网上关于字符编码的文章也够多了，所以我想写的实用一些，简单一些。
先看看常用的字符编码：
ASCII：
美国信息交换标准码。 在计算机的存储单元中，一个ASCII码值占一个字节(8个二进制位)，但其最高位(b7)用作奇偶校验位。
ISO8859-1、EASCII：
EASCII是ASCII的扩充，把第八位也用来存储信息；在Windows中用Alt+小键盘数字输入的就是EASCII码对应字符。ISO8859-1就是EASCII最典型的实现，基本能够覆盖西欧的拉丁字母，所以又叫Latin-1。有些国外程序就要求使用ISO8859-1编码以保证Binary Safe，比如著名的XMB。
Unicode、UTF-8：
Unicode是业界的一种标准，它可以使电脑得以呈现世界上数十种文字的系统。
Unicode的实现方式不同于编码方式，一个字符的Unicode编码是确定的，但是在实际传输过程中，由于不同系统平台的设计不一定一致，以及出于节省空间的目的，对Unicode编码的实现方式有所不同。于是就有了UTF-8、UTF-16、UTF-32。
UTF-8使用一至四个字节为每个字符编码：
ASCII字符只需一个字节编码（Unicode范围由U+0000至U+007F）。带有附加符号的拉丁文、希腊文、西里尔字母、亚美尼亚语、希伯来文、阿拉伯文、叙利亚文及它拿字母（即以ISO 8859为主的）则需要二个字节编码（Unicode范围由U+0080至U+07FF）。其他基本多文种平面（BMP）中的字符（这包含了大部分常用字，包括汉字）使用三个字节编码。其他极少使用的Unicode 辅助平面的字符使用四字节编码。它唯一的好处在于兼容ASCII。
UTF-16则是以U+10000为分界线，使用两个字节或者四个字节存储。
UTF-32则是全部使用4字节编码，很浪费空间。
GB2312、GBK、GB18030：
GB是中国荒谬的国家标准。GB2312、GBK、GB18030各为前一个的扩展。
我从来讨厌GB编码，因为它毫无国际兼容性。更荒谬的是，GBK和GB18030几乎是照着Unicode字符集选取的字库。这样多此一举地弄出一套编码，还强制所有在中国销售的操作系统必须使用它，真是天朝特色。
另外，对于GB编码PHP是不认账的，mb_detect_encoding函数会把GB编码识别成CP936。
他们和我们有什么关系？该用什么？
对于弄Web的人来说字符编码绝对不陌生：设置Form标签的Accept-Charset、UTF的BOM签名导致PHP报"Header Already Sent"都是经常会见到的。到底应该用什么？
毫无疑问，凡是有脑子的人都应该摒弃GB编码使用UTF-8。UTF-8具有非常良好的兼容性，在不同语言的操作系统中都可以浏览；而且PHP的不少字符串函数对UTF-8编码的字符串的兼容性都好于对GB编码的字符串的。
然而，目前的情况是，国内的网站很多都在使用GB编码，像Discuz!、PHPWind这样的国产PHP软件则同时提供GBK和UTF-8编码，但总体上以GBK编码为主。像WordPress一类的国际化软件则一律使用UTF-8。
Google的首页(无论.cn还是.com)使用UTF-8，甚至将HTTP标头的Accept-Charset设置为ASCII、ISO-8859-1时Google.com都返回UTF-8编码的首页；而百度则是无论怎么都使用愚蠢的GB2312编码。
另外也需要注意一点：浏览器永远依照HTTP Header里的Content-Type中的字符编码说明来处理HTML，而不是依据meta标签的声明。有时什么都不标注甚至使用混合编码的HTML就会被显示为乱码，而在Chrome中无法方便的调整字符编码，这点实在是很糟糕。
OK，现在就把Dreamweaver首选项里的默认编码调成UTF-8吧。
评论