作⽤：它解决了中⽂、⽇⽂、朝鲜语等的编码，兼容GBK。
位数：它采⽤变字节表⽰(1 ASCII，2，4字节)。可表⽰27484个⽂字。
范围：1字节从00到7F; 2字节⾼字节从81到FE，低字节从40到7E和80到FE；4字节第⼀三字节从81到FE，第⼆四字节从30到39。
UCS字符集
作⽤：国际标准 ISO 10646 定义了通⽤字符集 (Universal Character Set)。它是与UNICODE同类的组织，UCS-2和UNICODE兼容。
位数：它有UCS-2和UCS-4两种格式，分别是2字节和4字节。
范围：⽬前，UCS-4只是在UCS-2前⾯加了0x0000。
UNICODE字符集
作⽤：为世界650种语⾔进⾏统⼀编码，兼容ISO-8859-1。
位数：UNICODE字符集有多个编码⽅式，分别是UTF-8，UTF-16和UTF-32。
按所表⽰的⽂字分类
语⾔字符集正式名称
英语、西欧语                ASCII，ISO-8859-1        MBCS 多字节简体中⽂                      GB2312                          MBCS 多字节
繁体中⽂                      BIG5                              MBCS 多字节
简繁中⽂                      GBK                                MBCS 多字节
中⽂、⽇⽂及朝鲜语      GB18030                        MBCS 多字节各国语⾔                      UNICODE，UCS              DBCS 宽字节

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。