GBK與utf-8的區別

GBK與UTF-8的區別

先說GB2312

GB2312是GBK的子集，GBK是GB18030的子集。

GB2312編碼大約包含6000多漢字（不包括特殊字符）,編碼範圍為第一位b0-f7,第二位編碼範圍為a1-fe(第一位為cf時,第二位為a1-d3),計算一下漢字個數為6762個漢字。當然還有其他的字符。包括控製鍵和其他字符大約7573個字符編碼

GBK是包括中日韓字符的大字符集合，GBK編碼是對GB2312編碼的擴充，容納的漢字更多，但僅僅是擴充，沒有質的變化。保留了所有GB2312編碼,在此基礎上進行編碼範圍的擴充.容納(包含特殊字符)共22014個字符編碼。

GB18030編碼是在GBK編碼基礎上的擴充，因為漢字更多，僅僅使用兩位編碼已經不能容納要求的漢字，所以采用了2\4位混和的辦法，可以支持更多的漢字編碼。並且保留了原有的GBK 2字節編碼兼容GB2312和gbk編碼的文件。大概容納55657個編碼(包含特殊字符)。

重點：GB2312能完美的支持簡體中文和英文，一個中文文字占用2個字節，一個英文字母同樣占用2個字節。

問題產生了：在沒有安裝IE的簡體中文支持的電腦上看GB2312編碼的網頁，其中中文都會是亂碼，比如一位英國人在倫敦瀏覽你的網頁，看到的除了英文字母正常外其他的都會是亂七八糟，就像火星文。

再說UTF-8

UTF-8是unicode，可以看作是大字符集，它包含了大部分文字的編碼。為表達更多的文字，UTF-8采用2/3混編的方式。目前所容納的漢字範圍小於GBK編碼。

重點：UTF-8能完美的支持英文和中文，甚至其他文，一個中文文字占用3個字節，一個英文字母同樣占用1個字節。

使用UTF-8的一個最大好處是其他地區的用戶（如美國、印度、台灣）無需安裝IE的簡體中文支持就能正常觀看你的文字而不會出現亂碼。通常網絡傳輸也是用UTF-8編碼。

綜上：根據你的網站的內容和瀏覽的對象以及對數據的儲存空間的權衡，就很好做出編碼選擇了。