GB2312是對(duì)中國(guó)的開發(fā)人員來說很重要的一個(gè)詞匯，它的來龍去脈并不需要我在這里贅述，隨便Google之便明白無誤。我只是想提一句，記得前一節(jié)說到編碼字符集和字符集編碼不是一回事，而有的字符集編碼又實(shí)際上沒有做任何事，GB2312正是這樣一種東西！
GB2312最初指的是一個(gè)編碼字符集，其中包含了ASCII所包含的英文字符，同時(shí)加入了6763個(gè)簡(jiǎn)體漢字以及其他一些ASCII之外的符號(hào)。與Unicode有UTF-8和UTF-16一樣（當(dāng)然， UTF-8和UTF-16也沒有被限定只能用來對(duì)Unicode進(jìn)行編碼，實(shí)際上，你用它對(duì)視頻進(jìn)行編碼都是可以的，只是編出的文件沒有播放器支持罷了，哈哈），GB2312也有自己的編碼方案，但這個(gè)方案直接使用一個(gè)字符在GB2312中的編號(hào)作為存儲(chǔ)值（與UTF-32的做法類似），也因此，這個(gè)編碼方案甚至沒有正式的名稱。我們?nèi)粘Ｕf起GB2312的時(shí)候，常常即指這個(gè)字符集，也指這種編碼方案。
GBK是GB2312的后續(xù)標(biāo)準(zhǔn)，添加了更多的漢字和特殊符號(hào)，類似的是，GBK也是同時(shí)指他的字符集和他的編碼。
GBK還是現(xiàn)如今中文Windows操作系統(tǒng)的系統(tǒng)默認(rèn)編碼（這正是幾乎所有網(wǎng)頁(yè)上的，文件里的亂碼問題的根源）。
我們可以這樣來驗(yàn)證，使用以下的Java代碼：


輸出結(jié)果為
              GBK
（什么？你的輸出不是這樣？怎么可能？完了，我的牌子要砸了，等等，你用的繁體版XP？我說你這同志在這里搗什么亂？去！去！）
說到GB2312和GBK就不得不提中文網(wǎng)頁(yè)的編碼。盡管很多新開發(fā)的Web系統(tǒng)和新上線的注重國(guó)際化的網(wǎng)站都開始使用UTF-8，仍有相當(dāng)一部分的中文媒體堅(jiān)持使用GB2312和GBK，例如新浪的頁(yè)面。其中有兩點(diǎn)很值得注意。
第一，頁(yè)面中meta標(biāo)簽的部分，常常可以見到
charset=GB2312
這樣的寫法，很不幸的是，這個(gè)“charset”其實(shí)是用來指定頁(yè)面使用的是什么字符集編碼，而不是使用什么字符集。例如你見到過有人寫“charset=UTF-8”，見到過有人寫“charset=ISO-8859-1”，但你見過有人寫“charset=Unicode”么？當(dāng)然沒有，因?yàn)閁nicode是一個(gè)字符集，而不是編碼。
然而正是charset這個(gè)名稱誤導(dǎo)了很多程序員，真的以為這里要指定的是字符集，也因而使他們進(jìn)一步的誤以為UTF-8和UTF-16是一種字符集！（萬惡啊）好在XML中已經(jīng)做出了修改，這個(gè)位置改成了正確的名稱：encoding。
第二，頁(yè)面中說的GB2312，實(shí)際上并不真的是GB2312（驚訝么？）。我們來做個(gè)實(shí)驗(yàn)，例如找一個(gè)GB2312中不存在的漢字“亸”（這個(gè)字確實(shí)不在GB2312中，你可以到GB2312的碼表中去找，保證找不到），這個(gè)字在GBK中。然后你把它放到一個(gè)html頁(yè)面中，試著在瀏覽器中打開它，然后選擇瀏覽器的編碼為“GB2312”，看到了什么？它完全正常顯示！
結(jié)論不用我說你也明白了，瀏覽器實(shí)際上使用的是GBK來顯示。
新浪的頁(yè)面中也有很多這樣的例子，到處都寫charset=GB2312，卻使用了無數(shù)個(gè)GB2312中并不存在的字符。這種做法對(duì)瀏覽器顯示頁(yè)面并不成問題，但在需要程序抓取頁(yè)面并保存的時(shí)候帶來了麻煩，程序?qū)⒉荒芤罁?jù)頁(yè)面所“聲稱”的編碼進(jìn)行讀取和保存，而只能盡量猜測(cè)正確的編碼。