【UTF-8和GBK】

admin

首先你需要阅读知道，什么是【ASCALL编码】


对于ascall码一共是256个，远远无法表示出全球的字符，对于汉字而言也无法表达，那么就使用2个ascall码表示一个汉字，那么256*256=65532,也就是说2个ascall码可以表示65532个字符，那么在此基础上发展出了gbk编码


但是这样会存在一个问题，比如a的ascall码是97，那{97,97}是表示aa还是表示一个汉字？


所以汉字使用了一个拓展码（129-255）+1个全码（0-255）来表示，这个设计很巧妙，只要出现一个拓展码，就要将这个拓展码及其后面的哪个ascall码看成一个整体

理论最多可表达汉字：
128*256=32768个

这就是我在ascall编码文章中说过的后面的128个不单独表示某个符号，而是为了防止出错，起到配合作用

重点：GBK和GB2312这是我们很长用到的2种编码，其中GB2312发布的时间早（1980年），GB2312 包含 6763 个汉字; GBK 包含 21886 个汉字和图形符号;GBK兼容GB2312，对于一般开发来说，GB2312完全足够了，GBK主要包括了很多生僻字

拓展：GBK第一个字节ascall码129-254（127个），第二个字节的范围是64-254（192个）
127*192=24384
很多人可能会问，不是21886吗？不一定全编码了，而且有几个ascall码没采用，这里我们就不探讨了，大概知道原理就好

重点：这里要说明的是gbk编码是由2个ascall码为一组构成的基本单元，比如“你”的gbk编码是{196,227}，但是{196,227}只是在gbk编码中表示“你”，在其他双字节编码中可能表示“我”，这个没有什么技巧，就是一一对应的关系，编码设计者规定的

utf-8编码使用3个ascall编码来表达一个字符，所以是128（拓展码）*256（全码）*256（全码）= 8388608（理论值），显然可以满足几乎全球所有的字符，也就是说全球几乎任意一个字符都有唯一的一个utf-8编码去对应，所以utf-8编码也称为全球通用编码，现在大多数网站都是采用utf-8编码的

难点1：如果一个网站采用的是gbk编码，会如何
首先，在中国是可以正常阅读的，但是在外国可能会乱码，因为外国的设备上采用的不一定是gbk编码，比如{196,227}对应的是“你”，但是在外国的设备上对应的可能是其他字符，那么看上去就如同乱码一样

提示：utf-8中中文“你”对应的是编码是：{228,189,160}


（点击返回课程目录：https://shuxiangyage.net/forum.php?mod=viewthread&tid=1134）