记事本乱码的原因

 

摘自：http://bbs.pediy.com/showthread.php?t=94230

 

问题：

如果你的电脑操作系统是win2000或winxp的话，那么：
1、在桌面上点右键，选择新建 - 文本文档；  
2、打开“新建 文本文档“，录入“移动“两字后存盘退出；  
3、重新打开“新建 文本文档“，看到什么了？  
4、是不是刚刚录入的“移动“两字？
又来
1、在桌面上点右键，选择新建 - 文本文档； 
2、打开“新建 文本文档“，录入“联通“两字后存盘退出；
3、重新打开“新建 文本文档“，看到什么了？
4、是不是刚刚录入的“联通“两字不见了，取而代之是个烧焦的手机电池的模样？

请这里的高手解释一下为什么会这样?

 

解答：

晕..这个由于GB2312中文编码和UTF8编码产生混淆了..

这个问题主要涉及编码转换以及编排规则问题..
"联通"的内码是： 
c1 1100 0001 
aa 1010 1010 
cd 1100 1101 
a8 1010 1000 
注意第一二个字节、第三四个字节的起始部分的都是"110"和"10"，正好与UTF8规则里的两字节模板是一致的，于是再次打开记事本时，记事本就误认为这是一个UTF8编码的文件，让我们把第一个字节的110和第二个字节的10去掉，我们就得到了"00001 101010"，再把各位对齐，补上前导的0，就得到了"0000 0000 0110 1010"，不好意思，这是UNICODE的006A，也就是小写的字母"j"，而之后的两字节用UTF8解码之后是0368，这个字符什么也不是。这就是只有"联通"两个字的文件没有办法在记事本里正常显示的原因。