用notpad++写HTML所遇见的问题解析

在XHTML、HTML5中使用

我们做网页时，如果指定的 Charset 是 GB2312，那么就不应该在网页中出现繁体字，因为 GB2312 标准只有几千个简体的中文字。如果我们的网页编码是 UTF-8，我们就不要指定字符集是 GB2312，因为虽然 UTF-8 编码对应的 UTF-8 字符集包含了 GB2312 的字符，但同一个字符在两个字符集中的编号不一样。

下面这些编码方式，比如:中文 GBK ，繁体中文 Big5，日文?EUC-JP，韩文 EUC-KR 等，每种语言的编码方式是不同的，所以需要使用charset为网页提供了一种编码方式，否则页面很可能出现乱码。

UTF-8?是国际字符编码，也就是独立于任何一种语言，任何语言都可以使用。

UTF-8编码则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。GBK包含全部中文字符;UTF-8则包含全世界所有国家需要用到的字符。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)UTF-8编码的文字可以在各国各种支持UTF8字符集的浏览器上显示。比如，如果是UTF8编码，则在外国人的英文IE上也能显示中文，而无需他们下载IE的中文语言支持包。 所以，对于英文比较多的论坛 ，使用GBK则每个字符占用2个字节，而使用UTF-8英文却只占一个字节。UTF8是国际编码，它的通用性比较好，外国人也可以浏览论坛，GBK是国家编码，通用性比UTF8差，不过UTF8占用的数据库比GBK大。

这里有必要简述一下几种中文字体的区别: GB2312，GBK，GB18030。这是市面上GB系列三种中文的编码方式，三者越往后形成越晚，字符越多(后面版本全部兼容之前版本)。GB2312只支持简体，共7445个字符。GBK有21886个汉字字符，支持繁体中文，GB18030就更多，甚至支持一些少数民族文字，是现在非手持跟植入式设备标准。现在仍有很多手持设备是GB2312的标准。这种情况用GB18030解码就会出现错误。