AnsiUTF8UnicodeASCII编码的.doc

Ansi UTF8 Unicode ASCII编码的 ? Ansi,UTF8,Unicode,ASCII编码的区别2011年03月19日下午08：57最终编辑逐木近日需要不同的编码，关于上述编码,一直迷迷糊糊,查了些资料,总算大致了解了, 下面全是从网上搜来的： 1.ASCII和Ansi编码 字符内码(charcter code)指的是用来代表字符的内码.读者在输入和存储文档时都要使用内码,内码分为 单字节内码--Single-Byte character sets(SBCS),可以支持256个字符编码. 双字节内码--Double-Byte character sets)(DBCS),可以支持65000个字符编码. 前者即为ASCII编码，后者对应ANSI. 至于简体中文编码GB2312，实际上它是ANSI的一个代码页936 2.Unicode 如上，ANSI有很多代码页，使用不同代码页的内码无法在其他代码也正常显示，这就是为什么日文版/繁体中文版游戏无法在简体中文平台直接显示的原因. Unicode也是一种字符编码方法，不过它是由国际组织设计，可以容纳全世界所有语言文字的编码方案.它是一种2字节编码，能够提供65536个字符，这个数字是不够表示所有的字符的(汉语就有55000多字符)，所以，通过一个代理对的机制来实现附加的917，476个字符表示，以达到所有字符都具有唯一编码. 3.Unicode和BigEndianUnicode 这两者只是存储顺序不同，如A的unicode编码为65 00 其BigEndianUnicode编码为00 65 4.UTF-8 这是为传输而设计的编码，其系列还有UTF-7和UTF-16 其中UTF-16和Unicode编码大致一样,UTF-8就是以8位为单元对Unicode进行编码。从Unicode到UTF-8的编码方式如下： Unicode编码(16进制)UTF-8字节流(二进制) 0000-007F 0xxxxxxx 0080-07FF 110xxxxx 10xxxxxx 0800-FFFF 1110xxxx 10xxxxxx 10xxxxxx 例如汉字的Unicode编码是6C49。6C49在0800-FFFF之间，所以肯定要用3字节模板了：1110xxxx 10xxxxxx 10xxxxxx。将6C49写成二进制是：0110 110001 001001，用这个比特流依次代替模板中的x，得到10110001即E6 B1 89。 ANSI：系统预设的标准文字储存格式。ANSI是American National Standards Institute的缩写。它成立于1918年，是一个自愿性的组织，拥有超过1300个会员，包括所有大型的电脑公司。ANSI专为电脑工业建立标准，它是世界上相当重要的标准。 Unicode：世界上所有主要指令文件的联集，包括商业和个人电脑所使用的公用字集。当采用Unicode格式储存文件时，可使用Unicode控制字符辅助说明语言的文字覆盖范围，如阿拉伯语、希伯来语。用户在记事本中输入含有Unicode字符的文字并储存文件时，系统会提示你必须选取另存为中的Unicode编码，这些字符才不会被遗失。需要提醒大家的是，部分Windows 2000字型无法显示所有的Unicode字符。如果发现文件中缺少了某些字符，只需将其变更为其它字型即可。 Unicode big endian：在Big-endian处理器(如苹果Macintosh电脑)上建立的Unicode文件中的文字位元组(存放单位)排列顺序，与在Intel处理器上建立的文件的文字位元组排列顺序相反。最重要的位元组拥有最低的地址，且会先储存文字中较大的一端。为使这类电脑的用户能够存取你的文件，可选择Unicode big-endian格式。 UTF-8：UTF意为通用字集转换格式(Universal Character Set Transformation Format)，UTF-8是Unicode的8位元格式。如果使用只能在同类位元组内支持8个位元的重要资料一类的旧式传输媒体，可选择UTF-8格式。 Unicode是一种字符编码规范。 先从ASCII说起。ASCII是用来表示英文字符的一种编码规范，每个ASCII字符占用1个字节(8bits) 因此，ASCII编码可以表示的最大字符数是256，其实英文字符并没有那么多，一般只用前128个(最高位为0)，其中包括了控制字符、数字、大小写字母和其他一些符号 。 而最高位为1的另128个字符被成为扩展ASCII，一般用来存放英文的制表符、部分音标字符等等的一些其他符号 这种字符编码规范显然用来处理英文没有什么问题 。(实际上也