微软本着顾客就是上帝的原则，就把卖给中国人的有系统默认使用GBK编码，卖给韩国人的系统默认使用EUC-KR编码，其他国家也是如此。

但是为了避免广大消费者误会卖给我们的系统功能有差异，微软就把统一默认编码都显示成ANSI。

在我们的电脑里面，ANSI也就是我们的GBK系列的编码，当我们用记事本另存的时候在下面就可以看到。

【资料图】

关于这个记事本，有个很注明的奇怪现象，当你在windows的记事本里新建一个文件，输入联通这两个字后，保存，关闭。

然后再次打开，你会发现这两个字变成了乱码。

有人说这就是联通之所以干不过移动的原因，其实这是因为GBK编码与UTF-8编码产生了编码冲撞的原因。

UnicodeUTF-80000 - 007F0XXXXXXX0080 - 07FF110XXXXX 10XXXXXX0800 - FFFF1110XXXX 10XXXXXX 10XXXXXX

上面这一段就是从Unicode到UTF-8的转换规则。当然是按十六进制分的。

Unicode编码中从0000到007F，对应UTF-8中的二进制编码，就是以0开头，占用一个字节。

Unicode编码中从0080到07FF这段编码对应的是UTF-8中的110开头的一个字节，10开头的一个字节，两个字节

0800到FFFF这段编码，对应的是UTF-8中的1110开头的1个字节，10开头的一个字节，还有一个10开头的一个字节，这里要用三个字节。

列入仙这个字，Unicode编码是4ED9,4ED9在0800和FFFF之间，所以需要这个三个字节的模板。

4ED9转换成二进制是0100 1110 1101 1001 ，把这个比特流按三字节模板拆，就变成了这样，依次替换模板中的X，得到1110-0100 10-111011 10-011001。

再转成16进制，就变成了E4BB99。

仙---->4ED9---->1110-0100 10-111011 10-011001 1110-0100 10-111011 10-011001--->E4BB99

这其实就是UTF-8的编码，而当你新建一个文本文件时，记事本编码默认是ANSI，前面我们说过ANSI在我们电脑里其实就是GB系列编码方式。

在这种编码下，联通的内码是：C1AA CDA8.这也是16进制的。

前面我们学进制转换的时候知道，每四位二进制可以转换成1位十六进制，也就是说每两位十六进制就是一个字节。

C1就是第一个字节，转成二进制就是110 0001。

AA是第二个字节，转成二进制就是1010 1010。

CD是第三个字节，转成二进制就是1100 1101。

A8是第四个字节，转成二进制是1010 1000。

C1--->1100 0001AA--->1010 1010 CD--->1100 1101A8--->1010 1000

我们来看第三四个字节的开头部分，都是110和10，正好与UTF-8规则里的两字节模板是一致的。

于是再次打开这个文件的时候，及时本会自动识别编码方式，它就误认为这是一个UTF-8编码的文件，会把第一个字节的110和第二个字节的10去掉。于是就得到了00001 101010。

再把各位对齐，补上前面的0，就得到了0000 0000 0110 1010，这个二进制就转成十六进制就变成了006A。

Unicode的006A也就是小写的字母j，而之后的两个字节用UTF-8解码之后是0368，这个字符什么也不是。

0000 0000 0110 1010--->006A--->j0000 0011 0110 1000--->0368--->不存在

这就是联通两个字的文件没有办法在记事本里正常显示的原因。如果你在联通后面输入几个字，其他的字的编码不见得有恰好是110和10开始的字节，这样再次打开时记事本就不会坚持这是一个UTF-8编码的文件。

而会用ANSI的方式解读，这是乱码就不会出现了。

关键词：