UTF8 GBK GB2312等编码的原理和区别Edit 根据维基百科记载:历史上存在两个试图独立设计Unicode的组织,即国际标准化组织(ISO)和一个软件制造商的协会(unicode.org)。ISO开发了ISO 10646项目,Unicode协会开发了Unicode项目。
在1991年前后,双方都认识到世界不需要两个不兼容的字符集。于是它们开始合并双方的工作成果,并为创立一个单一编码表而协同工作。从Unicode2.0开始,Unicode项目采用了与ISO 10646-1相同的字库和字码。
目前两个项目仍都存在,并独立地公布各自的标准。Unicode协会现在的最新版本是2005年的Unicode 4.1.0。ISO的最新标准是ISO 10646-3:2003。
UCS只是规定如何编码,并没有规定如何传输、保存这个编码。例如“汉”字的UCS编码是 6C49,我可以用4个ascii数字来传输、保存这个编码;也可以用utf-8编码:3个连续的字节E6 B1 89来表示它。关键在于通信双方都要认可。UTF-8、UTF-7、UTF-16都是被广泛接受的方案。UTF-8的一个特别的好处是它与ISO- 8859-1完全兼容。UTF是“UCS Transformation Format”的缩写。
IETF的RFC2781和RFC3629以RFC的一贯风格,清晰、明快又不失严谨地描述 了UTF-16和UTF-8的编码方法。我总是记不得IETF是Internet Engineering Task Force的缩写。但IETF负责维护的RFC是Internet上一切规范的基础。
2.1、内码和code page
目前Windows的内核已经支持Unicode字符集,这样在内核上可以支持全世界所有的语言文字。但是由于现有的大量程序和文档都采用了某种特定语言的编码,例如GBK,Windows不可能不支持现有的编码,而全部改用Unicode。
Windows使用代码页(code page)来适应各个国家和地区。code page可以被理解为前面提到的内码。GBK对应的code page是CP936。
微软也为GB18030定义了code page:CP54936。但是由于GB18030有一部分4字节编码,而Windows的代码页只支持单字节和双字节编码,所以这个code page是无法真正使用的。
3、UCS-2、UCS-4、BMP
UCS有两种格式:UCS-2和UCS-4。顾名思义,UCS-2就是用两个字节编码,UCS-4就是用4个字节(实际上只用了31位,最高位必须为0)编码。下面让我们做一些简单的数学游戏:
UCS-2有2^16=65536个码位,UCS-4有2^31=2147483648个码位。
UCS-4根据最高位为0的最高字节分成2^7=128个group。每个group再根据 次高字节分为256个plane。每个plane根据第3个字节分为256行 (rows),每行包含256个cells。当然同一行的cells只是最后一个字节不同,其余都相同。
group 0的plane 0被称作Basic Multilingual Plane, 即BMP。或者说UCS-4中,高两个字节为0的码位被称作BMP。
将UCS-4的BMP去掉前面的两个零字节就得到了UCS-2。在UCS-2的两个字节前加上两个零字节,就得到了UCS-4的BMP。而目前的U
UTF-8,GBK,GB2312网页编码的区别_电脑基础知识_IT/计算机_专业资料。 网页...一个标准《中华人民共和国国家标准 信息交换用汉字编码字符集 基本集 GB2312-80...
GB2312、GBK与UTF-8的区别_互联网_IT/计算机_专业资料。GB2312、GBK 与 UTF-8的区别这是一个异常经典的问题,有无数的新手站长每天都在百度这个问题,而我,...
utf8与gb2312有什么区别_IT/计算机_专业资料。utf8与gb2312有什么区别... utf8与gb2312页面问题解... 3页 免费 UTF8 GBK GB2312等编码的... 9页...
GBK与UTF-8的区别 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...
网站建设CSS UTF8和GBK编码的区别_IT/计算机_专业资料。网站建设 ccs编码的区别,对 网站建设 CSS UTF8 和 GBK 编码的区别 对 SEO 是 否有影响 CSS 中 UTF...
UTF-8编码的文字可以在各国支持UTF8字符集的浏览器上显示。如,如果是UTF8编码,则在外国人的英文IE上也能显示中文,他们无需下载IE的中文语言支持包。 GBK是国家...
字符编码(ucs2,+unicode,+utf8,+gb2312)_信息...效率 4 从上述编码原理中得出的结论是: 1.每个...GBK 编码是中国大陆制订的, 等同于 UCS 的新的...
简述UTF-8编码原理 3页 免费 UTF8 GBK GB2312等编码的... 9页 1下载券...UTF-8编码原理2008年08月15日 星期五 16:12 Unicode用两个字节表示一个字或...
ECSHOP模板UTF和GBK编码的区别_计算机软件及应用_IT/计算机_专业资料。Ecshop 模板 utf-8 和 gbk 编码的区别 ECSHOP 开发中心(68ecshop.com) ECSHOP 我到底是...
UTF-8和GBK有什么区别_互联网_IT/计算机_专业资料。UTF-8和GBK有什么区别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...
提问者:ly1987520 浏览次数:4010 次 下载论坛源码简体中文 GBK 简体中文 UTF8 繁体中文 BIG5 分别是什么意思?他们的区别是什么? 2010-11-9 10:49 最佳...
热门文档