HTML语言：什么是Unicode？什么是UTF-8？

日期：2007年9月7日作者：查看:[大字体中字体小字体]

一直在编码方面要求不是很高，所以对Unicode和UTF-8也不甚了解。

　　最近偶然翻到一篇UTF-8的文章，感觉解释的非常繁杂，因此才想到重新写一篇简单易懂一点的。

　　首先说明一下现在常用的一些编码方案：
　　１、在中国，大陆最常用的就是GBK18030编码，除此之外还有GBK，GB2312，这几个编码的关系是这样的。

最早制定的汉字编码是GB2312，包括6763个汉字和682个其它符号
95年重新修订了编码，命名GBK1.0，共收录了21886个符号。
之后又推出了GBK18030编码，共收录了27484个汉字，同时还收录了藏文、蒙文、维吾尔文等主要的少数民族文字，现在WINDOWS平台必需要支持GBK18030编码。

按照GBK18030、GBK、GB2312的顺序，３种编码是向下兼容，同一个汉字在三个编码方案中是相同的编码。

　　２、台湾，香港等地使用的是BIG5编码
　　３、日本：SJIS编码

　　如果把各种文字编码形容为各地的方言，那么Unicode就是世界各国合作开发的一种语言。
　　在这种语言环境下，不会再有语言的编码冲突，在同屏下，可以显示任何语言的内容，这就是Unicode的最大好处。

　　那么Unicode是如何编码的呢？其实非常简单。
　　就是将世界上所有的文字用２个字节统一进行编码。可能你会问，２个字节最多能够表示65536个编码，够用吗？
　　韩国和日本的大部分汉字都是从中国传播过去的，字型是完全一样的。
　　比如：“文”字，GBK和SJIS中都是同一个汉字，只是编码不同而已。
　　那样，像这样统一编码，２个字节就已经足够容纳世界上所有的语言的大部分文字了。

　　Unicode的学名是"Universal Multiple-Octet Coded Character Set"，简称为UCS。
　　现在用的是UCS-2，即２个字节编码，而UCS-4是为了防止将来２个字节不够用才开发的。UCS-2也称为基本多文种平面。
　　UCS-2转换到UCS-4只是简单的在前面加２个字节0。
　　UCS-4则主要用于保存辅助平面，例如Unicode 4.0中的第二辅助平面
　　20000-20FFF - 21000-21FFF - 22000-22FFF - 23000-23FFF - 24000-24FFF - 25000-25FFF - 　　26000-26FFF - 27000-27FFF - 28000-28FFF - 29000-29FFF - 2A000-2AFFF - 2F000-2FFFF
　　总共增加了16个辅助平面，由原先的65536个编码扩展至将近100万编码。

　　那么既然统一了编码，如何兼容原先各国的文字编码呢？
　　这个时候就需要codepage了。
　　什么是codepage？codepage就是各国的文字编码和Unicode之间的映射表。
　　比如简体中文和Unicode的映射表就是CP936，点这里查看官方的映射表。

　　以下是几个常用的codepage，相应的修改上面的地址的数字即可。
codepage=936 简体中文GBK
codepage=950 繁体中文BIG5
codepage=437 美国/加拿大英语
codepage=932 日文
codepage=949 韩文
codepage=866 俄文
codepage=65001 unicode UFT-8

最后一个65001，据个人理解，应该只是一个虚拟的映射表，实际只是一个算法而已。

从936中随意取一行，例如：
0x9993 0x6ABD #CJK UNIFIED IDEOGRAPH
前面的编码是GBK的编码，后面的是Unicode。
通过查这张表，就能简单的实现GBK和Unicode之间的转换。

　　现在明白了Unicode，那么UTF-8又是什么呢？又为什么会出现UTF-8呢？

　　ASCII转换成UCS-2，只是在编码前插入一个0x0。用这些编码，会包括一些控制符，比如或 /，这在UNIX和一些C函数中，将会产生严重错误。因此可以肯定，UCS-2不适合作为Unicode的外部编码。

　　因此，才诞生了UTF-8。那么UTF-8是如何编码的？又是如何解决UCS-2的问题呢？

例：
[1] [2] 下一页
HTML语言：什么是Unicode？什么是UTF-8？相关文章：
·Windows Vista中如何自定义语言栏图标
·InterPhonic 文本至语音转换合成在线完成
·用MSN不会外语也能和老外轻松聊天
·CSS语法在DW中无效的解决方法
·T-SQL语句实现数据库备份与还原
·固定网页语言编码、字体、字号
·Java语言数据库操作的基本流程
·jQuery语法总结和注意事项
·实现跨多个表格的数据进行组合的SQL语句
·Live Search Mobile支持语音识别
HTML语言：什么是Unicode？什么是UTF-8？相关软件
·小说语文教学（集）
·天狼星语音控制QQ幻想
·天狼星语音控制魔兽
·天狼星语音控制大话西游
·快乐成语连连看
·《实况足球2007》粤语存档繁体中文版
·《贝拉的魔法咒语》游戏试玩
·《热血物语EX》简体中文汉化版试玩
·《白骑士物语》最新游戏视频公开欣赏
·《无人岛物语4》简体中文版试玩

上一篇:网页制作实用小技巧：去除链接虚线框

下一篇:学习网页先来看看：评测浏览器

特别声明：本站除部分特别声明禁止转载的专稿外的其他文章可以自由转载，但请务必注明出处和原始作
者.文章版权归文章原始作者所有.对于被本站转载文章的个人和网站，我们表示深深的谢意。如果本站转
载的文章有版权问题请联系编辑人员,我们尽快予以更正. 转载请注明来源：http://www.hackhome.com

HTML语言：什么是Unicode？什么是UTF-8？

精品推荐

热点TOP10

特别推荐