字符编码实例学习

    为了理解GBK、Unicode、UTF-8 等各种格式编码，我们来做一个试验，用WIN7自带的记事本写如下文字：

      再接着用另存功能，分别用ANSI、Unicode big endian、Unicode、UTF-8保存为文件hzbm_ans.txt、hzbm_ucb.txt、hzbm_ucd.txt、hzbm_utf.txt。 

      再用SHELL下的debug 工具查看文件的原始内容，大体可以看出来：ANSI格式，汉字用的是GBK编码，其中英文1字节、汉字2字节； Unicode和UTF-8格式，本质上都是Unicode 编码，即2字节表示一个中英文符，只不过UTF-8对Unicode做了一个转换，ASCII字符用1个字节表示，中文用两个字符表示，具体转换方式见第一张图片描述。

另外，Unicode文件以标志FE FF 开头，可以注意到，UTF-8文件把标志FE FF 做了转换。

Unicode有两种格式，一种是主机字节序(小尾)，另一种是大字节序(Unicode big endian)。

原始内容图中，从红色圈住的部分，可以看出“编”字的不同编码方式。

一般而言，UTF-8 格式会成为互联网上的主流编码方式。