為什么Linux系統(tǒng)默認(rèn)使用utf8編碼？GBK是微軟為簡體中文開發(fā)的本地代碼，被工信部起訴。每個國家或地區(qū)都會制定和使用自己的地方代碼，一些企業(yè)也會制定某個國家或地區(qū)的地方代碼（GBK是微軟制定的簡

為什么Linux系統(tǒng)默認(rèn)使用utf8編碼？

GBK是微軟為簡體中文開發(fā)的本地代碼，被工信部起訴。每個國家或地區(qū)都會制定和使用自己的地方代碼，一些企業(yè)也會制定某個國家或地區(qū)的地方代碼（GBK是微軟制定的簡體中文代碼）。當(dāng)打開用本地代碼編寫的文件而不指定使用的本地代碼時，可能會看到亂碼。

為了解決本地編碼混亂的問題，Unicode和ISO這兩個組織已經(jīng)開始開發(fā)一種字符編碼系統(tǒng)，可以容納不同國家的字符而不發(fā)生沖突。目前，這兩個組織相互承認(rèn)，并有兼容的編碼。

目前，許多計算機(jī)系統(tǒng)使用2字節(jié)（16位整數(shù)）或4字節(jié)（32位整數(shù)）統(tǒng)一編碼。統(tǒng)一編碼只描述每個字符的編碼，但沒有解釋如何將編碼存儲在存儲介質(zhì)上。

目前，計算機(jī)系統(tǒng)中有前高字節(jié)和前低字節(jié)兩種整數(shù)存儲模式，因此前高字節(jié)的數(shù)據(jù)在前低字節(jié)的系統(tǒng)中會出現(xiàn)異常，反之亦然。同時，我們知道很多編程系統(tǒng)在處理字符串時，都會把值為0的字節(jié)作為字符串的結(jié)尾，不管是前高字節(jié)還是前低字節(jié)，字符串中都會出現(xiàn)大量值為0的字節(jié)，因此傳統(tǒng)的字符串處理功能無法使用。

為了解決統(tǒng)一編碼的存儲和與現(xiàn)有字符串處理函數(shù)兼容的問題，引入了utf8編碼。這種編碼規(guī)定了統(tǒng)一編碼的存儲方式，并確保值為0的字節(jié)仍然用作字符串的結(jié)尾，這樣就可以繼續(xù)使用原來的字符串處理函數(shù)，而不需要開發(fā)新的集合。

當(dāng)然，utf8也有一個問題，那就是它是可變長度編碼。統(tǒng)一編碼的字符可以編碼為一個字節(jié)、兩個字節(jié)、三個字節(jié)、四個字節(jié)（版本1）或六個字節(jié)（版本2）。