核心概念解析
我们用最简单的话理解这三个概念：
（图片来源网络，侵删）
-
GBK vs. UTF-8：字符编码的“方言”
- GBK：是中国的国家标准编码，主要收录了汉字和符号，它是一个双字节编码，意味着一个中文字符通常占用2个字节，它主要在中国大陆地区使用，可以覆盖绝大部分常用汉字。
- UTF-8：是 Unicode（万国码）的一种实现方式，它是一种变长编码，英文字符（如 A, B, C）占用1个字节，中文字符通常占用3个字节，UTF-8 的优势是国际化，可以表示世界上几乎所有的字符和符号，是当前Web开发的主流和推荐标准。
简单比喻：GBK 就像只在中国通行的“方言”，而 UTF-8 就像是全球通用的“普通话”，如果你的网站只面向国内用户，GBK 够用；如果你的网站有国际用户，或者未来有扩展需求，UTF-8 是不二之选。
-
织梦CMS (DedeCMS)：网站的“身体”
- 织梦是一款非常流行的 PHP 开源的网站管理系统，它负责网站的内容管理、模板渲染、数据存储等所有功能。
- 织梦CMS 本身是代码，这些代码文件（
.php）和模板文件（.htm）本身也需要用一种编码来保存，它生成的 HTML 页面、存储的数据库数据，也都涉及到编码问题。
三者关系：织梦CMS 是一个平台，而 GBK 和 UTF-8 是这个平台在处理文字时可以采用的两种不同“规则”（编码），织梦CMS 最初版本是基于 GBK 编码开发的，后来才推出了 UTF-8 版本。
（图片来源网络，侵删）
为什么在织梦CMS中会遇到编码问题？
编码问题通常出现在以下几种情况,被称为“乱码”：
-
现象1：页面显示乱码
- 原因：浏览器用 A 编码（如 UTF-8）去解析一个用 B 编码（如 GBK）保存或生成的网页。
- 表现：中文显示成一堆看不懂的符号，如 或 。
-
现象2：后台保存内容乱码
- 原因：网站后台（PHP程序）和数据库之间的编码不一致，程序用 UTF-8 写入，但数据库字段是 GBK，导致数据无法正确存储。
-
现象3：调用数据乱码
（图片来源网络，侵删）- 原因：数据在数据库里是正确的（比如是 GBK），但在被 PHP 读取并输出到页面时，没有进行正确的编码转换。
织梦CMS 的 GBK 和 UTF-8 版本
织梦官方针对这两种编码,提供了不同版本的程序：
-
GBK 版本
- 特点：
- 程序文件本身是 GBK 编码。
- 默认数据库表、字段是
gbk或gbk_chinese_ci。 - 默认页面输出
Content-Type: text/html; charset=gbk。
- 适用场景：面向国内用户的传统网站，服务器环境配置较老，或者从老旧的GBK网站迁移而来。
- 特点：
-
UTF-8 版本
- 特点：
- 程序文件本身是 UTF-8 编码（通常是无 BOM 头的 UTF-8）。
- 默认数据库表、字段是
utf8或utf8_general_ci。（注意：新版本推荐utf8mb4以支持 emoji 表情）。 - 默认页面输出
Content-Type: text/html; charset=utf-8。
- 适用场景：新建网站，有国际需求，或者网站内容包含多语言、特殊符号等。
- 特点：
实战操作：如何检查和处理编码问题？
检查网站当前编码
- 页面编码：在浏览器中打开网站，右键 -> “查看网页源代码”，在
<head>标签里找到charset。<meta charset="gbk"> <!-- 或 utf-8 -->
- 数据库编码：登录你的数据库管理工具（如 phpMyAdmin），选择对应的数据库，查看“操作”或“详情”选项卡，可以看到数据库的“整理”规则（Collation），如
gbk_chinese_ci或utf8_general_ci。 - 文件编码：使用代码编辑器（如 VS Code, Sublime Text, Notepad++）打开织梦的核心文件，如
include/common.inc.php或任意一个模板文件，编辑器底部会显示文件的编码格式。
统一编码是解决乱码的根本
最理想的状态是：文件编码 + 数据库编码 + 页面输出编码 三者完全一致。
以 UTF-8 为例，确保以下三点统一：
-
文件编码为 UTF-8：
- 所有
.php程序文件。 - 所有
.htm模板文件。 - 配置文件
data/common.inc.php中的cfg_soft_lang设置为'utf-8'。
- 所有
-
数据库编码为 UTF-8：
- 数据库的整理规则为
utf8mb4_general_ci(推荐) 或utf8_general_ci。 - 所有数据表的整理规则也为 UTF-8。
- 关键字段,如
dede_archives(文章表) 的title、body等字段，其整理规则也必须是 UTF-8。
- 数据库的整理规则为
-
页面输出为 UTF-8：
- 模板文件的
<head>部分必须有<meta charset="utf-8">。 - 程序在输出 HTML 头部时，会设置
header('Content-Type: text/html; charset=utf-8');，这个通常由include/dedehtmlhead.php文件控制。
- 模板文件的
从 GBK 转换到 UTF-8（常见需求）
如果你有一个旧的 GBK 网站想升级到 UTF-8，官方提供了转换工具，但强烈建议在转换前完整备份网站和数据库。
官方转换步骤（以 DedeCMS V5.7 为例）：
- 备份：备份整个网站程序和数据库。
- 上传新程序：下载织梦 UTF-8 版本，并上传到你的服务器，覆盖掉旧文件（注意：只覆盖程序文件，不要覆盖
data目录，除非你知道你在做什么）。 - 运行转换程序：访问你的网站后台地址，后面加上
/utf8.php，http://www.yoursite.com/dede/utf8.php。 - 按提示操作：转换程序会自动检测你的 GBK 编码环境，并引导你完成数据库的转换过程，这个过程可能会比较慢，请耐心等待。
- 检查：转换完成后，登录后台，检查各个栏目、文章、标签等是否正常显示，访问前台页面，确认没有乱码。
注意：官方转换工具并非100%完美，对于一些高度定制或修改过的模板，可能需要手动调整。
总结与最佳实践
| 特性 | GBK | UTF-8 |
|---|---|---|
| 字符范围 | 主要支持中文，兼容性有限 | 支持全球所有语言和符号 |
| 存储空间 | 中文占2字节 | 中文通常占3字节 |
| 国际化 | 不支持 | 完全支持 |
| 织梦版本 | 早期主流，仍有大量使用 | 当前推荐，新建网站首选 |
| 性能 | 在纯中文环境下，数据量小，I/O 稍快 | 数据量稍大，但现代服务器性能差异可忽略 |
给你的建议：
- 新建网站：毫不犹豫地选择 UTF-8 版本，这是行业标准，能避免未来绝大多数编码相关的麻烦。
- 维护旧网站：
- 如果网站运行良好,没有乱码，且没有国际化需求，可以继续使用 GBK。
- 如果网站出现乱码,或者有新增多语言、特殊符号的需求，应考虑升级到 UTF-8。
- 日常维护：
- 永远不要手动修改数据库里的中文字符来“修复”乱码，这治标不治本。
- 修改模板或程序时,确保你的代码编辑器保存为正确的编码格式。
- 在使用第三方插件或模板时,注意其是否与你网站的编码版本匹配。
掌握 GBK 和 UTF-8 在织梦CMS中的区别和处理方法，是每个织梦开发者必备的技能，核心思想就是“统一”，让数据在产生、存储、传输和展示的每一个环节都使用同一种“语言”（编码）。
