ANSI是什么編碼？

時間：2020-09-22 09:41:11

關(guān)鍵字： ansi 嵌入式

手機(jī)看文章

掃描二維碼
隨時隨地手機(jī)看文章

[導(dǎo)讀]用Notepad++創(chuàng)建一個文本文件text.txt，其默認(rèn)編碼格式為ANSI（乍看之下，還以為是ASCII呢），輸入漢字居然不是亂碼。

原文：http://www.cnblogs.com/malecrab/p/5300486.html

用Notepad++創(chuàng)建一個文本文件text.txt，其默認(rèn)編碼格式為ANSI（乍看之下，還以為是ASCII呢），輸入漢字居然不是亂碼：

保存為test.txt，發(fā)送給你美國的同事Bob。他也用Notepad++，不幸的是，卻發(fā)現(xiàn)你的文件內(nèi)容是這樣的：

也許你會認(rèn)為：你用的是中文系統(tǒng)，能正常顯示中文；他用的是英文系統(tǒng)，不能顯示中文！

這么想，好像很有道理呢！

但是再細(xì)想一下：一個系統(tǒng)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(tǒng)不支持ANSI？難道ANSI是一種中文編碼？

如果你身邊有一個韓文系統(tǒng)，也裝一個Notepad++，默認(rèn)還是ANSI編碼，你可以輸入“???”，發(fā)現(xiàn)也能正常顯示：

但是你要輸入“漢字”可能就會發(fā)現(xiàn)是亂碼了...

通過這個反例，就可以說明ANSI不是一種中文編碼。那么，ANSI到底是什么編碼？

用十六進(jìn)制編輯器打開內(nèi)容為“漢字”的test.txt文件：?

你會發(fā)現(xiàn)：其中baba和d7d6正好是“漢”和“字”兩個字的GBK編碼值。

同樣，用十六進(jìn)制編輯器打開內(nèi)容為“???”的test.txt文件：
你會發(fā)現(xiàn)：其中c7d1、b1b9和beee正好是“?”、“?”和“?”三個字符的EUC-KR編碼值。

由此可以看出：其實(shí)ANSI并不是某一種特定的字符編碼，而是在不同的系統(tǒng)中，ANSI表示不同的編碼。你的美國同事Bob的系統(tǒng)中ANSI編碼其實(shí)是ASCII編碼（ASCII編碼不能表示漢字，所以漢字為亂碼），而你的系統(tǒng)中（“漢字”正常顯示）ANSI編碼其實(shí)是GBK編碼，而韓文系統(tǒng)中（“???”正常顯示）ANSI編碼其實(shí)是EUC-KR編碼。

話說計算機(jī)是由美國搞出來的嘛，他們覺得一個字節(jié)（可以表示256個編碼）表示英語世界里所有的字母、數(shù)字和常用特殊符號已經(jīng)綽綽有余了（其實(shí)ASCII只用了前127個編碼）。

后來歐洲人不干了，法國人說：我需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（? ?、? ?、ü ü、?）。于是，歐洲人就將ASCII沒用完的編碼（128-255）為自己特有的符號編碼（后來稱之為“擴(kuò)展字符集”）。

等到我們中國人開始使用計算機(jī)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(xué)生都得要求掌握兩三千字。國標(biāo)局最后拍板：一個字節(jié)不夠，那我們就用多個字節(jié)來為漢字編碼吧，但是，國情那么窮，字節(jié)那么貴，三個字節(jié)傷不起，那就用倆字節(jié)吧，先給常用的幾千漢字編個碼，等以后國家強(qiáng)盛了人民富裕了，咱再擴(kuò)展唄---于是GB2312就產(chǎn)生了。

臺灣同胞一看，尼瑪，全是簡體字，還讓不讓我們寫繁體字的活了，于是臺灣同胞也自己弄了個繁體字編碼---大五碼（Big-5）。同時，其它國家也在為自己的文字編碼。最后，微軟苦逼了：顧客就是上帝啊，你們的編碼我都得滿足啊.

這樣吧，賣給美國國內(nèi)的系統(tǒng)默認(rèn)就用ASCII編碼吧，賣給中國人的系統(tǒng)默認(rèn)就用GBK編碼吧，賣給韓國人的系統(tǒng)默認(rèn)就用EUC-KR編碼，但是為了避免你們誤會我賣給你們的系統(tǒng)功能有差異，我就統(tǒng)一把你們的默認(rèn)編碼都顯示成ANSI吧。---本故事純屬虛構(gòu)，但“ANSI編碼”確實(shí)只存在于Windows系統(tǒng)。

那么Windows系統(tǒng)是如何區(qū)分ANSI背后的真實(shí)編碼的呢？

微軟用一個叫“Windows code pages”（在命令行下執(zhí)行chcp命令可以查看當(dāng)前code page的值）的值來判斷系統(tǒng)默認(rèn)編碼，比如：簡體中文的code page值為936（它表示GBK編碼，win95之前表示GB2312，詳見：Microsoft Windows' Code Page 936），繁體中文的code page值為950（表示Big-5編碼）。

我們能否通過修改Windows code pages的值來改變“ANSI編碼”呢？

命令提示符下，我們可以通過chcp命令來修改當(dāng)前終端的active code page，例如：
? ?(1) 執(zhí)行：chcp 437，code page改為437，當(dāng)前終端的默認(rèn)編碼就為ASCII編碼了（漢字就成亂碼了）；
? ?(2) 執(zhí)行：chcp 936，code page改為936，當(dāng)前終端的默認(rèn)編碼就為GBK編碼了（漢字又能正常顯示了）。
? 上面的操作只在當(dāng)前終端起作用，并不會影響系統(tǒng)默認(rèn)的“ANSI編碼”。（更改命令行默認(rèn)codepage參看：設(shè)置cmd的codepage的方法）。

Windows下code page是根據(jù)當(dāng)前系統(tǒng)區(qū)域（locale）來設(shè)置的，要想修改系統(tǒng)默認(rèn)的“ANSI編碼”，我們可以通過修改系統(tǒng)區(qū)域來實(shí)現(xiàn)（“控制面板” =>“時鐘、語言和區(qū)域”=>“區(qū)域和語言”=>“管理”=>“更改系統(tǒng)區(qū)域設(shè)置...”）：

圖中的系統(tǒng)locale為簡體中文，意味著當(dāng)前“ANSI編碼”實(shí)際是GBK編碼。當(dāng)你把它改成Korean(Korea)時，“ANSI編碼”實(shí)際是EUC-KR編碼，“???”就能正常顯示了；當(dāng)你把它改成English(US)時，“ANSI編碼”實(shí)際是ASCII編碼，“漢字”和“???”都成亂碼了。（改了之后需要重啟系統(tǒng)的。。。）

說明：locale是國際化與本地化中重要的概念，本文不深入講解該內(nèi)容。

你上面說的都是windows的情形吧，Linux呢？

將前述內(nèi)容為“漢字”的文件test.txt拷貝至Linux下，用Emacs打開：

也是亂碼！原因也是locale的問題：

更改locale后再打開：
正常顯示了。。。

? ?參考：