读取unicode编码文件的乱码解决

本文介绍了ANSI、UNICODE、UNICODE big endian和UTF-8四种文本文件编码方式的区别,并以中文"你好"为例,详细解释了Unicode和UTF-8编码的工作原理。在处理Unicode编码文件时,读取文件流需指定encoding为unicodelittle,而写文件时,encoding指定为unicode会产生unicode big endian格式,需注意相应设置。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

首先,有必要了解下记事本文件的几种编码方式:

 


 

四种常见文本文件编码方式研究

ANSI、UNICODE 、UNICODE big endian、UTF-8四种格式编码存在差别,简要介绍如下:

ANSI编码:

无文件头(文件编码开头标志性字节)    

ANSI编码字母数字占一个字节,汉字占两个字节,

回车换行符 单字节   十六进制表示为0d  0a

 

UNICODE编码:

文件头,十六进制表示为FF FE

每一个字符都用两个字节编码

回车换行符  双字节   000d  000a

 

Unicode big endian编码:

文件头十六进制表示为FE FF ,

后面编码是把字符的高位放在前面,低位放在后面,正好和Unicode编码颠倒。

回车换行符,双字节,十六进制表示为0d00  0a00

 

UTF-8 编码:

文件头,十六进制表示为EF BB BF。

UTF-8是Unicode的一种变长字符编码,数字、字母、回车、换行都用一个字节表示,汉字占3个字节.

回车换行符,单字节,十六进制表示

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值