unicode utf-8 gb18030 gb2312 gbk各种编码对比

Unicode、UTF-8、GB2312、GBK和GB18030都是用于将文本数据编码成二进制数据进行传输和存储的标准。

Unicode

Unicode是一种贯穿始终的字符集标准，它在不同的编码方式下可以翻译成不同的二进制数据。Unicode对于所有的文字都有唯一的编码，包括英文、中文、拉丁文、凯尔特文等等世界上所有的文字。Unicode 编码是一种固定的编码方式，每个字符都以两个字节的方式来表示。但是，这种编码方式对于只表示小写英文字母，数字和标点符号的文本来说，会浪费很多字节的空间。

UTF-8

UTF-8是一种变长编码方式，它可以根据字符所处的范围来调整编码方式，每个字符可以用1到4个字节进行编码。这种编码方式可以表示所有的Unicode字符，而且对于只包含英文字母、数字、标点符号的文本，采用UTF-8编码后可以节约存储空间。

GB2312

GB2312是中国的汉字编码标准，它使用两个字节来表示一个汉字，可以表示7425个常用汉字和其它符号。

GBK

GBK是GB2312的扩展版本，是国家标准，也是Windows系统默认使用的中文编码。GBK编码使用2个字节来表示中文字符，可以表示21003个汉字和其它符号，包括少数民族汉字和日韩汉字。

GB18030

GB18030是中华人民共和国国家标准GB 18030-2005《信息技术 中文编码字符集》，是现阶段最新的中文内码标准。GB18030支持Unicode标准，同时兼容GB2312和GBK。GB18030最大的特点是支持4个字节的编码，可以表示包括外国字符在内的所有字符。

综上所述，UTF-8是一种通用的编码方式，可以表示所有的Unicode字符；GB2312和GBK是中文编码标准，用于表示汉字和简体中文符号；GB18030是最新的中文编码标准，支持四个字节的编码体系，能够表示包括外国字符在内的所有字符。

下面是两个编码转换的示例：

示例一

有一个包含中文字符的文本文件，其编码格式是GBK。现在需要将该文件转换为UTF-8编码。

1. 首先使用记事本打开该文件
2. 选择“文件” -> “另存为”菜单项
3. 在编码格式中选择UTF-8
4. 保存即可

示例二

有一个内部编码为UTF-8的网页，其中包含一些特殊的字符，显示时会出现乱码。现在需要将这些特殊字符转换为中文字符。

1. 打开这个网页
2. 在浏览器中打开F12开发者工具控制台
3. 输入以下命令：

decodeURIComponent("中文")

其中参数 “中文” 为需要转换的编码内容，这个值可以根据实际情况进行替换。

1. 在控制台中按回车键，可以看到此时返回的结果已经是中文文本了。