2015.11.11

引入

今天遇到了一个txt编码格式的问题，这也是我一直想要弄明白的问题，因此查阅了一些资料，现做一下总结。

常见编码格式

• ASCII
  全称American Standard Code for Internet Interchange,美国 信息互换代码。在计算机早期，世界上所有文档都使用ASCII编码格式来保存英文文档。

  
  ASCII

• GB2312
  等中国引入计算机时，当初八位字节所表示的字符范围根本不够用。所以，规定两个大于127的字符连在一起表示一个汉字。这样可以表示出6000+的简体汉字。可以将GB2312视为ASCII的扩展。目前国内的简体汉字大都用这个编码格式进行编码

• GBK
  可是中国汉字实在太多，繁体字表示我也要用编码。没办法，将GB2312的规则改一下，凡是第一个字符是127以后的，不管第二个字符是不是127以后的都表示为一个中国汉字，这样可以多出20000+的汉字，如此中国汉字都有对应的编码表示了。同时为了也将少数民族的文字加入进来，又将GBK扩展为GB18030.

• UNICODE
  国际标准化组织ISO开始重视这个问题了，它废止了全球各地的编码方案，而将字符编码位数由8位变成16位，理论上可以表示65535个不同的字符。保存ASCII，低8位仍然表示ASCII字符，高8位则空闲。这样保存纯半角英文文档时，将会浪费磁盘一半的空间。另外，将GBK变成UNICODE时，没有一个简单的算法可以实现转换，只能通过查表来解决。

• UTF-8 UTF-16
  ISO提出UNICODE后，计算机网络随之兴起，迎来的就是数据传输的问题。顾名思义，UTF8 就是每次8个位传输数据，而** UTF16** 就是每次16个位，只不过为了传输时的可靠性，从UNICODE到 UTF时并不是直接的对应，而是要过一些算法和规则来转换。

虽然UTF系列可以很好囊括所有世界字符，但随之而来就是存储空间的问题，如果文档是为国人准备的，使用GB2312也是可以的。另外，编写网页时，使用统一的编码UTF-8最好。

编码格式转换

使用Notepad++转换格式简直是神器，谁用谁知道。