编码

　　

 

原先Windows上的Unicode指的是UTF-16LE且带有BOM，后来Unicode有了SIP、TIP平面，现在有U+2CC56这样的编码超出了原先Unicode只在BMP平面表示的范围，但UTF-32能使用四个字节完整表示一个字符如0002CC56，UTF-16则需要用两个字符D873 DC56来表示上述的编码U+2CC56。

如果是为了跨平台兼容性，只需要知道，在 Windows 记事本的语境中：

• 所谓的「ANSI」指的是对应当前系统 locale 的遗留（legacy）编码，中文系统下一般指GBK和GB18030
• 所谓的「Unicode」指的是带有 BOM 的小端序 UTF-16。
• 所谓的「UTF-8」指的是带 BOM 的 UTF-8。MacOS不带BOM。

UTF-16 能够清晰的表示使用两个字节的常用汉字，例如4DAE，但使用四个字节的汉字需要使用两个UTF-16字符表示，如D873 DC56。
UTF-8 本来是兼容性最好的编码，但 Windows 偏要加 BOM 于是在其他系统打开显示时经常出问题。

图片上的Windows系统的编码方式名称应该是纠正过来的正确名称。不能保存应该是没有输入文件名。

早期，把UTF-16称为Unicode，是因为那时UTF-16的2个字节四位16进制编码几乎能和Unicode的编码清晰对应。啊的Unicode是554A，它的UTF-16大端序编码也是554A，几乎是相同的。但后来有了SIP平面和TIP平面就不相同了，例如Unicode的编码30EDE，其大端序的UTF-16编码则是D883 DEDE，就产生了区别。

 

 

 

https://www.w3.org/International/articles/definitions-characters/

 

https://www.ruanyifeng.com/blog/2014/12/unicode.html