ue html乱码,UE UTF8 乱码

UltraEdit是一个非常强大的工具，但是，工具太强大了就会变成一个双刃剑，用好了是好工具，用不好可能会存在很多的疑惑，在编码方面UltraEdit存在一写令人费解的问题，本人做了一点点研究，与大家分享。

主要的问题来源于UTF-8的处理。

Unicode规范中推荐的标记字节顺序的方法是BOM(Byte Order Mark)

UTF-8不需要BOM来表明字节顺序，但可以用BOM来表明编码方式。如果接收者收到以EF BB

BF开头的字节流，就知道这是UTF-8编码了。

由于UTF-8

BOM并没有得到广泛的支持，所以造成了一定范围内的不兼容。下面列出几个主要工具对于BOM的处理。

1. notepad

notepad 在保存时，选择UTF-8 格式，会在文件头写上BOM

header.读取文件时，会分析BOM和文件中是否有中文字符，进而做出正确的选择。

2. notepad++

可以设置各种格式，有无BOM都支持。

3. editplus

文件保存时，选择UTF-8 格式，不会在文件头写上 BOM header.读取可以识别UTF-8

4. ultraedit

ultraedit在advanced->configuration中可以选择文件保存时是否写上BOM

header.或者另存为中选择。读取是，如果没有设置自动检测UTF-8或者部分无BOM文件会无法正常显示。

5. Eclipse

如果设置了文件的编码问UTF-8，那么文件保存为无BOM格式。读取正常。

6. vi

指的是Linux 下的vim, 如果UTF-8 文件开头有BOM header, 其能够正常显示UTF-8

编码，否则，显示为乱码。

UltraEdit的主要问题

1. 如果新建一个文件，选择保存为UTF-8 无

BOM格式，如果数据中没有中文字符，或者harset=UTF-8，那么无论怎么保存，UE仍然会把文件保存为ANSI格式，这样，以后再加入中文的时

候编码方式也不会改变，这就会造成Java Build程序生成的脚本含有乱码。

2.

如果是正确的UTF-8无BOM格式，在前9205个字符中如果没有中文，那么UE会顽固的认为此文件是ANSI格式，所以导致文件中文乱码(测试版本UE

13.10a)。解决办法就是主动的在前9205个字符前加入一个中文字符。

3.

哭笑不得的UTF-8自动检测。在advanced->configuration->Unicode/UTF-8

Auto Check中有自动检测UTF-8的选项，如果选择，经分析UE将采用三种检测方式：

a) 文件编码的开头是否有【EF BB BF】字符(即BOM)，如果有则认为是UTF-8

b)

检查是否含有charset=UTF-8类似的文字，如果有，那么认为是UTF-8格式，这将导致以ANSI存储的文件乱码。

c)

如果是UTF-8无BOM格式的文档，UE会检查前9205个字符是否含有中文字符，如果有，如果没有则使用ANSI编码进行解析，造成后面的中文字符乱

码。如果这个时候强制的用UE转换为UTF-8，则乱上加乱，文件作废。对于本身是ANSI格式存储的文件，没有此检测，中文正常。

4. UE打开UTF-8的文件默认会转换为UTF-16，影响不大。

对于用户

1.

UE打开乱码的问题，在前9205字符中加入中文注释可以解决此问题，或者使用在UE的【文件】菜单中的【转换】->【UNICODE/UTF-8

到 UTF-8(Unicode编辑)】进行转换。

2. 不要使用UE来新建无中文的UTF-8无BOM文件。

3. 不要在已经乱码的文件中，删除乱码然后添加中文再保存。

4. 新建UTF-8无BOM文件可以使用Eclipse、Notepad++、EditPlus进行

5. 对于记事本保存的UTF-8脚本文件，Java

Build程序也是可以识别的，但是Java文件不能使用记事本编辑编辑器无法识别文件头的EF BB BF标记。