Locale和charset的关系

转载自：http://openwebx.org/docs/requestcontexts.html

Locale和charset是相对独立的两个参数，但是又有一定的关系。

Locale决定了要显示的文字的语言，而charset则将这种语言的文字编码成bytes或从bytes解码成文字。因此，charset必须能够涵盖locale所代表的语言文字，如果不能，则可能出现乱码。下表列举了一些locale和charset的组合：

表  Locale和Charset的关系

Locale	英文字符集	中文字符集			全字符集
	ISO-8859-1	GB2312	Big5	GBK	GB18030	UTF-8
en_US（美国英文）	√	√	√	√	√	√
zh_CN（简体中文）		√		√	√	√
zh_TW、zh_HK（台湾中文、香港中文）			√	√	√	√

在所有charset中，有几个“全能”编码：

UTF-8

涵盖了unicode中的所有字符。然而用UTF-8来编码中文为主的页面时，每个中文会占用3个字节。建议以非中文为主的页面采用UTF-8编码。

GB18030

中文国际标准，和UTF-8一样，涵盖了unicode中的所有字符。用GB18030来编码中文为主的页面时有一定优势，因为绝大多数常用中文仅占用2个字节，比UTF-8短1/3。然而GB18030在非中文的操作系统中，有可能不能识别，其通用性不如UTF-8好。因此仅建议以中文为主的页面采用GB18030编码。

GBK

严格说，GBK不是全能编码（例如对很多西欧字符就支持不好），也不是国际标准。但它支持的字符数量接近于GB18030。