字元編碼相信是每個程式設計師的噩夢，只要是有中文的地方，總是會遇到各種編碼的問題，並且這種問題還非常難纏，尤其在linux上，因為上面很多軟體都是針對 英語國家開發的，是不會考慮其他語種編碼問題。在遇到編碼的無數大坑之後，我決定仔細研究下編碼問題，因為這就像一道坎一直橫在你面前，每次到這裡你都會 跌到，每次爬起來之後，你都若無其事，這樣的人被稱作戰士，真正的戰士。可惜是個力量戰士，做為新時代的智力戰士，當然不能在那跌到然後又在這繼續跌到。
檔案的儲存方式：
檔案都有自己的儲存格式，比如最常見的txt，cpp，h，c，xml ，png， rmvb各種格式，還有自定義格式。這些檔案不論是什麼格式，都是儲存在計算機硬碟裡的2進製格儲存，對應不同檔案格式，有不同的軟體解析。這篇文章不談 檔案是如何儲存的，只談檔案是如何解析的。
文字檔案解析：
文字檔案對應於人類可以閱讀的文字，如何從2進製轉換為文字檔案呢？起初由於計算機在美國發明，自然大家考慮的是英語如何表示，英語字母總共26個，加 上特殊字元，128個字元，7位既乙個byte即可表示出來。這個就是大家所熟知的ascill編碼。對應關係很簡單，乙個字元對應一乙個byte。
但很快發現，其他非英語國家的文字遠遠超過ascill碼，這時候大家當然想統一字元編碼，不同國家出了自己不同的編碼方式，中國的gb2312就是自 己做出來的編碼方式，這樣下去每個國家都有自己的編碼方式，來回轉換太麻煩了。這時候出現了新的編碼方式，unicode編碼方式，想將編碼統一，所以規 定了每個字元對應的unicode碼。
1、很多檔案都是ascii編碼，如果用unicode 太浪費。
2、沒有標誌位說明該幾個位元組來解析為乙個符號。
這時候拯救世界的utf出現了，utf是unicode的一種實現，只不過更聰明了。utf16是占用兩位元組，或者四位元組，utf32是占用四位元組。utf8是很聰明的一種表示方式。
1、對於單位元組符號，位元組第一位為0，後面7位表示位元組編碼。
2、對於n位元組符號，第一位元組的前n位都設為1，第n＋1位為0，其餘位為編碼位置。
對於不同的編碼，在文字的最前方有不同的標誌，unicode 通常有兩位來表示分別是ff fe， 或者feff， fffe表示big－endian 編碼feff表示litte－endian編碼。utf8是efbbbf來開頭的。可以看出來utf-8是自解釋的，所以不用帶這個標誌檔案，大多數程式 是可以識別的。但有些程式不能識別這個標誌，比如php就會直接把這個標誌當文字解析，不會忽略。相信很多遇到php輸出文字解析亂碼或者解析錯誤的同學 都遇到這樣的問題。
如何解決問題：
如果有vim那最好不過了，去掉命令：
set encoding=utf-8
set nobomb
新增命令:
set encoding=utf-8
set bomb
或者使用notepad++自帶的功能
字元編碼的奧秘
字 符編碼相信是每個程式設計師的噩夢，只要是有中文的地方，總是會遇到各種編碼的問題，並且這種問題還非常難纏，尤其在linux上，因為上面很多軟體都是針對 英語國家開發的，是不會考慮其他語種編碼問題。在遇到編碼的無數大坑之後，我決定仔細研究下編碼問題，因為這就像一道坎一直橫在你面前，每次到這裡你都會 ...
字元編碼的奧秘
檔案的儲存方式 檔案都有自己的儲存格式，比如最常見的txt，cpp，h，c，xml png，rmvb各種格式，還有自定義格式。這些檔案不論是什麼格式，都是儲存在計算機硬碟裡的2進製格儲存，對應不同檔案格式，有不同的軟體解析。這篇文章不談 檔案是如何儲存的，只談檔案是如何解析的。文字檔案對應於人類可以...
80 20 010 原理 字元編碼 字元編碼
ascii american standard code for information interchange,美國資訊交換棕準代礙 7 bit來表示 個字元，共汁可以表示128神字元。is08859 1 b bit表示 個字元，即用乙個字苓 byte 8 bit 來表示 個字元，共汁可以表示25...