有关汉字字符标准的说明
GB2312编码大约包含6000多汉字（不包括特殊字符）,编码范围为第一位b0-f7,第二位编码范围为a1-fe(第一位为cf时,第二位为a1-d3),计算一下汉字个数为6762个汉字。当然还有其他的字符。包括控制键和其他字符大约7573个字符编码。
gbk编码是对gb2312编码的扩充，容纳的汉字更多，但仅仅是扩充，没有质的变化。保留了所有gb2312编码,在此基础上进行编码范围的扩充.容纳(包含特殊字符)共22014个字符编码.
gb18030编码是在gbk编码基础上的扩充，因为汉字更多，仅仅使用两位编码已经不能
容纳要求的汉字，所以采用了24位混和的办法，可以支持更多的汉字编码。并且保留了原有的gbk 2字节编码兼容gb2312和gbk编码的文件。大概容纳55657个编码(包含特殊字符)
unicode编码(也就是UTF编码)：俗称万国码，致力于使用统一的编码准则表达各国的文字。
为表达更多的文字，utf-8采用2/3混编的方式。目前容纳的汉字范围小于gbk编码。并且以
3字节的方式处理中文，带来了兼容性的问题，原有的gbk,gb2312,gb18030编码文件都不能正常的处理,还有很长的路要走。
到底是用UTF-8还是GB2312
倾向于 gb2312我 现在用的是英文 2000，可除了界面的“开始”变成“Start”这样的微小变化外其他东西用起来没有感到任何差别，刚装完 2000 的时候随便去一个国内网站他就会问你是否要装简体中文，点了是，安一下，连 IE 都不用重新打开就可以直接看中文了，英文系统看中文是如此简单，换成繁体系统看简体应该没有任何差别的，不可能会出现看不了或者乱码的情况。
UTF-8 的同屏显示多语种确实是个很有意思的新玩意，不过毕竟是后来的，只要用就得成天考虑兼容问题，况且很少需要 UTF-8 的特性：我用简体中文写东西，看的人一般系统里只有简体中文或者安个简体中文就可以看了，永远不会出现一个倭文或者韩文，那么 UTF-8 还有用的必要了吗？
XML 和 DVD 这些非常好的东西，推行了很多年也无法成为“缺省配置”，恩，对，GB2312 之于 UTF-8，正如同 VCD 之于 DVD：DVD 好是好，可目前几乎所有的软件还都是用 650MB 的光盘发行，一台家用电脑可以读不了 DVD，但绝对不可以读不了普通的光盘，否则连装个系统启动起来都很困难。
UTF8还是GB2312？
早些年上网的朋友 都知道，NS或IE浏览器早期的版本并不支持多国语言的浏览，如果想浏览繁体中文、日文等外文网站还需要一个如“中文之星”或“四通立方”的外挂软件，后 来浏览器逐步发展升级，到目前为止，几乎所有浏览器都支持多国语言字符，可以浏览任意国家、语言的网站。Blog的出现，特别是Trackback的出 现，使网络国际化的行为由被动的浏览信息向主动式的交互信息过渡，然而新的语言障碍问题又出现了...
问题主要出在Blog的 Trackback（引用）、Ping（通告）、Notification（通知书）等交互具有的功能上。以前我们在理解和应用网络上的交互主要局限在C -S范围之内，也就是客户（个人）与服务器（网站）之间的信息交互，例如：在网络上发布一篇文章或回复一个论坛帖子，一般来讲这样的交互很少会出现语言不 兼容的问题。然而Blog中的Trackback等的交互方式不只是C-S的，它还是S-S（Blog网站之间）的，甚至是多重的，例如在发布一篇文章的 时候，你可以同时选择让它同时发布在一个或多个不同的Blog上，或者给指定的人发出更新通知，也可以让更多的人预订、收录你的RSS内容更新信息。 Blog的交互方式更多、更灵活，当然，这种交互并非没有限制，语言编码是一个很大障碍，如果你的Blog系统编码是中文简体的GB2312，那么所有 Trackback、Ping的交互对象就只能限于国内采用GB2312编码的用户，你的Blog也就无法与台湾、日本等采用非GB2312编码的用户实 现交互。
比较好的解决办法是采用UTF-8编码，虽然采用UTF-8编码回多占用一些空间（一个汉字需3个字节），但国际化问题总算解决 了，UTF-8兼容GB2312、BIG5、EUC-JP等多种国家的语言编码，经测试，采用UTF-8编码的Blog之间的各种交互、通讯没有任何问 题。事实上90%以上的台湾Blog都已经舍弃了BIG5，而采用UTF-8的编码方式，而大陆的Blog几乎还都是GB2312编码，看来台湾在国际化 方面还是相当领先的。
前几日，我将自己的Blog从GB2312编码转为了UTF-8编码，Trackback和Ping了几个台湾朋友的 Blog，没有发现问题。看来“国际化”的问题已经解决了，但随之而来有出现了新的问题，我的Blog与国内GB2312编码的Blog又无法交互了，当 然这是必然的。我Ping到online-edu.org（网站采用GB2312编码）上的信息都成了乱码。
我想问题到此，已经不是技术层 面的了。如果你的站点或Blog有国际化交流的需求，可通过采用UTF-8编码的方式来解决，如果没有这个需求，采用GB2312也无大碍。在用户看来都 是一样的，编码只是后台的东西。不过我希望Blogger们最好都采用UTF-8编码，因为你的Blog有了Trackback和Ping，它们可是持有 国际航班的机票，如果只在本国转悠，确实很浪费。
评论
发表评论