GBK UTF8 GB2132

　　GBK就是在保存你的帖子的時候，一個漢字佔用兩個字節,外國人看會出現亂碼，爲此我中華爲本身漢字編碼而造成之解決方案。
　　UTF8就是在保存你的帖子的時候，一個漢字佔用3個字節。可是外國人看的話不會亂碼。爲此西人爲了解決多字節字符而造成之解決方案。
　　ASCII（ISO-8859-1）是鼻祖，最簡單的方式，字節高位爲0
　　GB23十二、GBK、GB18030，這幾個是中文編碼方式，並向下兼容。GB2312包含7000多個漢子和字符，GBK包含21000多個，GB18030更厲害，到了27000多個。他們都是用2個字節來表示一個漢字。跟ASCII是怎麼區分的呢？若是高字節的高位爲1（也就是高字節大於127），就表示是漢字，低字節並沒有明顯特徵。
　　Unicode是統一編碼，它創建了一個全世界統一的碼錶。世界上的全部文字，在這張碼錶中都是惟一的。
　　UTF－8是Unicode的一種存儲、傳輸方式。它將整個Unicode碼錶分爲3部分。
　　0000 - 007F 這部分是最初的ascii部分，按原始的存儲方式，即0xxxxxxx。
　　0080 - 07FF 這部分存儲爲110xxxxx 10xxxxxx
　　0800 - FFFF 這部分存儲爲1110xxxx 10xxxxxx 10xxxxxx
　　所以，一個漢字究竟被存儲爲何，就須要：先查unicode碼錶，而後根據在碼錶的位置進行計算。例如：「電」字，在碼錶中是3575，計算成utf8就是E794B5，而在GB2312的碼錶中爲B5E7
　　UTF－8的好處：兼容ASCII，存儲英文文件都是單字節，文件小。固然，當以存中文爲主時就變成了3字節編碼了，比GB系列還大！如何標明一個文件是utf8格式呢？這個標記是可選的：EF BB BF。好比，用windows自 帶的記事本建立一個utf8格式的文件，就會加上這個標記。可是，若是用ultraedit建立utf8文件，並不會加上這個標記。這個標記有個術語，叫 作BOM（Byte Order Mark）。不帶BOM的utf8文件和GB2312文件怎麼區分呢？我也不知道。惟一能想到的辦法就是：先用一種試，若是出現亂碼，就用另外一種再試
　　UTF－16是雙字節存儲，這就帶來一個問題，即高低字節的順序。兩個字節有兩種順序，它們也用BOM來標明。分爲大尾碼和小尾碼兩種。大尾碼的BOM是FEFF，小尾碼的BOM是FFFE
　　GBK 的中文編碼是雙字節來表示的，英文編碼是用ASC||碼錶示的，既用單字節表示。但GBK編碼表中也有英文字符的雙字節表示形式，因此英文字母能夠有2種GBK表示方式。爲區分中文，將其最高位都定成1。英文單字節最高位都爲0。當用GBK解碼時，若高字節最高位爲0，則用ASC||碼錶解碼；若高字節最 高位爲1，則用GBK編碼表解碼
　　至於UTF－8編碼則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位（三個字節）來編碼。對於英文字符較多的論壇則用UTF－8節省空間。
　　GBK包含所有中文字符，UTF-8則包含全世界全部國家須要用到的字符。

GBK是在國家標準GB2312基礎上擴容後兼容GB2312的標準（好像還不是國家標準）

UTF-8編碼的文字能夠在各國各類支持UTF8字符集的瀏覽器上顯示。
好比，若是是UTF8編碼，則在外國人的英文IE上也能顯示中文，而無需他們下載IE的中文語言支持包。

因此，對於英文比較多的論壇 ，使用GBK則每一個字符佔用2個字節，而使用UTF－8英文卻只佔一個字節。
可是若是UTF8中出現中文那就是3個字節～～具體的本身權衡。

轉自：http://blog.163.com/cmdbat@126/blog/static/17029212320135297400353/