写这篇文章的起因是这么一个问题：我们在使用和安装Windows程序时，有时会看到以“2052”、“1033”这些数字为名的文件夹，这些数字似乎和字符集有关，但它们究竟是什么意思呢？研究这个问题的同时，又会遇到其它问题。我们会谈到Windows的内部架构、Win32 API的A/W函数、Locale、ANSI代码页、与字符编码有关的编译参数、MBCS和Unicode程序、资源和乱码等，一起经历这

安装程序（例如Acrobat）的乱码问题1 问题和解决办法前天，在单位装过Acrobat 7.0（转换PDF时可以自动建立索引、链接），回家也想装一下。但执行安装程序时出现乱码。奇怪，单位装是好的啊。我当时没想明白怎么回事。昨天又找到Acrobat 8.0在家里安装，执行安装程序时还是出现乱码。上网查一下，才知道原因。原来这是因为我安装、使用过AppLocale。只要将“C:/WI

cnbook/TextPro6应用1：“字符实体”类型邮件乱码的分析假设你收到一封邮件，邮件的内容是：À´ÐÅÊÕµ½£¬Ð»Ð»你能分析出这封邮件其实是在说“来信收到，谢谢”吗？本文讨论了这种乱码的由来，介绍了一种简单的解码方法

CodeView：快速查看文本编码最近写了一个查看文本编码的小工具CodeView，发布出来与大家共享。CodeView是免费、绿色软件，大家可以自由使用。我在工作中经常需要查看几个字的编码，或者查看几个编码对应的字符，所以写了这个工具。用户可以在文本栏输入文本，或者在编码栏输入对应的编码。在您输入的同时，其它各栏会同步变化。输入编码格式是固定的：必须用两个16进制数字表示一个字节。每

GB18030编码研究以及GBK、GB18030与Unicode的映射GB18030有两个版本：GB18030-2000和GB18030-2005。在本文中，没有指明版本的GB18030是指GB18030-2005。本文讨论了以下问题： GB2312有682个图形符号，都放在1区。GBK的1区有717个图形符号，5区有166个图形符号，一共有883个图形符号。GB18030的1区

GB18030有两个版本：GB18030-2000和GB18030-2005。GB18030-2000是GBK的取代版本，它的主要特点是在GBK基础上增加了CJK统一汉字扩充A的汉字。GB18030-2005的主要特点是在GB18030-2000基础上增加了CJK统一汉字扩充B的汉字。本文数一数GB18030中的汉字，也顺便看看其它标准中的汉字。 1 Unicode中的汉字在Unicode

浅谈文字编码和Unicode（下）3 字符编码模型程序员经常会面对复杂的问题，而降低复杂性的最简单的方法就是分而治之。Peter Constable在他的文章"Character set encoding basics Understanding character set encodings and legacy encodings"中描述了字符编码的四层模型。我觉得这种说法确实可以更清

浅谈文字编码和Unicode（上）我曾经写过一篇《谈谈Unicode编码，简要解释UCS、UTF、BMP、BOM等名词》（以下简称《谈谈Unicode编码》），在网上流传较广，我也收到不少朋友的反馈。本文探讨《谈谈Unicode编码》中未介绍或介绍较少的代码页、Surrogates等问题，补充一些Unicode资料，顺带介绍一下我最近编写的一个Unicode工具：UniToy。本文虽然是前文的

这是一篇程序员写给程序员的趣味读物。所谓趣味是指可以比较轻松地了解一些原来不清楚的概念，增进知识，类似于打RPG游戏的升级。整理这篇文章的动机是两个问题：问题一： 使用Windows记事本的“另存为”，可以在GBK、Unicode、Unicode big endian和UTF-8这几种编码方式间相互转换。同样是txt文件，Windows是怎样识别编码方式的呢？我很早前就发现Unicod