關於ANSI,unicode與utf-8的區別

非常好的一篇文章，值得一看，特轉之

關於編碼ansi、GB2312、unicode與utf-8的區別

先做一個小小的試驗：

在一個資料夾裡，把一個txt文字（文本里包含“今天的天氣非常好”這句話）分別另存為ansi、unicode、utf-8這三種編碼的txt檔案。然後，在該資料夾上點選右鍵，選擇“搜尋(E)…”。 

搜尋“天氣”二字，可以搜尋出ansi和unicode這兩種編碼的txt檔案，搜尋不出utf-8編碼的檔案。

原因：

1.中文作業系統預設ansi編碼，生成的txt檔案預設為ansi編碼，所以，可以搜尋出來。

2.unicode是國際通用編碼，所以，可以搜尋出來。

3.utf-8編碼是unicode編碼在網路之間（主要是網頁）傳輸時的一種“變通”和“橋樑”編碼。utf-8在網路之間傳輸時可以節約資料量。所以，使用作業系統無法搜尋出txt文字。

按照utf-8創始人的願望：

端（unicode）——傳輸（utf-8）——端（unicode）

但是，後來，許多網站開發者在開發網頁時直接使用utf-8編碼。

端（utf-8）——傳輸（utf-8）——端（utf-8）

所以，在瀏覽器上看到的編碼是：unicode（utf-8）。正因為在瀏覽器上這麼並列地列出unicode（utf-8），造成許多網友（甚至不少程式設計師）誤認為unicode=utf-8。其實，按照utf-8創始人的原意，在開發網頁時使用utf-8編碼是錯誤的做法，並且，早期的瀏覽器也不支援解析utf-8編碼。但是，眾人的力量是巨大的，微軟不得不“趨炎附勢”，在瀏覽器上支援解析utf-8編碼。

問題是：utf-8編碼影響了網站開發者，或者說，網站開發者“擴充套件”了utf-8編碼的使用範圍。但是，網站開發者仍然無法影響各類文件的開發者，所以，word文件和一些國際通用的文件仍然使用unicode編碼而不使用utf-8編碼。

比如：“嚴”的Unicode碼是4E25，UTF-8編碼是E4B8A5，兩者是不一樣的。

在中文和日文作業系統裡生成的（txt和xml）檔案的編碼雖然都是ansi，但是，在簡體中文系統下，ansi 編碼代表 GB2312 編碼，在日文作業系統下，ansi 編碼代表 JIS 編碼。不同 ansi 編碼之間互不相容，當資訊在國際間交流時，無法將屬於兩種語言的文字，儲存在同一段 ansi 編碼的文字中。

結論：國際文件（txt和xml）使用unicode編碼是正宗做法；作業系統和瀏覽器都能夠“理解”unicode編碼。瀏覽器“迫於壓力”才“理解”utf-8編碼。但是，作業系統有時只認unicode編碼。

Unicode與Unicode big endian的區別：你吃雞蛋時先吃小頭還是先吃大頭？Unicode與Unicode big endian的區別就是在編碼時小頭優先與大頭優先的區別。“隨波逐流”使用Unicode就OK了