通过在操作系统中实际操作，学习和理解 Unicode 编码相关知识

我们通过在操作系统里进行一些简单的联系，可以加深对 Unicode 编码这些基础知识的理解和记忆。

Windows10 操作系统下，新建一个记事本文件，输入 123ABCabc

默认的 encoding 格式为 UTF8：

使用 winhex 这款 16进制文件编辑器打开该记事本文件：

看到正文区域的 31 32 33 41 42 43 61 62 63。这些数字代表什么含义？

UTF8 (Universal Character Set/Unicode Transformation Format) 是针对 Unicode 的一种可变长度字符编码。它可以用来表示 Unicode 标准中的任何字符，而且其编码中的第一个字节仍与 ASCII 相容，使得原来处理 ASCII 字符的软件无须或只进行少部分修改后，便可继续使用。

ASCII 是美国标准信息交换代码（American Standard Code for Information Interchange）的缩写, 为美国英语通信所设计。它由 128 个字符组成，包括大小写字母、数字0-9、标点符号、非打印字符（换行符、制表符等4个）以及控制字符（退格、响铃等）组成。

ascii 对照表可以从这个链接获得。

其中数字 1，2，3 的 UTF8(ASCII) 编码分别为 31，32和33：

大写的 A B C 的 UTF8(ANSI) 编码为 41 42 43，小写字母为 61 62 63：

ENCODING 改成 ANSI:

winhex 中的内容不变。

记事本的 Encoding 改成 UTF8 with bom 之后：

winhex 文件内容的前部，多了三个EF BB BF

首先，BOM 的含义是 byte order mark，BOM（byte order mark）是为 UTF-16 和 UTF-32 准备的，用于标记字节序（byte order）。微软在 UTF-8 中使用 BOM 是因为这样可以把 UTF-8 和 ASCII 等编码明确区分开。

可以把这个 EF BB BF 理解成一种特殊的标记符，用于显式表明该文件的编码为 UTF-8:

https://en.wikipedia.org/wiki...

相应的，在记事本里将 encoding 改成 UTF-16(BE) 之后，文件头就变成了 FE FF，并且以前的 31 32 33 变成了双字节 00 31 00 32 00 33：

下面再试试中文。

在记事本里输入一个中文“汪”：
汪 UTF8

E6 B1 AA 这是汉字 汪 的三字节 Unicode 编码，来自网站。

AA 占一个字节，8位：1010 1010

UTF16-LE 6A6C

3A 代表冒号：

22 代表引号：

更多Jerry的原创文章，尽在："汪子熙":