原文：http://www.cnblogs.com/malecrab/p/5300486.html

用Notepad++創(chuàng)建一個(gè)文本文件text.txt，其默認(rèn)編碼格式為ANSI（乍看之下，還以為是ASCII呢），輸入漢字居然不是亂碼：

保存為test.txt，發(fā)送給你美國(guó)的同事Bob。他也用Notepad++，不幸的是，卻發(fā)現(xiàn)你的文件內(nèi)容是這樣的：

也許你會(huì)認(rèn)為：你用的是中文系統(tǒng)，能正常顯示中文；他用的是英文系統(tǒng)，不能顯示中文！

這么想，好像很有道理呢！

但是再細(xì)想一下：一個(gè)系統(tǒng)顯示亂碼，說明它不支持這種編碼格式（或者解碼方式不對(duì)）。難道英文系統(tǒng)不支持ANSI？難道ANSI是一種中文編碼？

如果你身邊有一個(gè)韓文系統(tǒng)，也裝一個(gè)Notepad++，默認(rèn)還是ANSI編碼，你可以輸入“???”，發(fā)現(xiàn)也能正常顯示：

但是你要輸入“漢字”可能就會(huì)發(fā)現(xiàn)是亂碼了...

通過這個(gè)反例，就可以說明ANSI不是一種中文編碼。那么，ANSI到底是什么編碼？

用十六進(jìn)制編輯器打開內(nèi)容為“漢字”的test.txt文件：?

你會(huì)發(fā)現(xiàn)：其中baba和d7d6正好是“漢”和“字”兩個(gè)字的GBK編碼值。

同樣，用十六進(jìn)制編輯器打開內(nèi)容為“???”的test.txt文件：
你會(huì)發(fā)現(xiàn)：其中c7d1、b1b9和beee正好是“?”、“?”和“?”三個(gè)字符的EUC-KR編碼值。

由此可以看出：其實(shí)ANSI并不是某一種特定的字符編碼，而是在不同的系統(tǒng)中，ANSI表示不同的編碼。你的美國(guó)同事Bob的系統(tǒng)中ANSI編碼其實(shí)是ASCII編碼（ASCII編碼不能表示漢字，所以漢字為亂碼），而你的系統(tǒng)中（“漢字”正常顯示）ANSI編碼其實(shí)是GBK編碼，而韓文系統(tǒng)中（“???”正常顯示）ANSI編碼其實(shí)是EUC-KR編碼。

話說計(jì)算機(jī)是由美國(guó)搞出來的嘛，他們覺得一個(gè)字節(jié)（可以表示256個(gè)編碼）表示英語世界里所有的字母、數(shù)字和常用特殊符號(hào)已經(jīng)綽綽有余了（其實(shí)ASCII只用了前127個(gè)編碼）。

后來歐洲人不干了，法國(guó)人說：我需要在小寫字母加上變音符號(hào)（如：é），德國(guó)人說：我也要加幾個(gè)字母（? ?、? ?、ü ü、?）。于是，歐洲人就將ASCII沒用完的編碼（128-255）為自己特有的符號(hào)編碼（后來稱之為“擴(kuò)展字符集”）。

等到我們中國(guó)人開始使用計(jì)算機(jī)的時(shí)候，尼瑪，256個(gè)編碼哪夠？我泱泱大中華，漢字起碼也得N多萬吧，就連小學(xué)生都得要求掌握兩三千字。國(guó)標(biāo)局最后拍板：一個(gè)字節(jié)不夠，那我們就用多個(gè)字節(jié)來為漢字編碼吧，但是，國(guó)情那么窮，字節(jié)那么貴，三個(gè)字節(jié)傷不起，那就用倆字節(jié)吧，先給常用的幾千漢字編個(gè)碼，等以后國(guó)家強(qiáng)盛了人民富裕了，咱再擴(kuò)展唄---于是GB2312就產(chǎn)生了。

臺(tái)灣同胞一看，尼瑪，全是簡(jiǎn)體字，還讓不讓我們寫繁體字的活了，于是臺(tái)灣同胞也自己弄了個(gè)繁體字編碼---大五碼（Big-5）。同時(shí)，其它國(guó)家也在為自己的文字編碼。最后，微軟苦逼了：顧客就是上帝啊，你們的編碼我都得滿足啊.

這樣吧，賣給美國(guó)國(guó)內(nèi)的系統(tǒng)默認(rèn)就用ASCII編碼吧，賣給中國(guó)人的系統(tǒng)默認(rèn)就用GBK編碼吧，賣給韓國(guó)人的系統(tǒng)默認(rèn)就用EUC-KR編碼，但是為了避免你們誤會(huì)我賣給你們的系統(tǒng)功能有差異，我就統(tǒng)一把你們的默認(rèn)編碼都顯示成ANSI吧。---本故事純屬虛構(gòu)，但“ANSI編碼”確實(shí)只存在于Windows系統(tǒng)。

那么Windows系統(tǒng)是如何區(qū)分ANSI背后的真實(shí)編碼的呢？

微軟用一個(gè)叫“Windows code pages”（在命令行下執(zhí)行chcp命令可以查看當(dāng)前code page的值）的值來判斷系統(tǒng)默認(rèn)編碼，比如：簡(jiǎn)體中文的code page值為936（它表示GBK編碼，win95之前表示GB2312，詳見：Microsoft Windows' Code Page 936），繁體中文的code page值為950（表示Big-5編碼）。

我們能否通過修改Windows code pages的值來改變“ANSI編碼”呢？

命令提示符下，我們可以通過chcp命令來修改當(dāng)前終端的active code page，例如：
? ?(1) 執(zhí)行：chcp 437，code page改為437，當(dāng)前終端的默認(rèn)編碼就為ASCII編碼了（漢字就成亂碼了）；
? ?(2) 執(zhí)行：chcp 936，code page改為936，當(dāng)前終端的默認(rèn)編碼就為GBK編碼了（漢字又能正常顯示了）。
? 上面的操作只在當(dāng)前終端起作用，并不會(huì)影響系統(tǒng)默認(rèn)的“ANSI編碼”。（更改命令行默認(rèn)codepage參看：設(shè)置cmd的codepage的方法）。

Windows下code page是根據(jù)當(dāng)前系統(tǒng)區(qū)域（locale）來設(shè)置的，要想修改系統(tǒng)默認(rèn)的“ANSI編碼”，我們可以通過修改系統(tǒng)區(qū)域來實(shí)現(xiàn)（“控制面板” =>“時(shí)鐘、語言和區(qū)域”=>“區(qū)域和語言”=>“管理”=>“更改系統(tǒng)區(qū)域設(shè)置...”）：

圖中的系統(tǒng)locale為簡(jiǎn)體中文，意味著當(dāng)前“ANSI編碼”實(shí)際是GBK編碼。當(dāng)你把它改成Korean(Korea)時(shí)，“ANSI編碼”實(shí)際是EUC-KR編碼，“???”就能正常顯示了；當(dāng)你把它改成English(US)時(shí)，“ANSI編碼”實(shí)際是ASCII編碼，“漢字”和“???”都成亂碼了。（改了之后需要重啟系統(tǒng)的。。。）

說明：locale是國(guó)際化與本地化中重要的概念，本文不深入講解該內(nèi)容。

你上面說的都是windows的情形吧，Linux呢？

將前述內(nèi)容為“漢字”的文件test.txt拷貝至Linux下，用Emacs打開：

也是亂碼！原因也是locale的問題：

更改locale后再打開：
正常顯示了。。。

? ?參考：

• 知乎：

  Windows 記事本的 ANSI、Unicode、UTF-8 這三種編碼模式有什么區(qū)別？

• GBK編碼

• GB2312簡(jiǎn)體中文編碼表

• 韓國(guó)euc-kr碼（即Wansung碼）與Unicode碼及原字形對(duì)照表

• 維基百科：Code page 1386

• MSDN：Code Page Identifiers

• python CGI模塊獲取中文編碼問題解決- 部分方案

• http://www.360doc.com/content/15/0105/15/9934052_438371998.shtml

• 阮一峰：字符編碼筆記：ASCII，Unicode和UTF-8

猜你喜歡

干貨 | 嵌入式必備技能之Git的使用

C語言、嵌入式中幾個(gè)非常實(shí)用的宏技巧

嵌入式系統(tǒng)軟件架構(gòu)設(shè)計(jì)

Linux下應(yīng)用開發(fā)基礎(chǔ)

【Linux筆記】Pinctrl子系統(tǒng)與GPIO子系統(tǒng)

免責(zé)聲明：本文來源網(wǎng)絡(luò)，免費(fèi)傳達(dá)知識(shí)，版權(quán)歸原作者所有。如涉及作品版權(quán)問題，請(qǐng)聯(lián)系我進(jìn)行刪除。