文本的四种编码方式

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。

邮件编码介绍及乱码的解决

E-mail一般在传送过程中都要对文件进行编码。这是因为E-mail只能传送ASCII码格式的文字信息。ASCII码为7位代码，非ASCII格式的文件在传送中必须经过编码工具编成相应的A SCII码进行传输，接收端在收到后再根据编码规则进行解码。若非如此就会在传输过程中出现编码截位的问题，导致收信方出现乱码。特别是中文内码的文字，属于8 位代码，并非标准的ASCII码形式，由于国内通行的大部分邮件服务器都能够处理GB内码文件，所以可以直接传送文件而不需要编码，但如果要将中文邮件发到国外或在不支持8 位（非标准ASCII码格式）的某些邮件主机上传输，就会产生乱码。具体的说就是在直接发送中文或非ASCII码的邮件时邮件主机无法处理，会把文件中每个字符的第八位都滤掉（截去第八位）从而使一些信息和原始信息截然不同，或邮件完全损坏成为乱码无法阅读。这也是目前造成邮件乱码的主要原因之一。如果我们对邮件进行七位编码然后进行传输解码，就能解决截位乱码现象。

-------------------------------------------------------------------我是分割线---------------------------------------------------------------

软件一般采用三种方式来决定文本的字符集和编码:

检测文件头标识,提示用户选择,根据一定的规则猜测

最标准的途径是检测文本最开头的几个字节,开头字节Charset/encoding,如下表:

EF BB BF UTF-8

FE FF UTF-16/UCS-2, little endian

FF FE UTF-16/UCS-2, big endian

FF FE 00 00 UTF-32/UCS-4, little endian.

00 00 FE FF UTF-32/UCS-4, big-endian.

---------------------------------------------------我是分割线--------------------------------------------------------------------

unix 如何查看.txt文件是什么编码？

1.在vi命令模式下：输入 fileencoding=utf-8 。Windows中默认的文件编码是GBK（gb2312），而Linux一般都是UTF-8。

2.用file命令：file XX.txt

windowns下使用记事本方式打来，另存为 弹出框中有显示

----------------------------------------------------------我是分割线---------------------------------------------------------