Character Set

ANSI\ASCII\MBCS
Unicode\UTF-8\GB2312

ascii:使用7bit表示128个字符。
utf-8:一个字符使用3个字节表示。
gb2312: 简体中文的编码方式。
Big5:繁体中文。
EUC:Extended Unix Code。中文、日文、朝鲜文。

BOM(Byte Order Mark)
最标准的途径是检测文本最开头的几个字节,开头字节Charset/encoding,如下表:
EF BB BF UTF-8
FE FF UTF-16/UCS-2, little endian
FF FE UTF-16/UCS-2, big endian
FF FE 00 00 UTF-32/UCS-4, little endian.
00 00 FE FF UTF-32/UCS-4, big-endian.


BigEndian:低地址存高字节。符合人的阅读习惯(从左到右,从上往下)的顺序。
LittleEndian:低地址存低字节。倒着存放。

你可能感兴趣的:(Windows,Dev)