UTF-8编码可分为 UTF-8 不带 BOM、UTF-8 带 BOM 两种,那么使用 notepad 将文件以 UTF-8 编码方式保存时,究竟是使用的是其中哪一种?为了找到答案,我做了一个实验:用 notepad.exe 打开一个原来采用 Unicode 编码方式的 C 程序,以 UTF-8 编码另存一份。然后用 EditPlus 打开它,在菜单中依次点击 Document -> File Encoding -> Convert Encoding... ,在未选择编码之前,显示的是文件当前采用的编码方式,如下图:
由此可以看出:Windows 中 notepad 以 UTF-8 编码保存文件时实际上用的是 UTF-8 + BOM 编码方式。
我们可以使用 EditPlus,将上面以 UTF-8 + BOM 编码方式保存的 C 程序文件转换为以 UTF-8 无 BOM 编码方式,保存后再使用 notepad 打开它,会发现其中的中文字符在 notepad 中仍可以正确显示。总结一下:从中文版 Winfdows 7 开始,对于中文版 Windows 操作系统中附带的 notepad 程序:
1)不管一个包含中文字符的文本文件是以 UTF-8 无 BOM 编码、还是以 UTF-8 + BOM 编码形式保存,notepad 程序都能够在打开它时正确显示其中的中文。notepad 在文件中未找到 BOM 时,具有自动检测文件编码是否为 UTF-8(无 BOM) 的能力;
2)在使用 notepad 时,如果选择以 UTF-8 编码方式保存文件,notepad 将使用 UTF-8 + BOM 编码方式保存文件。