java写⼊⽂件编码格式为ansi_ANSI是什么编码？
作者：malecrab
本⽂字数：2246，阅读时长：3分钟
⽤Notepad++创建⼀个⽂本⽂件，其默认编码格式为ANSI(乍看之下，还以为是ASCII呢)，输⼊汉字居然不是乱码：
保存为，发送给你美国的同事Bob。他也⽤Notepad++，不幸的是，却发现你的⽂件内容是这样的：
java语言使用的字符码集是也许你会认为：你⽤的是中⽂系统，能正常显⽰中⽂；他⽤的是英⽂系统，不能显⽰中⽂！
这么想，好像很有道理呢！
但是再细想⼀下：⼀个系统显⽰乱码，说明它不⽀持这种编码格式(或者解码⽅式不对)。难道英⽂系统不⽀持ANSI？难道ANSI是⼀种中⽂编码？
如果你⾝边有⼀个韩⽂系统，也装⼀个Notepad++，默认还是ANSI编码，你可以输⼊“  ”，发现也能正常显⽰：
但是你要输⼊“汉字”可能就会发现是乱码了...
通过这个反例，就可以说明ANSI不是⼀种中⽂编码。那么，ANSI到底是什么编码？
⽤⼗六进制编辑器打开内容为“汉字”的⽂件：
你会发现：其中baba和d7d6正好是“汉”和“字”两个字的GBK编码值。
同样，⽤⼗六进制编辑器打开内容为“  ”的⽂件：
你会发现：其中c7d1、b1b9和beee正好是“ ”、“ ”和“ ”三个字符的EUC-KR编码值。
由此可以看出：其实ANSI并不是某⼀种特定的字符编码，⽽是在不同的系统中，ANSI表⽰不同的编码。你的美国同事Bob的系统中ANSI编码其实是ASCII编码(ASCII编码不能表⽰汉字，所以汉字为乱码)，⽽你的系统中(“汉字”正常显⽰)ANSI编码其实是GBK编码，⽽韩⽂系统中(“  ”正常显⽰)ANSI编码其实是EUC-KR编码。
话说计算机是由美国佬搞出来的嘛，他们觉得⼀个字节(可以表⽰256个编码)表⽰英语世界⾥所有的字母、数字和常⽤特殊符号已经绰绰有余了(其实ASCII只⽤了前127个编码)。后来欧洲⼈不⼲了，法国⼈说：我需要在⼩写字母加上变⾳符号(如：é)，德国⼈说：我也要加⼏个字母(Ää、Öö、Ü ü、ß)。于是，欧洲⼈就将ASCII没⽤完的编码(128-255)为⾃⼰特有的符号编码(后来称之为“扩展字符集”)。等到我们中国⼈开始使⽤计算机的时候，，256个编码哪够？我泱泱⼤中华，汉字起码也得N多万吧，就连⼩学⽣都得要求掌握两三千字。国标局最后拍板：⼀个字节不够，那我们就⽤多个字节来为汉字编码吧，但是，国情那么穷，字节那么贵，三个字节伤不起，那就⽤俩字节吧，先给常⽤的⼏千汉字
编个码，等以后国家强盛了⼈民富裕了，咱再扩展呗---于是GB2312就产⽣了。台湾同胞⼀看，，全是简体字，还让不让我们写繁体字的活了，于是台湾同胞也⾃⼰弄了个繁体字编码---⼤五码(Big-5)。同时，其它国家也在为⾃⼰的⽂字编码。最后，微软苦逼了：顾客就是上帝啊，你们的编码我都得满⾜啊，这样吧，卖给美国国内的系统默认就⽤ASCII编码吧，卖给中国⼈的系统默认就⽤GBK编码吧，卖给韩国⼈的系统默认就⽤EUC-KR编码，...但是为了避免你们误会我卖给你们的系统功能有差异，我就统⼀把你们的默认编码都显⽰成ANSI吧。---本故事纯属虚构，但“ANSI编码”确实只存在于Windows系统。
那么Windows系统是如何区分ANSI背后的真实编码的呢？
微软⽤⼀个叫“Windows code pages”(在命令⾏下执⾏chcp命令可以查看当前code page的值)的值来判断系统默认编码，⽐如：简体中⽂的code page值为936(它表⽰GBK编码，win95之前表⽰GB2312，详见：Microsoft Windows' Code Page 936)，繁体中⽂的code page值为950(表⽰Big-5编码)。
我们能否通过修改Windows code pages的值来改变“ANSI编码”呢？
命令提⽰符下，我们可以通过chcp命令来修改当前终端的active code page，例如：
(1) 执⾏：chcp 437，code page改为437，当前终端的默认编码就为ASCII编码了(汉字就成乱码了)；
(2) 执⾏：chcp 936，code page改为936，当前终端的默认编码就为GBK编码了(汉字⼜能正常显⽰了)。
上⾯的操作只在当前终端起作⽤，并不会影响系统默认的“ANSI编码”。(更改命令⾏默认codepage参看：设置cmd的codepage的⽅法)。
Windows下code page是根据当前系统区域(locale)来设置的，要想修改系统默认的“ANSI编码”，我们可以通过修改系统区域来实现(“控制⾯板” =>“时钟、语⾔和区域”=>“区域和语⾔”=>“管理”=>“更改系统区域设置...”)：
图中的系统locale为简体中⽂，意味着当前“ANSI编码”实际是GBK编码。当你把它改成Korean(Korea)时，“ANSI编码”实际是EUC-KR编码，“  ”就能正常显⽰了；当你把它改成English(US)时，“ANSI编码”实际是ASCII编码，“汉字”和“  ”都成乱码了。(改了之后需要重启系统的。。。)
说明：locale是国际化与本地化中重要的概念，本⽂不深⼊讲解该内容。
你上⾯说的都是windows的情形吧，Linux呢？
将前述内容为“汉字”的⽂件拷贝⾄Linux下，⽤Emacs打开：
也是乱码！原因也是locale的问题：
更改locale后再打开：
「新品⾸发」STM32MP157开发板⽕爆预售！⾸批仅300套

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。