Windows 记事本的 ANSI，Unicode，UTF-8 这三种编码模式有啥区别

Posted 2023-05-08

ANSI通常使用 0x80~0xFF 范围的 2 个字节来表示 1 个字符。Unicode字符分为17组编排，   UTF-8用1到6个字节编码UNICODE字符。

ANSI是一种字符代码，为使计算机支持更多语言，通常使用 0x80~0xFF 范围的 2 个字节来表示 1 个字符。表示英文字符时用一个字节，表示中文用两个或四个字节。

Unicode（统一码、万国码、单一码）是计算机科学领域里的一项业界标准,包括字符集、编码方案等。Unicode 是为了解决传统的字符编码方案的局限而产生的，它为每种语言中的每个字符设定了统一并且唯一的二进制编码，以满足跨语言、跨平台进行文本转换、处理的要求。1990年开始研发，1994年正式公布。

Unicode是国际组织制定的可以容纳世界上所有文字和符号的字符编码方案。目前的Unicode字符分为17组编排，0x0000 至 0x10FFFF，每组称为平面（Plane），而每平面拥有65536个码位，共1114112个。然而目前只用了少数平面。UTF-8、UTF-16、UTF-32都是将数字转换到程序数据的编码方案。

通用字符集（Universal Character Set, UCS）是由ISO制定的ISO 10646（或称ISO/IEC 10646）标准所定义的标准字符集。UCS-2用两个字节编码，UCS-4用4个字节编码。

UTF-8（8-bit Unicode Transformation Format）是一种针对Unicode的可变长度字符编码，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（如英文，日文，韩文）。

参考技术A

ANSI是一种字符代码，为使计算机支持更多语言，通常使用 0x80~0xFF 范围的 2 个字节来表示 1 个字符。表示英文字符时用一个字节，表示中文用两个或四个字节。

Unicode（统一码、万国码、单一码）是计算机科学领域里的一项业界标准,包括字符集、编码方案等。Unicode 是为了解决传统的字符编码方案的局限而产生的，它为每种语言中的每个字符设定了统一并且唯一的二进制编码，以满足跨语言、跨平台进行文本转换、处理的要求。1990年开始研发，1994年正式公布。

        Unicode是国际组织制定的可以容纳世界上所有文字和符号的字符编码方案。目前的         Unicode字符分为17组编排，0x0000 至 0x10FFFF，每组称为平面（Plane），而每         平面拥有65536个码位，共1114112个。然而目前只用了少数平面。UTF-8、UTF-            16、UTF-32都是将数字转换到程序数据的编码方案。

       通用字符集（Universal Character Set, UCS）是由ISO制定的ISO 10646（或称                 ISO/IEC 10646）标准所定义的标准字符集。UCS-2用两个字节编码，UCS-4用4个字         节编码。

UTF-8（8-bit Unicode Transformation Format）是一种针对Unicode的可变长度字符编码，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（如英文，日文，韩文）。

参考技术B 一句话建议：涉及兼容性考量时，不要用记事本，用专业的文本编辑器保存为不带 BOM 的 UTF-8。

如果是为了跨平台兼容性，只需要知道，在 Windows 记事本的语境中：

所谓的「ANSI」指的是对应当前系统 locale 的遗留（legacy）编码。[1]

所谓的「Unicode」指的是带有 BOM 的小端序 UTF-16。[2]

所谓的「UTF-8」指的是带 BOM 的 UTF-8。[3]

GBK 等遗留编码最麻烦，所以除非你知道自己在干什么否则不要再用了。
UTF-16 理论上其实很好，字节序也标明了，但 UTF-16 毕竟不常用。
UTF-8 本来是兼容性最好的编码但 Windows 偏要加 BOM 于是经常出问题。

所以，跨平台兼容性最好的其实就是不用记事本。
建议用 Notepad++ 等正常的专业文本编辑器保存为不带 BOM 的 UTF-8。

另外，如果文本中所有字符都在 ASCII 范围内，那么其实，记事本保存的所谓的「ANSI」文件，和 ASCII 或无 BOM 的 UTF-8 是一样的。 参考技术C ASCII是古老的编码，那个时候还不区分字符集和编码，基本可以看作合二为一的东西。
Unicode严格来说是字符集，可以有多种编码。
UTF-8是一种Unicode的编码。
兼容性最好的，我记得好像是UTF-8不带BOM头。
注： 字符集（char set）就是字符的集合，收录了一定数量的字符。每个字符有对应的ID值，叫码点（code point）。实际存储的时候，不一定是直接存储字符串的码点（比如，为了节约空间），要进行转换。这个转换规则就是编码。本回答被提问者采纳

txt中的Unicode

我用汉王PDF OCR转换了一个txt文档，但我的电子词典不支持编码它的格式。
当我用记事本另存为，编码格式选择了ANSI，可是仍然有错误提示，如附图所示。若点击确定会丢失文本内容吗？

会丢失 因为ansi一共只有127种字符

您可以用保存为utf-8或unicode格式

文件==>另存为==>编码选择 utf-8==>保存 参考技术A 应该是你的OCR识别之后有一些内容本来是正常的文字的，但被识别成了特殊的字符，反正这些字符你也看不懂是什么，转换成哪种编码的效果都差不多。 参考技术B 会，因为unicode范围超过ascii编码范围，会造成丢失。 参考技术C 这个问题我也不知道 我也想知道答案 希望高手指点一下
我在保存文件的时候 尤其是TXT格式的 有时候保存到什么字符之类的就会出现关于Unicode相关的信息
我想知道 什么样的数据是Unicode的呀 希望高手指点一二！！太谢谢了 ！！