【发布时间】：2011-03-02 01:36:35
【问题描述】：
我的文本编辑器允许我以几种不同的字符格式进行编码 Ansi、UTF-8、UTF-8（无 BOM）、UTF-16LE 和 UTF-16BE。
它们有什么区别？
什么通常被认为是最好的格式（如果有区别，我会使用 Python）？
【问题讨论】：
【发布时间】：2011-03-02 01:36:35
【问题描述】：
Here。请注意，“ANSI”通常是 CP1252。
【讨论】：
UTF-8 No BOM 可能会让您获得最大的实用性。忘记 ANSI 和 ASCII 的存在吧，它们是被弃用的恐龙。
【讨论】：
- “Ansi”是用词不当，通常指的是当前平台上默认的某些 8 位编码（在“西方”Windows 安装中，通常为 Windows-1252）。它只支持一小组字符（最多 256 个不同的字符）。
- UTF-8 是一种可变长度、兼容 ASCII 的编码，能够存储任何和所有 Unicode 字符。对于应该支持所有 Unicode 字符的西方文本来说，这是一个不错的选择，在一般情况下也是一个非常可行的选择。
- “UTF-8 (no BOM)”是 Windows 在不写 Byte Order Marker 的情况下使用 UTF-8 的名称。由于 UTF-8 不需要 BOM，因此不应使用它，这将是正确的选择（几乎其他人都将此版本简称为“UTF-8”！）。李>
- UTF-16LE 和 UTF-16BE 是 Little Endian and Big Endian 版本的 UTF-16 编码。与 UTF-8 一样，UTF-16 能够表示任何 Unicode 字符，但它不兼容 ASCII。
一般而言，UTF-8 是一个很好的整体选择，并且具有广泛的兼容性（只要确保不要编写 BOM，因为这是大多数其他软件所期望的）。
如果您的大部分文本由非 ASCII 字符组成（即不使用基本的拉丁字母），UTF-16 可能会占用更少的空间。
“Ansi”仅应在您有特定需要与不支持 Unicode 的旧版应用程序交互时使用。
关于任何编码的重要一点是，它们是除了数据之外还需要进行通信的元数据。这意味着您必须知道某些字节流的编码才能正确地将其解释为文本。因此，您应该要么使用记录实际使用的编码的格式（XML 是这里的主要示例）或在给定的上下文中标准化单个编码并仅使用它。
例如，如果您开始一个软件项目，那么您可以指定您的所有源代码都采用给定的编码（同样：我建议使用 UTF-8）并坚持下去。
对于 Python 文件，有 a way to specify the encoding of your source files。
【讨论】：