linux下用utf-8有什么优势吗？和gb18030有什么区别

[chenwl]

如题，编码不一样经常出现乱码。
windows都是gb18030吧，linux用utf-8的比较多貌似。为什么会这样？

[xhy]

出现乱码是设置问题
设置得当的话，UTF-8最通用，麻烦最少，兼容性最好

[poet]

如题，编码不一样经常出现乱码。
windows都是gb18030吧，linux用utf-8的比较多貌似。为什么会这样？

gb18030 是中国政府规定的，所以windows要想出售必须使用它。微软没有选择余地。
然而gb18030本身从设计上来讲是有缺陷的，而且不能避免由于字节错位带来的问题。

utf-8本身是一个非常优秀的设计，它唯一的问题就是诞生得太晚，如果utf-8早十年诞生的话，那就没其它编码集什么事了。

另外，识别 utf-8 和 gb18030 一点也不难，问题在于开发 Linux 软件的人大多数都使用 utf-8 而不使用gb18030，所以没有人会想到要去做这个识别。

[8959055x]

一直用苹果系统，编码格式就是UTF-8，打开txt文件经常乱码

原来是这样，学习了

[luraaa]

等到我找到方法解决了，发个贴出来，楼上的又说过时了。

[chenwl]

原来如此

[cdcabc]

国家标准GB18030-2000《信息交换用汉字编码字符集基本集的扩充》是我国继GB2312-1980和GB13000-1993之后最重要的汉字编码标准，是未来我国计算机系统必须遵循的基础性标准之一。为保证该标准顺利贯彻执行，国家质监总局将在9月1日起首先对影响广泛的计算机操作系统进行执法检查，凡不符合该标准的产品，视为不合格产品。
GB 18030收录了27484个汉字，总编码空间超过150万个码位，为解决人名、地名用字问题提供了方案，为汉字研究、古籍整理等领域提供了统一的信息平台基础。

UTF-8编码的优点：
　　UTF-8编码可以通过屏蔽位和移位操作快速读写。字符串比较时strcmp()和wcscmp()的返回结果相同，因此使排序变得更加容易。字节FF和FE在UTF-8编码中永远不会出现，因此他们可以用来表明UTF-16或UTF-32文本（见BOM） UTF-8 是字节顺序无关的。它的字节顺序在所有系统中都是一样的，因此它实际上并不需要BOM。
　　UTF-8编码的缺点：
　　你无法从UNICODE字符数判断出UTF-8文本的字节数，因为UTF-8是一种变长编码它需要用2个字节编码那些用扩展ASCII字符集只需1个字节的字符 ISO Latin-1 是UNICODE的子集，但不是UTF-8的子集 8位字符的UTF-8编码会被email网关过滤，因为internet信息最初设计为7为ASCII码。因此产生了UTF-7编码。 UTF-8 在它的表示中使用值100xxxxx的几率超过50%， 而现存的实现如ISO 2022， 4873， 6429， 和8859系统，会把它错认为是C1 控制码。因此产生了UTF-7.5编码。
　　修正的UTF-8：
　　java使用UTF-16表示内部文本，并支持用于字符串串行化的非标准的修正UTF-8编码。标准UTF-8和修正的UTF-8有两点不同：修正的UTF-8中，null字符编码成2个字节（11000000 10000000） 而不是标准的1个字节（00000000），这样作可以保证编码后的字符串中不会嵌入null字符。因此如果在类C语言中处理字符串，文本不会在第一个null字符时截断（C字符串以null结尾）。在标准UTF-8编码中，超出基本多语言范围（BMP - Basic Multilingual Plain）的字符被编码为4字节格式，但是在修正的UTF-8编码中，他们由代理编码对（surrogate pairs）表示，然后这些代理编码对在序列中分别重新编码。结果标准UTF-8编码中需要4个字节的字符，在修正后的UTF-8编码中将需要6个字节。