读取unicode编码文件的乱码解决

首先，有必要了解下记事本文件的几种编码方式：

 

 

四种常见文本文件编码方式研究

ANSI、UNICODE 、UNICODE big endian、UTF-8四种格式编码存在差别，简要介绍如下:

ANSI编码:

无文件头(文件编码开头标志性字节)    

ANSI编码字母数字占一个字节，汉字占两个字节，

回车换行符 单字节   十六进制表示为0d  0a

 

UNICODE编码:

文件头，十六进制表示为FF FE

每一个字符都用两个字节编码

回车换行符  双字节   000d  000a

 

Unicode big endian编码:

文件头十六进制表示为FE FF ，

后面编码是把字符的高位放在前面，低位放在后面，正好和Unicode编码颠倒。

回车换行符,双字节,十六进制表示为0d00  0a00

 

UTF-8 编码:

文件头，十六进制表示为EF BB BF。

UTF-8是Unicode的一种变长字符编码，数字、字母、回车、换行都用一个字节表示,汉字占3