相关文章
做google推广有什么好处?
北京网页设计DIV CSS制作网页过程中关于居中问题的总结
网站设计使用XHTML制作网页时注意的要点总结
企通互联div在网页页面中的高度自适应的实现
北京网站建设网友分享：TopStyle Pro 的使用技巧
网站制作HTML语言剖析（四）排版标记
北京网站建设推荐几组漂亮的按纽CSS（名字自己定义）
网站建设超级漂亮的表格:彩色背景
北京网站建设网页加速之网页结构篇
北京网站设计防止别人框架你的网站
品牌理念
北京网站建设最佳合作伙伴
北京网站建设专家企通互联
竭诚为您提供网站建设服务!
友好连接
文章搜索
你的位置：首页 >> 网页设计 >> 网站建设北京网站制作HTML语言：什么是Unicode？什么是UTF-8？
网站建设北京网站制作HTML语言：什么是Unicode？什么是UTF-8？
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。 [中国站长站]
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。 Www~Chinaz~com
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。
中国站长.站
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。 Www@Chinaz@com
2、台湾，香港等地使用的是BIG5编码 中国.站长站
3、日本：SJIS编码 北京网站建设 站长.站
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。 中国.站.长站
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。 站.长站
那么Unicode是如何编码的呢？其实非常简单。 Chinaz.com
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？ Chinaz^com
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。 北京网站制作 站.长站
比如：“文”字，GBK和SJIS中都是同一个汉字，只是编码不同而已。 中国站长.站
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。 中.国.站.长.站
Unicode的学名是"Universal Multiple-Octet Coded Character Set"，简称为UCS。 Www^Chinaz^com
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。
Www~Chinaz~com
UCS-2转换到UCS-4只是简单的在前面加2个字节 北京网站设计0。 Chinaz
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， 站.长站
20000-20FFF - 21000-21FFF - 22000-22FFF - 23000-23FFF - 24000-24FFF - 25000-25FFF - 26000-26FFF - 27000-27FFF - 28000-28FFF - 29000-29FFF - 2A000-2AFFF - 2F000-2FFFF Www@Chinaz@com
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？
Www~Chinaz~com
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。 Chinaz@com
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。
站.长站
codepage=936 简体中文GBK
codepage=950 繁体中文BIG5 Chinaz_com
codepage=437 美国/加拿大英语 中国站长.站
codepage=932 日文 [中国站长站]
codepage=949 韩文 Chinaz.com
codepage=866 俄文
站.长.站
codepage=65001 unicode UFT-8 Chinaz~com
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。
Chinaz.com
从936中随意取一行，例如：0x9993 0x6ABD #CJK UNIFIED IDEOGRAPH
中国站.长站
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 网站建设GBK 网站制作和Unicode之间的转换。
Chinaz^com
现在明白了Unicode，那么UTF-8 网站设计又是什么呢？又为什么会出现UTF-8呢？
Www.Chinaz.com
ASCII 网页设计转换成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。
Chinaz~com
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？
Www_Chinaz_com
例：
Chinaz^com
E4 BD A0 11100100 10111101 10100000
Www~Chinaz~com
这是“你”字的UTF-8编码 站长.站
4F 60 01001111 01100000 Chinaz.com
这是“你”的Unicode编码 中.国.站长站
按照UTF-8的编码规则，分解如下：xxxx0100 xx111101 xx100000
把除了x之外的数字拼接在一起，就变成“你” 企通互联的Unicode编码了。
站.长.站
注意UTF-8的最前面３个1，表示整个UTF-8串是由３个字节构成的。 中.国.站长站
经过UTF-8编码之后，再也不会出现敏感字符了，因为最高位始终为1。
以下是Unicode和UTF-8之间的转换关系表：
| 以下为引用的内容：北京网页设计 U-00000000 - U-0000007F: 0xxxxxxx网站设计 U-00000080 - U-000007FF: 110xxxxx 10xxxxxx网站建设 U-00000800 - U-0000FFFF: 1110xxxx 10xxxxxx 10xxxxxx网站制作 U-00010000 - U-001FFFFF: 11110xxx 10xxxxxx 10xxxxxx 10xxxxxx网页设计 U-00200000 - U-03FFFFFF: 111110xx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx企通互联 U-04000000 - U-7FFFFFFF: 1111110x 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx |
Unicode编码转换到UTF-8,简单的把Unicode字节流套到x中就变成UTF-8了。 [中国站长站]
