GBK简体中文版和UTF8简体中文版有什么区别?

最新推荐文章于 2023-11-17 14:56:52 发布
原创 最新推荐文章于 2023-11-17 14:56:52 发布 · 753 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文详细解释了GBK简体中文版与UTF8简体中文版的区别，包括编码方式、兼容性以及如何区分ASCII与中文字符。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

GBK简体中文版和UTF8简体中文版有什么区别?
ASCII(ISO-8859-1)是鼻祖，最简单的方式，字节高位为0
GB2312、GBK、GB18030，这几个是中文编码方式，并向下兼容。GB2312包含7000多个汉字和字符，GBK包含21000多个，GB18030更厉害，到了27000多个。他们都是用2个字节来表示一个汉字。跟ascii是怎么区分的呢？如果高字节的高位为1（也就是高字节大于127），就表示是汉字，低字节并无明显特征。

Unicode是统一编码，它建立了一个全世界统一的码表。世界上的所有文字，在这张码表中都是唯一的。

UTF－8是Unicode的一种存储、传输方式。它将整个Unicode码表分为3部分。
0000 - 007F 这部分是最初的ascii部分，按原始的存储方式，即0xxxxxxx。
0080 - 07FF 这部分存储为110xxxxx 10xxxxxx
0800 - FFFF 这部分存储为1110xxxx 10xxxxxx 10xxxxxx

UTF－16是双字节存储，这就带来一个问题，即高低字节的顺序。两个字节有两种顺序，它们也用BOM来标明。分为大尾码和小尾码两种。大尾码的BOM是FEFF，小尾码的BOM是FFFE

参见：http://hi.baidu.com/wuhongbogood/item/74c7e133b8f359cd1a969617

UTF、GBK等编码以及嵌入式linux支持中文显示
weixin_43369409的博客
05-20 4234
1 各种字符编码 1.1 ASCII      Ascii：ASCII(American Standard Code for Information Interchange，美国标准信息交换代码)是基于拉丁字母的一套电脑编码系统，主要用于显示现代英语和其他西欧语言，采用单字节编码，即一个字符只占用一字节。我们所长用的只有0-127共128个字符，128~255是扩展字...
DZ的简体版utf-8和 gbk是什么区别是?
weixin_34232744的博客
10-20 235
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...
GBK版本和UTF-8版本的区别
Jammy_C的博客
09-30 1413
GBK版本和UTF-8版本的区别 GBK版本与UTF-8版本功能是一样的，只不过编码方式不同。UTF-8比较“国际化”吧。 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网站则用UTF－8节省...
GBK和GB的区别
TJW729024716博客
03-13 2255
GBK GBK: 汉字国标扩展码,基本上采用了原来GB2312-80所有的汉字及码位，并涵盖了原Unicode中所有的汉字20902，总共收录了883个符号， 21003个汉字及提供了1894个造字码位。 Microsoft简体版中文Windows 95就是以GBK为内码，又由于GBK同时也涵盖了Unicode所有CJK汉字，所以也可以和Unicode做一一对应。 GB G...
编码方式gbk、gb2312、utf8的区别
感恩、奋进、自信
01-09 1223
gbk一般用于繁体中文，是国家标准gb2312基础上扩容后兼容gb2312的标准。文字编码（中英文）用双字节编码，是国家编码，通用性比utf8差，但utf8占用的数据库比gbk大 gb2312一般用于简体中文 utf8----是全球通用，用于解决国际上字符的一种多字节编码，英文使用8位（一个字节），中文使用28位（3个字节）。现在一般都用utf8编码。允许含BOM，但一般不包含BOM。 gb
gbk编码和utf8编码主要是对中文编码起作用？
weixin_44943389的博客
11-17 593
UTF-8是一种可变长度字符编码，它可以表示Unicode字符集中的所有字符。UTF-8的优势在于它是一种可变长度编码，能够更有效地表示多种字符，而且是国际通用的编码标准。总体而言，GBK编码主要用于中文字符，而UTF-8编码则更加通用，适用于全球范围内的多种字符集。在开发中，特别是涉及多语言应用或者国际化的情况下，使用UTF-8更为推荐，因为它能够更好地支持不同语言的字符表示。GBK编码和UTF-8编码都是字符编码标准，不仅仅适用于中文，它们可以用于表示多种语言的字符。
GBK编码和UTF-8编码的区别
beauty_fish的专栏
11-18 3980
GBK编码是中文编码，中文、英文均采用
Discuz! X3.4 正式版 简体中文 UTF8 20170802
11-29
Discuz! X3.3 在继承和完善 Discuz! X3.2 的基础上，针对 PHP7 进行了优化。对于 X3.2 用户来说，X3.3 已继承了 X3.2 的补丁修复工作。安全稳定的程序为提供更加可靠的保障。
Discuz!X3模板 迪恩MOTO模特艺人摄影 商业版 GBK+UTF8 DZ社区论坛.rar
12-02
- **GBK编码**：GBK是对GB2312的扩展，包含更多的汉字和其他字符，主要用于简体中文环境。 - **UTF8编码**：UTF8是一种Unicode编码，可以表示世界上几乎所有的字符，适合全球化的网站。UTF8编码的论坛更利于海外...
labview utf8toGBK
09-09
相比之下，GBK（Great Chinese - Byte Kotlin）是基于GB2312的扩展编码，主要用于简体中文环境。GBK包含了大部分常用汉字和一些符号，但不支持Unicode字符集中的所有字符，尤其是非中文字符。在某些老版本或特定的...
gbk转Utf8_编码转换_firegbi_GBK转UTF-8_
09-30
首先，GBK是GB2312编码的升级版，它是针对简体中文的一种字库编码，主要在中国大陆使用。GBK编码支持约20902个汉字，包含了大部分常用汉字。然而，GBK并不兼容Unicode，这意味着它无法直接处理其他语言的字符，如...
基于PHP的GartPHP网站内容管理系统gbk简体中文版源码.zip
08-26
【标题】"基于PHP的GartPHP网站内容管理系统gbk简体中文版源码"是一个专为中文环境设计的开源CMS（内容管理系统）项目。它采用PHP编程语言开发，适用于构建和管理各种类型的网站，包括新闻资讯、企业官网、博客等。...
【转】刨根究底字符编码之五——简体汉字编码方案(GB2312、GBK等)以及全角、半角、CJK
sinolover的专栏
11-05 1391
一、概述 1. 英文字母再加一些其他标点字符之类的也不会超过256个，用一个字节来表示一个字符就足够了(2^8 = 256)。但其他一些文字不止这么多字符，比如中文中的汉字就多达10多万个，一个字节只能表示256个字符，肯定是不够的，因此只能使用多个字节来表示一个字符。 于是当计算机被引入到中国后，相关部门设计了GB系列编码(“GB”为“国标”的汉语拼音首字母缩写，即“国家标准”之意)。 按照GB系列编码方案，在一段文本中，如果一个字节是0～127，那么这个字节的含义与ASCII编码相同，否则，这个
GBK编码和UTF-8编码区别各所占用字节数
热门推荐
Tongyao
06-17 1万+
简单来说：GBK：中文每个字符占用2个字节，英文1个字节 UTF-8：中文每个字符占用3个字节，英文一个字节最后
gbk gb2312 utf-8区别
qq_45771848的博客
03-18 1181
1、GBK是扩展的汉字字符集，是GB2312的扩展，包含了更多字符。 只支持简体中文字。GBK是国家标准GB2312基础上扩容后兼容GB2312的标准。GBK的文字编码是用双字节来表示的，即不论中、英文字符均使用双字节来表示，为了区分中文，将其最高位都设定成1。GBK包含全部中文字符，是国家编码，通用性比UTF8差，不过UTF8占用的数据库比GBK大。 2、utf通常指UTF-8，支持简体中文字、繁体中文字、英文、日文、韩文等语言（支持文字更广）。它对英文使用8位（即一个字节），中文使用24为（三个字节）来
mysqlgbk不支持中文吗_MySQL编码不一致，为什么还能显示中文？
weixin_39876645的博客
12-20 127
1、MySQL 的字符集支持有两个方面：字符集(Character set)和排序方式(Collation)。对于字符集的支持细化到四个层次: 服务器(server)，数据库(database)，数据表(table)和连接(connection)。2、Db characterset: 你对这个理解好像有些偏差，这个是指当前数据库默认字符集, 请看下面例子。CREATE DATABASE `...
UTF-8 和 GBK 编码对中文字符的处理有何区别？
最新发布
06-07
<think>嗯，用户想了解UTF-8和GBK在处理中文字符时的区别，我得结合之前的对话历史和引用材料来组织一个专业又易懂的解释。首先注意到用户之前已经问过编码转换的问题，这次聚焦在两种编码的具体差异上。用户提供的四篇引用材料正好都是关于UTF-8和GBK对比的珍贵素材，特别是引用1、2、4里有具体的转换示例和技术参数，引用3则侧重应用场景。让我先梳理核心差异点：从引用2可以提取三个关键维度——编码范围（Unicode标准vs国标）、存储结构（变长vs定长）、兼容性（完整兼容ASCIIvs部分兼容）。特别是中文字符的字节长度差异这点很重要，引用4的示例明显展示了"姓名"在UTF-8是6字节而GBK是4字节。用户可能还关心实际应用场景的选择问题。引用3提到Web领域UTF-8占绝对主流，这点需要强调。同时要指出GBK在遗产系统中的价值，就像引用1展示的文本转换场景那样。想起之前回答里提过IDE设置编码的注意事项，这点也可以关联起来。要不要解释乱码产生原理呢？引用4的转换实验特别生动，那个"用户�?"的案例完美展示了GBK解码UTF-8时出现的替换字符问题。不过用户没明确问故障排查，可能作为扩展知识点更合适。最后得注意技术表述的准确性。比如描述字节长度时，GBK中文字符确实是2字节（引用2），但某些特殊字符在UTF-8可能是4字节，这点需要区分清楚。还有提到BOM时要说明UTF-8通常不需要。结构上打算分三块：技术参数对比表格、编码原理图解、适用场景指南。特别注意要像系统指令要求的，所有技术术语和公式都用LaTeX规范呈现，比如字符到字节的映射关系可以写成$\text{char}\xrightarrow{\text{encode}}\text{bytesequence}$这样的数学表达。</think> UTF-8 与 GBK 在处理中文字符时存在以下核心区别： --- ### **一、技术参数对比** | **特性** | **UTF-8** | **GBK** | |-------------------|------------------------------------|----------------------------------| | **编码标准** | Unicode 标准（全球统一码） | 中国国家标准（GB 2312 扩展） | | **中文字符长度** | 通常 **3 字节**（如 "中" = `0xE4B8AD`） | **2 字节**（如 "中" = `0xD6D0`） | | **英文字符长度** | 1 字节（兼容 ASCII） | 1 字节（兼容 ASCII） | | **支持字符范围** | 覆盖所有语言（如 emoji、拉丁字母、中日韩字符） | 仅支持简体/繁体中文、日韩部分字符 | | **文件大小** | 中文内容占用空间更大（约 GBK 的 1.5 倍） | 中文内容更紧凑 | --- ### **二、编码原理差异** 1. **UTF-8 的变长编码** - 字符长度灵活：英文字符占 **1 字节**，中文字符占 **3 字节**，生僻字或 emoji 占 **4 字节** - 存储结构：通过首字节标识字节数 - 例如 "中" 的 UTF-8 编码： $$ \text{二进制：} \underbrace{1110}_{\text{首字节}} \text{ } \underbrace{0100}_{\text{数据}} \text{ } \underbrace{10}_{\text{后续字节}} \underbrace{111000} \text{ } \underbrace{10}_{\text{后续字节}} \underbrace{101101} $$ 2. **GBK 的定长编码** - 所有中文字符固定 **2 字节** - 编码规则：通过高字节范围 `0x81-0xFE` + 低字节范围 `0x40-0xFE` 标识中文 - 例如 "中" 的 GBK 编码： $$ \text{二进制：} \underbrace{1101}_{\text{字节1}} \underbrace{0110} \text{ } \underbrace{1101}_{\text{字节2}} \underbrace{0000} $$ --- ### **三、实际场景中的表现** 1. **兼容性对比** - UTF-8：完美兼容 ASCII（英文无需转换）[^3] ```java // ASCII "A" 在 UTF-8 中仍是 0x41 byte[] utf8Bytes = "A".getBytes("UTF-8"); // 结果: [0x41] ``` - GBK：中英混合文本需切换编码区，易产生乱码（如引用4中"用户�?"）[^4] 2. **乱码产生原因** - **UTF-8 用 GBK 解码**： UTF-8 的3字节中文被拆解为 GBK 的1英文+2乱码字符（例："中" → `0xE4`+`0xB8`+`0xAD` → "中"） - **GBK 用 UTF-8 解码**： GBK 的2字节中文被识别为无效 UTF-8 序列（例："中" → `0xD6D0` → "ÖÐ" 或 "�"） --- ### **四、适用场景指南** | **场景** | **推荐编码** | **原因** | |------------------------|--------------|---------------------------------------------| | Web 应用/API 接口 | UTF-8 | 全球兼容性（HTTP 默认推荐）[^3] | | 移动应用/国际化系统 | UTF-8 | 支持多语言、emoji 等扩展字符 | | 中文版 Windows 遗产系统 | GBK | 系统默认支持（如记事本保存 ANSI 即 GBK） | | 中文文本本地存储 | GBK | 节省存储空间（相同内容比 UTF-8 小 30%）[^2] | > ⚠️ **转换注意事项** > 互转时需明确指定编码（Java 示例）： > ```java > // GBK → UTF-8 > String gbkText = new String(gbkBytes, "GBK"); > byte[] utf8Bytes = gbkText.getBytes(StandardCharsets.UTF_8); > > // UTF-8 → GBK > String utf8Text = new String(utf8Bytes, "UTF-8"); > byte[] gbkBytes = utf8Text.getBytes("GBK"); > ``` ---
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值