gbk与utf8的区别

gbk与utf8的区别和比较

GBK的文字编码是双字节来表示的，即不论中、英文字符均使用双字节来表示，只不过为区分中文，将其最高位都定成1。

至于UTF－8编码则是用以解决国际上字符的一种多字节编码，它对英文使用8位（即一个字节），中文使用24位（三个字节）来编码。对于英文字符较多的论坛则用UTF－8节省空间。

GBK包含全部中文字符；UTF-8则包含全世界所有国家需要用到的字符。

GBK是在国家标准GB2312基础上扩容后兼容GB2312的标准（好像还不是国家标准）
UTF-8编码的文字可以在各国各种支持UTF8字符集的浏览器上显示。
比如，如果是UTF8编码，则在外国人的英文IE上也能显示中文，而无需他们下载IE的中文语言支持包。 所以，对于英文比较多的论坛 ，使用GBK则每个字符占用2个字节，而使用UTF－8英文却只占一个字节。

UTF8是国际编码，它的通用性比较好，外国人也可以浏览论坛，GBK是国家编码，通用性比UTF8差，不过UTF8占用的数据库比GBK大~

 

例题：给定一个字符串， 比如"我爱alibaba", 写个函数截取字符串， 比如：我截取前5个字节， 为 “我爱a”， 接3个字节， 就是 “我爱", 半个汉字的就必须截取完，

public class SubString05 {
   
    public static void main(String[] args) {
        String s = "我ABC仲"; System.out.println(subString(s,6));
    }

    public static String subString(String s,int len) {
        int a = 0;
        String tmp = "";
        for(int i=0;i<s.length();i++) {
            byte[] b = String.valueOf(s.charAt(i)).getBytes();
            a+=b.length;
            if(a>len) {
                break;
            }
            tmp+=s.charAt(i);
        }
        return tmp;
    }
}