utf-8无bom和utf-8啥区别

Posted 2023-05-08

参考技术A utf-8+bom比utf-8多了三个字节前缀:0xEF0xBB0xBF，有这三个字节前缀的文本或字符串，程序可以自动判断它为utf-8格式，并按照utf-8格式来解析文本或字符串，否则，一个文本或者字符串在未知编码的情况下，需要按照字符编码规范去一个个验证

UTF16和UTF8啥区别？

还有GBK
非常感谢。

1、在UTF－8中，字符是以8位序列来编码的，用一个或几个字节来表示一个字符。这种方式的最大好处，是UTF－8保留了ASCII字符的编码做为它的一部分。UTF－8 编码是用以解决国际上字符的一种多字节编码，它对英文使用8位（即一个字节），中文使用24位（三个字节）来编码。

对于英文字符较多的论坛则用UTF－8 节省空间。另外，如果是外国人访问你的GBK网页，需要下载中文语言包支持。访问UTF-8编码的网页则不出现这问题。可以直接访问。

2、UTF-16以16位为单元对UCS进行编码。对于小于0x10000的UCS码，UTF-16编码就等于UCS码对应的16位无符号整数。

3、GBK是在国家标准GB2312基础上扩容后兼容GB2312的标准（好像还不是国家标准）。GBK编码专门用来解决中文编码的，是双字节的。不论中英文都是双字节的。

扩展资料：

网页编写用那种好，如果你主要做中文程序的开发，客户也主要是中国人的话就用GBK吧，因为UTF-8编码的中文使用了三个字节，用GBK节省了空间。如果做英文网站开发，还是用utf-8吧，因为utf-8中英文只占一个字节。GBK中英文也是两个字节的，并且国外客户访问GBK要下载语言包。

参考资料：百度百科-GBK字库

百度百科-UTF-16

参考技术A

UTF16和UTF8与GBK有以下4种区别：

1、制定机构区别

UTF8/UTF16是国际编码，又称万国码，而GBK是国家编码，即中华人民共和国全国信息技术标准化技术委员会1995年12月1日制订

2、占用内存区别

GBK比UTF8、UTF16占用的数据库小。

3、编码单位区别

UTF8 顾名思义，是一套以8位为一个编码单位的可变长编码；而UTF16就是16位。

4.UTF-16是Unicode的其中一个使用方式。 UTF是 Unicode TransferFormat，即把Unicode转做某种格式的意思。

如果UNICODE字符由2个字节表示，则编码成UTF-8很可能需要3个字节。而如果UNICODE字符由4个字节表示，则编码成UTF-8可能需要6个字节。用4个或6个字节去编码一个UNICODE字符可能太多了，但很少会遇到那样的UNICODE字符。

GBK 亦采用双字节表示，总体编码范围为 8140-FEFE，首字节在 81-FE 之间，尾字节在 40-FE 之间，剔除 xx7F 一条线。总计 23940 个码位，共收入 21886 个汉字和图形符号，其中汉字（包括部首和构件）21003 个，图形符号 883 个。

扩展资料：

使用建议

1、UTF8版本虽然具有良好的国际兼容性，但中文需要比GBK版本多占用50%的数据库存储空间，因此并非推荐使用，仅供对国际兼容性有特殊要求的用户使用。

2、但如果是做英文网站开发，还是用utf-吧，因为utf8中英文只占一个字节。GBK中英文也是两个字节的，并且国外客户访问GBK要下载语言包。

3、如果您的网站客户群体主要是面向国内用户的，建议使用GBK版本，因为它可以节省空间，及相对utf8版本来讲稳定一些。

参考资料来源：百度百科-utf-8

百度百科-GBK

参考技术B

1、制定机构区别

GBK是国家编码，即中华人民共和国全国信息技术标准化技术委员会1995年12月1日制订；而UTF8/UTF16是国际编码，又称万国码。

2、占用空间区别

UTF8、UTF16占用的数据库比GBK大。

3、编码单位区别

UTF8 顾名思义，是一套以8位为一个编码单位的可变长编码；而UTF16就是16位。

扩展资料：

使用建议

1、UTF8版本虽然具有良好的国际兼容性，但中文需要比GBK版本多占用50%的数据库存储空间，因此并非推荐使用，仅供对国际兼容性有特殊要求的用户使用。

2、但如果是做英文网站开发，还是用utf-吧，因为utf8中英文只占一个字节。GBK中英文也是两个字节的，并且国外客户访问GBK要下载语言包。

3、如果您的网站客户群体主要是面向国内用户的，建议使用GBK版本，因为它可以节省空间，及相对utf8版本来讲稳定一些。

参考资料：百度百科：UTF8

                 百度百科：GBK

参考技术C | UTF-8
编码规则较简单，如果只有1个字节，那最高比特位为0，如果有多个字节，那么第1个字节从最高位开始，连续有几个比特位的值为1，剩下的字节均以10开头，具体表现形式为：
0xxxxxxx：单字节编码形式;
110xxxxx 10xxxxxx：双字节编码形式;
1110xxxx 10xxxxxx 10xxxxxx：三字节编码形式;
11110xxx 10xxxxxx 10xxxxxx 10xxxxxx：四字节编码形式。
优势在于没有字节序的概念，非常适用于字符串的网络数据传输，不需要考虑大小端问题，对于非英文网页，可以有效避免各种乱码问题。
| UTF-16
使用2个或4个字节进行存储，对于Unicode编号范围在0~FFFF之间的字符，UTF-16使用2个字节存储，不需要进行编码转换，跟UTF-32类似，对于Unicode编号范围在10000~10FFFF之间的字符，UTF-16使用4个字节存储。
优势在于常用字符都可以使用2个字节表示，所以在Windows操作系统上，特别适合使用wchar_t作为字符串的存储基类型，1个wchar_t表示1个字符，操作起来非常方便。 参考技术D Unicode的最初目标，是用1个16位的编码来为超过65000字符提供映射。但这还不够，它不能覆盖全部历史上的文字，也不能解决传输的问题(implantation head-ache's)，尤其在那些基于网络的应用中。已有的软件必须做大量的工作来程序16位的数据。
因此，Unicode用一些基本的保留字符制定了三套编码方式。它们分别是UTF-8,UTF-16和UTF-32。正如名字所示，在UTF－8中，字符是以8位序列来编码的，用一个或几个字节来表示一个字符。这种方式的最大好处，是UTF－8保留了ASCII字符的编码做为它的一部分，例如，在UTF－8和ASCII中，“A”的编码都是0x41.
UTF－16和UTF－32分别是Unicode的16位和32位编码方式。考虑到最初的目的，通常说的Unicode就是指UTF-16。在讨论Unicode时，搞清楚哪种编码方式非常重要。