傻仔仔

開發網站,您會選擇什麼字符編碼?

有關 Web 字符編碼的問題,已經是老生常談。今天看到 一峰 兄弟和 Lunatic Sun 不謀而合的談到有關 UTF-8 的使用現狀,也談談我的看法。
上圖是 Google 根據近年 Web 頁面編碼趨勢的一個總結。我很欣喜的看到 UTF-8 編碼已經成為了主流,而猶如 一峰 兄弟所言,讓人堪憂的是中文字符編碼還是呈現很平穩的趨勢,這說明目前 UTF-8 編碼並沒有在中文網站中推廣開來。

上圖是 Google 根據近年 Web 頁面編碼趨勢的一個總結。我很欣喜的看到 UTF-8 編碼已經成為了主流，而猶如 一峰 兄弟所言，讓人堪憂的是中文字符編碼還是呈現很平穩的趨勢，這說明目前 UTF-8 編碼並沒有在中文網站中推廣開來。

究其原因，本人認為會有如下幾點：

第一，中文編碼（無論是 GBK、GB2312、GB18030 等）都變成了「傳統」，畢竟這是 中文 的編碼。開發者不願意在字符編碼這塊花太多的心思。

第二，由於早期項目的原因，不得不繼續使用 GBK 等中文編碼。

我 曾經就遇到過這樣的一個項目，當時我很奇怪他們為什麼不用 UTF-8，因為他們面對的客戶不僅僅是國內用戶。而解決這一方案的辦法就只能是使用非常勞累的手段，但這是指標不治本的辦法。雖然最後，在本人的一再堅 持下，最後還是轉成了 UTF-8 編碼，但相信國內還有很多項目都會碰到類似的問題。

第三，開發工具方面的支持，尤其是國內的一些產品。從根本上說，除了基本的思想意識以外，還有就是開發工具的問題。或許有一天，開發者相關的開發工具都默認的就是 Unicode 的話，這樣轉換的成本就會非常的低。

第四（感謝小馬補充），流量大、文字多的中文站點通常都會使用 GB2312，原因很簡單，頁面下載量會比 UTF-8 小（GBK 編碼只需要兩個字節，而 Unicode 需要三個或者以上）。

那麼，我經常使用的些主要的中文站點，目前在使用什麼編碼呢？下面是一個不完全的列表，供大家參考一下（以頁面 meta 標籤的 Content-type 為準）。

淘寶 - GB2312
支付寶 - GB2312
口碑 - GBK
中國雅虎 - GB2312
163 - GB2312
新浪 - GB2312
搜狐 - GB2312
豆瓣 - UTF-8
Yupoo - UTF-8
谷歌 - UTF-8
…
從上述的站點看來，目前國內一般門戶類型的站點基本上都是 GBK 等編碼，而類似 豆瓣、Yupoo 這樣的新興 「Web2.0 式站點」已經開始嘗試 UTF-8 。在我看來，Unicode 在中文站點的推廣，任重而道遠。

那麼接下來，在您以後的項目中，您會選擇什麼字符編碼？

作者:GraceCode