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。