【编码格式的区别】

　　写网页等常用到的编码方式主要有utf-8、gbk、gb2312等。

这三种编码都支持中文显示。如果网页包含有中文内容而没指定编码方式，中文内容将有可能显示乱码。

【区别】

 

• UTF-8是国际编码，包含欧美的所有字符和亚洲的大部分字符，中文字符则包含简繁。

• GB2312和GBK都是中文编码，GBK是GB2312的超集

    

　　gb2312包含的汉字并不多，所以后来就有gbk的出现了。gbk包含大部分的汉字，并且包含了big5(台湾常用的编码)中的所有的繁体字体（但两者的繁体字体并不兼容）。

　　但由于gb2312、gbk到后来的gb18030，都是扩展ACSII而来的，而要根本解决中文问题，就不能只是从扩展入手，所以后来就出现了unicode和UTF。

　　unicode分为UCS-2、UCS-4，目前常用的是UCS-2是用2个字节为字符编码，可以表示的数为2^16=65535，基本可以表示欧美和大部分亚洲汉字，并且因为UCS-2是双字节的所以每个汉字或英文都是由1个unicode构成，那拆字和统计字数比ASCII方便了很多。似乎unicode是比较完美了，可是它却有一个很致命的缺点，就是并不能和ASCII兼容。ASCII字符是单个字节的，比如"A"的ASCII是65。而Unicode是双字节的，比如"A"的Unicode是0065，这就造成了一个非常大的问题：以前处理ASCII的那套机制不能被用来处理Unicode了 。另一个更加严重的问题是，C语言使用''作为字符串结尾，而Unicode里恰恰有很多字符都有一个字节为0，这样一来，C语言的字符串函数将无法正常处理Unicode，除非把世界上所有用C写的程序以及他们所用的函数库全部换掉 。
   于是出现了utf，它是将Unicode编码规则和计算机的实际编码对应起来的一个规则。现在流行的UTF有2种：UTF-8和UTF-16。UTF-8是以8位为单元对UCS进行编码，它定义了一种"区间规则"，这种规则可以和ASCII编码保持最大程度的兼容 。

 

   UTF-8是Unicode的实现方式之一。

他们的关系如下：

　　ACSII-->gb2312--->gbk--->gb18030.各种编码都向下兼容，即gb2312兼容ACSII、gbk又

兼容GB2312。