文件编码也称为字符编码,用于指定在处理文本时如何表示字符。一种编码可能优于另一种编码主要取决于它能处理或不能处理哪些语言字符,不过通常首选的是 Unicode。
读取或写入文件时,未正确匹配文件编码的情况可能会导致发生异常或产生不正确的结果。
编码类型处理文件时,Unicode 是首选编码。Unicode 是全球范围的字符编码标准,该标准使用 16 位代码值来表示现代计算中使用的所有字符,包括印刷中使用的技术符号和特殊字符。
以前的字符编码标准包括传统的字符集,如使用 8 位代码值或 8 位值组合来表示特定语言或地理区域中使用的字符的 Windows ANSI 字符集。
编码类Encoding 类表示字符编码。此表列出并描述了每个可用的编码类型。
名称 说明表示 Unicode 字符的 ASCII 字符编码。
表示 Unicode 字符的 UTF-16 编码。
表示 Unicode 字符的 UTF-32 编码。
表示 Unicode 字符的 UTF-7 编码。
表示 Unicode 字符的 UTF-8 编码。
编码是一个将一组 Unicode 字符转换为一个字节序列的过程。解码是一个反向操作过程,即将一个编码字节序列转换为一组 Unicode 字符。
Unicode 标准为所有支持脚本中的每个字符分配一个码位(一个数字)。Unicode 转换格式 (UTF) 是一种码位编码方式。Unicode 标准 3.2 版使用下列 UTF:
-
UTF-8,它将每个码位表示为一个由 1 至 4 个字节组成的序列。
-
UTF-16,它将每个码位表示为一个由 1 至 2 个 16 位整数组成的序列。
-
UTF-32,它将每个码位表示为一个 32 位整数。