Windows 记事本如何解释字符？

Posted 2023-02-23

【中文标题】Windows 记事本如何解释字符？

【英文标题】：How does Windows Notepad interpret characters?

【发布时间】：2011-10-09 19:18:14

【问题描述】：

我想知道 Windows 是如何解释字符的。

我用十六进制编辑器制作了一个文件，其中包含 3 个字节 E3 81 81。 这些字节是 UTF-8 中的 ぁ 字符。

我打开记事本，它显示ぁ。我没有指定文件的编码，我只是创建了字节并且记事本正确解释了它。

记事本是否以某种方式猜测编码？ 还是十六进制编辑器使用特定编码保存这些字节？

【参考方案1】：

如果文件只包含这三个字节，则根本没有关于使用哪种编码的信息。

一个字节只是一个字节，没有办法在其中包含任何编码信息。此外，十六进制编辑器甚至不知道您打算将数据解码为文本。

记事本通常使用 ANSI 编码，因此如果它以 UTF-8 格式读取文件，则必须根据文件中的数据猜测编码。

如果您将文件保存为 UTF-8，记事本会将 BOM（字节顺序标记）EF BB BF 放在文件开头。

【讨论】：

是的，但我没有将文件保存为 UTF-8 或其他格式，我创建了字节。谢谢

@Guffa，这个答案是错误的，伙计。他使用 HxD 创建了该文件。该文件只有 3 个字节，没有 BOM。然而记事本没有用 ascii 文本打开它，它是用 UTF8 文本打开的？记事本是怎么知道的？

【参考方案2】：

记事本做出有根据的猜测。我不知道细节，但加载前几千字节并尝试从 UTF-8 转换它们非常简单，所以它可能会做类似的事情。

【参考方案3】：

...有时它会出错... https://ychittaranjan.wordpress.com/2006/06/20/buggy-notepad/

【参考方案4】：

有一种简单有效的方法可以检查文件是否为 UTF-8。参见***：http://en.wikipedia.org/w/index.php?title=UTF-8&oldid=581360767#Advantages，第四个要点。记事本可能会使用这个。

Wikipedia 声称 Notepad 使用了 IsTextUnicode 函数，该函数检查特定文本是否以 UTF-16 编写（它可能在 Windows Vista 中停止使用它，修复了“布什隐藏事实”错误）：http://en.wikipedia.org/wiki/Bush_hid_the_facts .

【讨论】：

布什在这里隐藏了事实似乎对我不起作用...赢得 8.1。然而提问者的代码有效。

【参考方案5】：

如何识别文件是采用哪种编码方式......？

转到文件并尝试另存为...，您可以看到文件的默认（当前）编码（保存时使用的编码）。