ANSI、Unicode、Unicode big endian、UTF-8编码

保存文本文件的时候，可以选择的编码有ANSI、Unicode、Unicode big endian、UTF-8四种。

不同的编码，保存在文件中的0、1代码是不同的，我们新建一文本文件，输入“A程B序C”，分别以上面四种编码形式保存为4个文件ANSI.txt、Unicode.txt、Ubig.txt和UTF8.txt，并使用cmd中的debug程序查看文件内容如下：

1、ANSI.txt

2、Unicode.txt

3、Ubig.txt

4、UTF8.txt

我们发现，“A程B序C”保存在文件中的0、1代码分别为：

•  ANSI编码：

          41 B3 CC 42 D0 F2 43

• Unicode编码：

          FF FE 41 00 0B 7A 42 00 8F 5E 43 00

          “FF FE”文件编码标识

• Unicode big endian编码：

          FE FF 00 41 7A 0B 00 42 5E 8F 00 43

          “FE FF”文件编码标识

• UFT-8编码：

          EF BB BF 41 E7 A8 8B 42 E5 BA 8F 43

         “EF BB BF”文件编码标识

 

一、ANSI编码：

ANSI是默认的编码方式。对于英文字符是ASCII编码，对于简体中文字符是GB2312编码（只针对Windows简体中文版，如果是繁体中文版会采用Big5码）。

二、Uincode编码：

Unicode编码指的是UCS-2编码方式，即直接用两个字节存入字符的Unicode码。这个选项用的little endian格式。

三、Unicode big endian编码：

“endian”一词来源于英国作家斯威夫特的《格列佛游记》。在该书中，小人国里爆发了内战，战争起因是人们争论，吃鸡蛋时究竟是从大头(Big-Endian)敲开还是从小头(Little-Endian)敲开。为了这件事情，前后爆发了六次战争，一个皇帝送了命，另一个皇帝丢了王位。

因此，第一个字节在前，就是”大头方式“（Big endian），第二个字节在前就是”小头方式“（Little endian）。小人国为水煮蛋该从大的一端（Big-End）剥开还是小的一端（Little-End）剥开而争论，争论的双方分别被称为Big-endians和Little-endians。

对比Unicode编码，可发现，Unicode big endian编码只是字符的两个字节的存放顺序不同而已。

四、UFT-8编码：

UTF-8是UNICODE的一种变长字符编码又称万国码，由Ken Thompson于1992年创建。现在已经标准化为RFC 3629。UTF-8用1到6个字节编码UNICODE字符。用在网页上可以同一页面显示中文简体繁体及其它语言（如日文，韩文）。

 

【结束语】

这几种编码当然都有它的编码规则，不过，对于我们使用者来说，只需要知道不同的编码，保存在文件中的0、1代码是不同的，使用不同的编码规则浏览文件，很显然会出现乱码。

这就需要我们在编写文件的时候，养成一个良好的习惯，特别声明一下我们使用的编码，例如，在网页文件中使用META内容元素声明我们的编码：

<meta http-equiv="Content-Type" content="text/html; charset=utf-8" /> 

 

 

参考网址：

http://baike.baidu.com/view/40801.htm

http://baike.baidu.com/view/1485693.htm

http://baike.baidu.com/view/742823.htm

http://blog.sina.com.cn/s/blog_6d71f75301016xm0.html