ANSI是什麼編碼？

時間 2019-11-18

標籤 ansi 什麼編碼欄目字符編碼简体版

原文原文鏈接

用Notepad++建立一個文本文件text.txt，其默認編碼格式爲ANSI（乍看之下，還覺得是ASCII呢），輸入漢字竟然不是亂碼：
php

保存爲test.txt，發送給你美國的同事Bob。他也用Notepad++，不幸的是，卻發現你的文件內容是這樣的：
html

也許你會認爲：你用的是中文系統，能正常顯示中文；他用的是英文系統，不能顯示中文！python

這麼想，好像頗有道理呢！windows

可是再細想一下：一個系統顯示亂碼，說明它不支持這種編碼格式（或者解碼方式不對）。難道英文系統不支持ANSI？難道ANSI是一種中文編碼？編輯器

若是你身邊有一個韓文系統，也裝一個Notepad++，默認仍是ANSI編碼，你能夠輸入「한국어」，發現也能正常顯示：

可是你要輸入「漢字」可能就會發現是亂碼了...編碼

經過這個反例，就能夠說明ANSI不是一種中文編碼。那麼，ANSI究竟是什麼編碼？命令行

用十六進制編輯器打開內容爲「漢字」的test.txt文件：

你會發現：其中baba和d7d6正好是「漢」和「字」兩個字的GBK編碼值。 3d

一樣，用十六進制編輯器打開內容爲「한국어」的test.txt文件：

你會發現：其中c7d一、b1b9和beee正好是「한」、「국」和「어」三個字符的EUC-KR編碼值。 code

由此能夠看出：其實ANSI並非某一種特定的字符編碼，而是在不一樣的系統中，ANSI表示不一樣的編碼。你的美國同事Bob的系統中ANSI編碼實際上是ASCII編碼（ASCII編碼不能表示漢字，因此漢字爲亂碼），而你的系統中（「漢字」正常顯示）ANSI編碼實際上是GBK編碼，而韓文系統中（「한국어」正常顯示）ANSI編碼實際上是EUC-KR編碼。htm

話說計算機是由美國佬搞出來的嘛，他們以爲一個字節（能夠表示256個編碼）表示英語世界裏全部的字母、數字和經常使用特殊符號已經綽綽有餘了（其實ASCII只用了前127個編碼）。後來歐洲人不幹了，法國人說：我須要在小寫字母加上變音符號（如：é），德國人說：我也要加幾個字母（Ä ä、Ö ö、Ü ü、ß）。因而，歐洲人就將ASCII沒用完的編碼（128-255）爲本身特有的符號編碼（後來稱之爲「擴展字符集」）。等到咱們中國人開始使用計算機的時候，尼瑪，256個編碼哪夠？我泱泱大中華，漢字起碼也得N多萬吧，就連小學生都得要求掌握兩三千字。國標局最後拍板：一個字節不夠，那咱們就用多個字節來爲漢字編碼吧，可是，國情那麼窮，字節那麼貴，三個字節傷不起，那就用倆字節吧，先給經常使用的幾千漢字編個碼，等之後國家強盛了人民富裕了，咱再擴展唄---因而GB2312就產生了。臺灣同胞一看，尼瑪，全是簡體字，還讓不讓咱們寫繁體字的活了，因而臺灣同胞也本身弄了個繁體字編碼---大五碼（Big-5）。同時，其它國家也在爲本身的文字編碼。最後，微軟苦逼了：顧客就是上帝啊，大家的編碼我都得知足啊，這樣吧，賣給美國國內的系統默認就用ASCII編碼吧，賣給中國人的系統默認就用GBK編碼吧，賣給韓國人的系統默認就用EUC-KR編碼，...可是爲了不大家誤會我賣給大家的系統功能有差別，我就統一把大家的默認編碼都顯示成ANSI吧。---本故事純屬虛構，但「ANSI編碼」確實只存在於Windows系統。

那麼Windows系統是如何區分ANSI背後的真實編碼的呢？

微軟用一個叫「Windows code pages」（在命令行下執行chcp命令能夠查看當前code page的值）的值來判斷系統默認編碼，好比：簡體中文的code page值爲936（它表示GBK編碼，win95以前表示GB2312，詳見：Microsoft Windows' Code Page 936），繁體中文的code page值爲950（表示Big-5編碼）。

咱們可否經過修改Windows code pages的值來改變「ANSI編碼」呢？

命令提示符下，咱們能夠經過chcp命令來修改當前終端的active code page，例如：
(1) 執行：chcp 437，code page改成437，當前終端的默認編碼就爲ASCII編碼了（漢字就成亂碼了）；
(2) 執行：chcp 936，code page改成936，當前終端的默認編碼就爲GBK編碼了（漢字又能正常顯示了）。
上面的操做只在當前終端起做用，並不會影響系統默認的「ANSI編碼」。（更改命令行默認codepage參看：設置cmd的codepage的方法）。

Windows下code page是根據當前系統區域（locale）來設置的，要想修改系統默認的「ANSI編碼」，咱們能夠經過修改系統區域來實現（「控制面板」 =>「時鐘、語言和區域」=>「區域和語言」=>「管理」=>「更改系統區域設置...」）：

圖中的系統locale爲簡體中文，意味着當前「ANSI編碼」實際是GBK編碼。當你把它改爲Korean(Korea)時，「ANSI編碼」實際是EUC-KR編碼，「한국어」就能正常顯示了；當你把它改爲English(US)時，「ANSI編碼」實際是ASCII編碼，「漢字」和「한국어」都成亂碼了。（改了以後須要重啓系統的。。。）

說明：locale是國際化與本地化中重要的概念，本文不深刻講解該內容。

你上面說的都是windows的情形吧，Linux呢？

將前述內容爲「漢字」的文件test.txt拷貝至Linux下，用Emacs打開：

也是亂碼！緣由也是locale的問題：

更改locale後再打開：

正常顯示了。。。

參考：