各种文件编码

碰到过好多次文件编码问题了，但还是一直没搞得很清楚，在此做些整理。

在http://blog.csdn.net/lvxiangan/article/details/8151670

总体来讲，编码的发展历程是

ansi（ascii）：英文标准码0-127，包括控制符和其他英文字符编码，这在后来一直统一没再变过，当然它只需要一个字节保存

gb2312和gbk：这两个是ancii码加上汉字的扩展，汉字多达10万，在ancii编码基础上再加一个字节表示汉字，共可表示字符65535个，包括了繁体字。因此一个中文字符包含两个字节。eclipse中默认编码方式为gbk。在Windows中文系统中ANSI是默认的编码方

式。对于英文文件是ASCII编码，对于简体中文文件是GB2312编码。

Unicode编码：顾名思义，这是国际统一标准编码，在这之前各国标准编码不统一，微软等公司需要为各国的计算机系统定制符合不同编码标准的系统，显然，成本太高，并且互联网的出现让不同编码标准的计算机交互变得困难，如：两国的邮件系统，会因为

使用不同的编码标准而导致接受方收到的邮件是乱码。

utf-8和utf-16编码：UTF的意思是（UCS Transfer Format），显然是随着互联网的出现，需要解决Unicode在网络上的传输问题。顾名思义，UTF8就是每次8个位传输数据，而UTF16就是每次16个位，只不过为了传输时的可靠性，从UNICODE到UTF时并不是直

接的对应，而是要过一些算法和规则来转换。UTF-8就是在互联网上使用最广的一种unicode的实现方式。

从UNICODE到UTF8的转换规则：

　　Unicode

　　UTF-8

　　0000 - 007F

　　0xxxxxxx

　　0080 - 07FF

　　110xxxxx 10xxxxxx

　　0800 - FFFF

　　1110xxxx 10xxxxxx 10xxxxxx