字符编码笔记：ASCII，Unicode和UTF-8
今天中午，我突然想搞清楚Unicode和UTF-8之间的关系，于是就开始在网上查资料。
结果，这个问题比我想象的复杂，从午饭后一直看到晚上9点，才算初步搞清楚。
下面就是我的笔记，主要用来整理自己的思路。但是，我尽量试图写得通俗易懂，希望能对其他朋友有用。毕竟，字符编码是计算机技术的基石，想要熟练使用计算机，就必须懂得一点字符编码的知识。
1. ASCII码
我们知道，在计算机内部，所有的信息最终都表示为一个二进制的字符串。每一个二进制位（bit）有0和1两种状态，因此八个二进制位就可以组合出256种状态，这被称为一个字节（byte）。也就是说，一个字节一共可以用来表示256种不同的状态，每一个状态对应一个符号，就是256个符号，从0000000到11111111。
上个世纪60年代，美国制定了一套字符编码，对英语字符与二进制位之间的关系，做了统一规定。这被称为ASCII码，一直沿用至今。
ASCII码一共规定了128个字符的编码，比如空格“SPACE”是32（二进制00100000），大写的字母A是65（二进制01000001）。这128个符号（包括32个不能打印出来的控制符号），只占用了一个字节的后面7位，最前面的1位统一规定为0。
2、非ASCII编码
英语用128个符号编码就够了，但是用来表示其他语言，128个符号是不够的。比如，在法语中，字母上方有注音符号，它就无法用ASCII码表示。于是，一些欧洲国家就决定，利用字节中闲置的最高位编入新的符号。比如，法语中的é的编码为130（二进制10000010）。这样一来，这些欧洲国家使用的编码体系，可以表示最多256个符号。
但是，这里又出现了新的问题。不同的国家有不同的字母，因此，哪怕它们都使用256个符号的编码方式，代表的字母却不一样。比如，130在法语编码中代表了é，在希伯来语编码中却代表了字母Gimel (ג)，在俄语编码中又会代表另一个符号。但是不管怎样，所有这些编码方式中，0—127表示的符号是一样的，不一样的只是128—255的这一段。
至于亚洲国家的文字，使用的符号就更多了，汉字就多达10万左右。一个字节只能表示256种符号，肯定是不够的，就必须使用多个字节表达一个符号。比如，简体中文常见的编码方式是GB2312，使用两个字节表示一个汉字，所以理论上最多可以表示256x256=65536个符号。
中文编码的问题需要专文讨论，这篇笔记不涉及。这里只指出，虽然都是用多个字节表示一个符号，但是GB类的汉字编码与后文的Unicode和UTF-8是毫无关系的。
3.Unicode
正如上一节所说，世界上存在着多种编码方式，同一个二进制数字可以被解释成不同的符号。因此，要想打开一个文本文件，就必须知道它的编码方式，否则用错误的编码方式解读，就会出现乱码。为什么电子邮件常常出现乱码？就是因为发信人和收信人使用的编码方式不一样。
可以想象，如果有一种编码，将世界上所有的符号都纳入其中。每一个符号都给予一个独一无二的编码，那么乱码问题就会消失。这就是Unicode，就像它的名字都表示的，这是一种所有符号的编码。
Unicode当然是一个很大的集合，现在的规模可以容纳100多万个符号。每个符号的编码都不一样，比如，U+0639表示阿拉伯字母Ain，U+0041表示英语的大写字母A，U+4E25表示汉字“严”。具体的符号对应表，可以查询unicode.org，或者专门的汉字对应表。
4. Unicode的问题
需要注意的是，Unicode只是一个符号集，它只规定了符号的二进制代码，却没有规定这个二进制代码应该如何存储。
比如，汉字“严”的unicode是十六进制数4E25，转换成二进制数足足有15位（100111000100101），也就是说这个符号的表示至少需要2个字节。表示其他更大的符号，可能需要3个字节或者4个字节，甚至更多。
这里就有两个严重的问题，第一个问题是，如何才能区别unicode和ascii？计算机怎么知道三个字节表示一个符号，而不是分别表示三个符号呢？第二个问题是，我们已经知道，英文字母只用一个字节表示就够了，如果unicode统一规定，每个符号用三个或四个字节表示，那么每个英文字母前都必然有二到三个字节是0，这对于存储来说是极大的浪费，文本文件的大小会因此大出二三倍，这是无法接受的。
它们造成的结果是：1）出现了unicode的多种存储方式，也就是说有许多种不同的二进制格式，可以用来表示unicode。2）unicode在很长一段时间内无法推广，直到互联网的出现。
5.UTF-8
互联网的普及，强烈要求出现一种统一的编码方式。UTF-8就是在互联网上使用最广的一种unicode的实现方式。其他实现方式还包括UTF-16和UTF-32，不过在互联网上基本不用。重复一遍，这里的关系是，UTF-8是Unicode的实现方式之一。
UTF-8最大的一个特点，就是它是一种变长的编码方式。它可以使用1~4个字节表示一个符号，根据不同的符号而变化字节长度。
UTF-8的编码规则很简单，只有二条：
1）对于单字节的符号，字节的第一位设为0，后面7位为这个符号的unicode码。因此对于英语字母，UTF-8编码和ASCII码是相同的。
2）对于n字节的符号（n>1），第一个字节的前n位都设为1，第n+1位设为0，后面字节的前两位一律设为10。剩下的没有提及的二进制位，全部为这个符号的unicode码。
下表总结了编码规则，字母x表示可用编码的位。
Unicode符号范围 | UTF-8编码方式
(十六进制) | （二进制）
--------------------+---------------------------------------------
0000 0000-0000 007F | 0xxxxxxx
0000 0080-0000 07FF | 110xxxxx 10xxxxxx
0000 0800-0000 FFFF | 1110xxxx 10xxxxxx 10xxxxxx
0001 0000-0010 FFFF | 11110xxx 10xxxxxx 10xxxxxx 10xxxxxx
下面，还是以汉字“严”为例，演示如何实现UTF-8编码。
已知“严”的unicode是4E25（100111000100101），根据上表，可以发现4E25处在第三行的范围内（0000 0800-0000 FFFF），因此“严”的UTF-8编码需要三个字节，即格式是“1110xxxx 10xxxxxx 10xxxxxx”。然后，从“严”的最后一个二进制位开始，依次从后向前填入格式中的x，多出的位补0。这样就得到了，“严”的UTF-8编码是“11100100 10111000 10100101”，转换成十六进制就是E4B8A5。
6. Unicode与UTF-8之间的转换
通过上一节的例子，可以看到“严”的Unicode码是4E25，UTF-8编码是E4B8A5，两者是不一样的。它们之间的转换可以通过程序实现。
在Windows平台下，有一个最简单的转化方法，就是使用内置的记事本小程序Notepad.exe。打开文件后，点击“文件”菜单中的“另存为”命令，会跳出一个对话框，在最底部有一个“编码”的下拉条。
里面有四个选项：ANSI，Unicode，Unicode big endian 和 UTF-8。
1）ANSI是默认的编码方式。对于英文文件是ASCII编码，对于简体中文文件是GB2312编码（只针对Windows简体中文版，如果是繁体中文版会采用Big5码）。
2）Unicode编码指的是UCS-2编码方式，即直接用两个字节存入字符的Unicode码。这个选项用的little endian格式。
3）Unicode big endian编码与上一个选项相对应。我在下一节会解释little endian和big endian的涵义。
4）UTF-8编码，也就是上一节谈到的编码方法。
选择完”编码方式“后，点击”保存“按钮，文件的编码方式就立刻转换好了。
7. Little endian和Big endian
上一节已经提到，Unicode码可以采用UCS-2格式直接存储。以汉字”严“为例，Unicode码是4E25，需要用两个字节存储，一个字节是4E，另一个字节是25。存储的时候，4E在前，25在后，就是Big endian方式；25在前，4E在后，就是Little endian方式。
这两个古怪的名称来自英国作家斯威夫特的《格列佛游记》。在该书中，小人国里爆发了内战，战争起因是人们争论，吃鸡蛋时究竟是从大头(Big-Endian)敲开还是从小头(Little-Endian)敲开。为了这件事情，前后爆发了六次战争，一个皇帝送了命，另一个皇帝丢了王位。
因此，第一个字节在前，就是”大头方式“（Big endian），第二个字节在前就是”小头方式“（Little endian）。
那么很自然的，就会出现一个问题：计算机怎么知道某一个文件到底采用哪一种方式编码？
Unicode规范中定义，每一个文件的最前面分别加入一个表示编码顺序的字符，这个字符的名字叫做”零宽度非换行空格“（ZERO WIDTH NO-BREAK SPACE），用FEFF表示。这正好是两个字节，而且FF比FE大1。
如果一个文本文件的头两个字节是FE FF，就表示该文件采用大头方式；如果头两个字节是FF FE，就表示该文件采用小头方式。
8. 实例
下面，举一个实例。
打开”记事本“程序Notepad.exe，新建一个文本文件，内容就是一个”严“字，依次采用ANSI，Unicode，Unicode big endian 和 UTF-8编码方式保存。
然后，用文本编辑软件UltraEdit中的”十六进制功能“，观察该文件的内部编码方式。
1）ANSI：文件的编码就是两个字节“D1 CF”，这正是“严”的GB2312编码，这也暗示GB2312是采用大头方式存储的。
2）Unicode：编码是四个字节“FF FE 25 4E”，其中“FF FE”表明是小头方式存储，真正的编码是4E25。
3）Unicode big endian：编码是四个字节“FE FF 4E 25”，其中“FE FF”表明是大头方式存储。
4）UTF-8：编码是六个字节“EF BB BF E4 B8 A5”，前三个字节“EF BB BF”表示这是UTF-8编码，后三个“E4B8A5”就是“严”的具体编码，它的存储顺序与编码顺序是一致的。
9. 延伸阅读
* The Absolute Minimum Every Software Developer Absolutely, Positively Must Know About Unicode and Character Sets（关于字符集的最基本知识）
* RFC3629：UTF-8, a transformation format of ISO 10646（如果实现UTF-8的规定）
（完）
评论
Stark 说：
很有意思的内容
讲解得通俗易懂，非常感谢您用较长的时间学习，并用精简的语言概括
2007年10月29日 10:10 |
| 引用
flyisland 说：
本人是计算机从业人员，对文中提到的知识也都基本了解，但是像阮兄这样，花了半天时间就弄清楚来龙去脉，同时讲述的如此清楚，实在佩服。
本帖有pmp嫌疑，但实在是不能不p啊 ：）。我想，动手写过技术文章的人都会同意我的。
2007年10月29日 10:52 |
| 引用
只如初见 说：
是啊，我这个超级菜鸟都看明白了，阮兄对技术的理解和说明能力叫人佩服，谢谢分享。
2007年10月29日 11:32 |
| 引用
姬着 说：
文章里说：UCS-2编码方式，即直接用两个字节存入字符的Unicode码。
那USC-2编码方式如何实现超过两个字节的符号的存储？谢谢
2007年10月29日 17:04 |
| 引用
大徐 说：
对了解字符编码很有帮助，谢谢！
2007年10月29日 23:11 |
| 引用
Ruan YiFeng 说：
“延伸阅读”中第一个链接，才是真正的通俗易懂，我只是向他学习而已。
2007年10月30日 09:13 |
| 引用
Ruan YiFeng 说：
USC-2只能用存储两个字节的Unicode，超过这一范围的符号，它不能表示。
2007年10月30日 09:15 |
| 引用
Annis 说：
我是Annis,想邀请您参加拼搏到底FeedSky博客挑战赛，
这是一个很好的宣传、展示自己的机会，
有兴趣您可以自己到相关网站了解具体参赛细节。
http://www.feedsky.com/challenge/?u=141270
2007年10月30日 10:43 |
| 引用
Bill 说：
PS：本文只是主要介绍了UTF-8编码，下面这篇文章对于GB码与Big5有更详细的介绍。
汉字编码中现在主要用到的有三类，包括GBK，GB2312和Big5。
1、GB2312又称国标码，由国家标准总局发布，1981年5月1日实施，通行于大陆。新加坡等地也使用此编码。它是一个简化字的编码规范，当然也包括其他的符号、字母、日文假名等，共7445个图形字符，其中汉字占6763个。我们平时说6768个汉字，实际上里边有5个编码为空白，所以总共有6763个汉字。
GB2312规定“对任意一个图形字符都采用两个字节表示，每个字节均采用七位编码表示”，习惯上称第一个字节为“高字节”，第二个字节为“低字节”。GB2312中汉字的编码范围为，第一字节0xB0-0xF7(对应十进制为176-247)，第二个字节0xA0-0xFE（对应十进制为160-254）。
GB2312将代码表分为94个区，对应第一字节（0xa1-0xfe）；每个区94个位（0xa1-0xfe），对应第二字节，两个字节的值分别为区号值和位号值加32（2OH），因此也称为区位码。01-09区为符号、数字区，16-87区为汉字区（0xb0-0xf7），10-15区、88-94区是有待进一步标准化的空白区。
2、Big5又称大五码，主要为香港与台湾使用，即是一个繁体字编码。每个汉字由两个字节构成，第一个字节的范围从0X81－0XFE（即129-255），共126种。第二个字节的范围不连续，分别为0X40－0X7E（即64-126），0XA1－0XFE（即161-254），共157种。
3、GBK是GB2312的扩展，是向上兼容的，因此GB2312中的汉字的编码与GBK中汉字的相同。另外，GBK中还包含繁体字的编码，它与Big5编码之间的关系我还没有弄明白，好像是不一致的。GBK中每个汉字仍然包含两个字节，第一个字节的范围是0x81-0xFE（即129-254），第二个字节的范围是0x40-0xFE（即64-254）。GBK中有码位23940个，包含汉字21003个。
Bill再推荐一个网站 专门介绍汉字与汉字计算机化的 汉典 http://www.zdic.net/
2007年10月30日 22:26 |
| 引用
简单 说：
http://www.zdic.net/
很强的网站，收藏
2007年10月31日 09:06 |
| 引用
Ruan YiFeng 说：
这篇网志中有两个地方需要补充一下，我忘了在原文中提到。
1.
国际标准化组织通过了一套ISO-8859-1的编码，规定了单字节256个符号的编码方式。目前，这是8位编码的国际标准。
2.
Unicode编码中表示字节排列顺序的那个文件头，叫做BOM（byte-order mark），FFFE和FEFF就是不同的BOM。
UTF-8文件的BOM是“EF BB BF”，但是UTF-8的字节顺序是不变的，因此这个文件头实际上不起作用。有一些编程语言是ISO-8859-1编码，所以如果用UTF-8针对这些语言编程序，就必须去掉BOM，即保存成“UTF-8—无BOM”的格式才可以，PHP语言就是这样。
2007年10月31日 23:57 |
| 引用
请教 说：
我怎么用 notepad 保存成 UTF-8 后
用 UltraEdit 看 还是 FF FE 25 4E啊？？？
2007年11月24日 01:36 |
| 引用
请教 说：
2007年11月24日 02:15 |
| 引用
Cloudream 说：
（点击支持我）
这些字符是违反adsense规定的……
2007年11月27日 19:08 |
| 引用
jackywdx 说：
这么精彩的讲解，实在不得不向作者致敬！
内容讲解得非常详细但又通俗易懂，谢谢了~~
2008年03月10日 10:01 |
| 引用
jinwangen 说：
非常感谢
2008年04月23日 09:22 |
| 引用
LMN 说：
非常感谢，值得一看
2008年05月04日 13:07 |
| 引用
网友 说：
标题“6. Unicode与UTF-8之间的转换”不严谨。
Unicode是一种字符集，概念比较抽象，你已经提到，它存储的时候必须用适当的编码方式。
你的标题的意思，实际上是UTF-16和UTF-8之间的转换。
至于windows notepad保存对话框的编码方式列表中列出“Unicode”这一个名字，实际上是一个通俗的称呼(来自windows NT的早期版本的习惯，一直沿用)，指UTF-16，而不是严格的称呼。希望你行文不要受这个影响。
2008年05月08日 17:15 |
| 引用
Ruan YiFeng 说：
UTF-16不等于unicode啊，不能混为一谈。
2008年05月09日 00:33 |
| 引用
Ivan WONG 说：
嗯,看完了長不少知識.
2008年05月12日 11:19 |
| 引用
Michael Zheng 说：
我只能这么说，看了那么多的对字符集的解释
这个绝对是最通俗易懂并且还解决了常见疑问的最好的文章 ：）
收藏
2008年05月12日 12:42 |
| 引用
wxs8088 说：
很好的一编文章
2008年05月16日 03:07 |
| 引用
人跟人的差距咋就这么大呢 说：
好文章!收藏了!
楼主何不把ansi编码方式也说说!
让俺这样的小学新生借楼主的理解能力再学习一把.
2008年05月16日 11:58 |
| 引用
学习了 说：
学习了
2008年06月25日 11:20 |
| 引用
水中鱼 说：
UTF-16扩充了Unicode，包括了一些稀有字符，想我们国家的满文，藏文等等，两者基本上等价
2008年07月11日 10:44 |
| 引用
heroboy 说：
其实我认为，编码其实有2个意思。1.一个是把字符和数字对应起来（比如unicode和GBXXXX等）。2.还有就是相应在数字在计算机中的表示，也就是和字节序列对应起来（比如utf8，mbcs等）。
我有个问题，windows下的mbcs编码(2)用的编码(1)是不是GB系列的编码(1)，而unicode编码(2)用的是unicode编码(1)
2008年07月31日 15:07 |
| 引用
Demo 说：
拜读。。。受益匪浅。。长见识了 。。顶楼主
2008年08月15日 01:56 |
| 引用
GoBoat 说：
很精彩啊
2008年08月25日 11:11 |
| 引用
yangxiups 说：
有时总想去搞清楚他们的区别，可总是无果而终。
讲的很通俗。收藏了。
2008年08月26日 16:58 |
| 引用
Maxwell 说：
通俗易懂，对楼主的付出表示感谢。
好文章，收藏！
2008年08月26日 18:03 |
| 引用
hao 说：
Big endian 是大头，还是大尾？
2008年09月04日 10:18 |
| 引用
gaga 说：
本文充分展现了阮兄收集信息，总结和归纳信息的能力，佩服和学习！
2008年09月08日 12:02 |
| 引用
BATMAN 说：
非常感谢楼主提供的信息，支持个
2008年09月24日 20:54 |
| 引用
zhangzhen 说：
挺好的，谢谢
2008年10月03日 11:20 |
| 引用
陈 说：
谢谢
2008年10月10日 21:36 |
| 引用
Texas 说：
非常感谢楼主。
请继续写DBCS->UNICODE的文章
2008年10月30日 12:06 |
| 引用
riskman 说：
写得真不错！！
2008年10月30日 15:07 |
| 引用
Taken 说：
感谢阮兄精彩讲解...收获良多
另：能否稍微再增加点UTF-16,UTF-32的基本介绍和应用范围的介绍...
2008年11月06日 15:41 |
| 引用
syjun37 说：
非常感谢这篇文章，我想请问一下，GBK和BIG5之间的关系是怎样的呢？是包含还是交集呢？
2008年11月07日 13:33 |
| 引用
gg 说：
2008年11月26日 23:04 |
| 引用
Honeyhacker 说：
相当不错，这是我打算研究编码的时候看到的第一篇文章。几天之后再来评论！！
2008年11月28日 08:45 |
| 引用
Honeyhacker 说：
你在文中提到：“UTF-8最大的一个特点，就是它是一种变长的编码方式。它可以使用1~4个字节表示一个符号，根据不同的符号而变化字节长度”。我在http://dev.csdn.net/develop/article/83/83012.shtm上看到：
以下是Unicode和UTF-8之间的转换关系表：
U-00000000 - U-0000007F: 0xxxxxxx
U-00000080 - U-000007FF: 110xxxxx 10xxxxxx
U-00000800 - U-0000FFFF: 1110xxxx 10xxxxxx 10xxxxxx
U-00010000 - U-001FFFFF: 11110xxx 10xxxxxx 10xxxxxx 10xxxxxx
U-00200000 - U-03FFFFFF: 111110xx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx
U-04000000 - U-7FFFFFFF: 1111110x 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx
该文中明显说到UTF-8不限于四个字节。
请问得到1-4个字节的结论是从哪里找到的？
2008年11月28日 10:23 |
| 引用
Ruan YiFeng 说：
早先的规定是，utf-8可以到6个字节。但是，这已经废除了，目前规定是只支持4个字节，大于U+001FFFFF的符号utf-8不再支持。具体请参阅wikipedia。
2008年11月28日 11:18 |
| 引用
Honeyhacker 说：
原来如此！感谢你的回复！再问一个问题，从网络中抓获的数据报，在用wireshark分析的时候，如何判断其中的哪些数据使用了Unicode编码？（从snort给出的信息中，该条数据确实有Unicode编码）。
2008年11月28日 21:38 |
| 引用
morpheus 说：
前辈，计算机怎么知道三个字节表示一个符号，而不是分别表示三个符号呢
这个是怎么实现的呢，我有点不明白，还望回复一下，感激不尽。
2008年11月29日 13:31 |
| 引用
Honeyhacker 说：
或者这样说，两台主机通信的时候，A接收到B发送的消息后，它如何知道该报文采取的是什么编码类型？在报文的格式里面好像没有提到这一点吧！
2008年12月01日 09:47 |
| 引用
chen3feng 说：
Windows 从 NT 开始，一开始的内码是 UCS-2，只支持 Unicode BMP 字符，后来做了扩充，目前的内码就是 UTF-16，通常不严格地称为 Unicode。
2008年12月02日 10:15 |
| 引用
Honeyhacker 说：
2008年12月07日 22:14 |
| 引用
想 说：
受益匪浅谢谢老师！
2009年01月16日 16:34 |
| 引用
挪威的森林 说：
好文！是我看过的关于字符/字符集入门文章中最通俗易懂而又有效的一篇！
2009年01月20日 00:08 |
| 引用
wangkai 说：
佩服，不得不顶，一直想搞清楚，今天总算清楚了一点
2009年02月13日 22:17 |
| 引用
wangkai 说：
关于第8点：8. 实例
我照着做了，但是结果却不是这样，
后面三种方式显示的都是 FF FE 25 4E
这是怎么回事？
我用的是vista系统
2009年02月13日 22:50 |
| 引用
ArthurLee 说：
通俗易懂，受益匪浅，谢谢指教！O(∩_∩)O~
2009年02月23日 20:44 |
| 引用
www 说：
很感谢 写的很生动 楞看了百度百科半天没懂。。。
2009年03月09日 23:10 |
| 引用
xingyifeng 说：
谢谢
你们的讨论很精彩
这样才会有长进
2009年04月22日 11:56 |
| 引用
手脚冰凉 说：
一直对这些字符集和编码比较头疼，今天看了阮兄和大家的讨论，终于有点清楚了，谢谢阮兄给大家带来这么好的文章。
2009年05月05日 09:03 |
| 引用
illidan.zen 说：
通俗易懂，我顶！
2009年05月29日 08:41 |
| 引用
sanki 说：
不错不错，写得太棒了！
2009年05月31日 22:48 |
| 引用
cocobear 说：
写得不错。。
2009年06月01日 13:56 |
| 引用
IT民工 说：
>需要注意的是，Unicode只是一个符号集，它只规定了符号的二进制>代码，却没有规定这个二进制代码应该如何存储。
>比如，汉字“严”的unicode是十六进制数4E25，转换成二进制数足>足有15位（100111000100101），也就是说这个符号的表示至少需>要2个字节。表示其他更大的符号，可能需要3个字节或者4个字节，甚>至更多。
有一点疑问，unicode编码使用2个字节也就是16位2进制数字来表示字符，那么在存储的时候，为什么会超过2个字节以上呢？
unicode所能定义的符号总共有65536个，而且里面的每一个符号都是用2个字节表示的，包括ascii码也都是在高位补零的，麻烦楼主解释一下
2009年06月30日 15:26 |
| 引用
vivi 说：
在实例8中，我这里ASCII码是D1 CF。但是其它的存储方式，打开都是显示 FF FE 25 4E,不论用什么方式存储?
2009年07月06日 10:45 |
| 引用
jing.lu 说：
非常生动形象，易于理解，很不错。
2009年08月10日 16:28 |
| 引用
xix 说：
太感谢您的文章了，收藏了。
之前也看过几篇介绍utf8编码的，但都是语言生硬晦涩的长篇大论，感觉太专业、太复杂，看着头大。
这篇文章总结的很好，本来繁杂的东东，理得很清晰易懂。感谢！
2009年09月29日 17:15 |
| 引用
patric 说：
vivi 说：
在实例8中，我这里ASCII码是D1 CF。但是其它的存储方式，打开都是显示 FF FE 25 4E,不论用什么方式存储?
我操作了，和你说的情况一样。
2009年10月22日 09:19 |
| 引用
2 说：
一知半解，误人子弟
2009年11月18日 09:20 |
| 引用
美丽明天 说：
我想把网站做成韩文的,不知道有什么好方法.
2009年11月23日 09:13 |
| 引用
jhx 说：
谢谢了！
2009年11月27日 16:14 |
| 引用
houkai 说：
写的很通俗 学懂了 谢谢！
2009年12月23日 11:33 |
| 引用
goodappli 说：
第一个参考链接太难打开了，半天都没有载入，让人崩溃，改天再试。
2009年12月30日 22:31 |
| 引用
flowsands 说：
阮大有空再来聊聊新字符集国标GB18030吧，Superset of gb2312.
参见：http://en.wikipedia.org/wiki/GB_18030
2010年01月05日 16:24 |
| 引用
XjAcKs 说：
原来是这样，这下更清楚了。谢谢！
2010年02月12日 09:11 |
| 引用