我們通過在操作系統裏進行一些簡單的聯繫，可以加深對 Unicode 編碼這些基礎知識的理解和記憶。

Windows10 操作系統下，新建一個記事本文件，輸入 123ABCabc

默認的 encoding 格式為 UTF8：

使用 winhex 這款 16進制文件編輯器打開該記事本文件：

看到正文區域的 31 32 33 41 42 43 61 62 63。這些數字代表什麼含義？

UTF8 (Universal Character Set/Unicode Transformation Format) 是針對 Unicode 的一種可變長度字符編碼。它可以用來表示 Unicode 標準中的任何字符，而且其編碼中的第一個字節仍與 ASCII 相容，使得原來處理 ASCII 字符的軟件無須或只進行少部分修改後，便可繼續使用。

ASCII 是美國標準信息交換代碼（American Standard Code for Information Interchange）的縮寫, 為美國英語通信所設計。它由 128 個字符組成，包括大小寫字母、數字0-9、標點符號、非打印字符（換行符、製表符等4個）以及控制字符（退格、響鈴等）組成。

ascii 對照表可以從這個鏈接獲得。

其中數字 1，2，3 的 UTF8(ASCII) 編碼分別為 31，32和33：

大寫的 A B C 的 UTF8(ANSI) 編碼為 41 42 43，小寫字母為 61 62 63：

ENCODING 改成 ANSI:

winhex 中的內容不變。

記事本的 Encoding 改成 UTF8 with bom 之後：

winhex 文件內容的前部，多了三個EF BB BF

首先，BOM 的含義是 byte order mark，BOM（byte order mark）是為 UTF-16 和 UTF-32 準備的，用於標記字節序（byte order）。微軟在 UTF-8 中使用 BOM 是因為這樣可以把 UTF-8 和 ASCII 等編碼明確區分開。

可以把這個 EF BB BF 理解成一種特殊的標記符，用於顯式表明該文件的編碼為 UTF-8:

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

相應的，在記事本里將 encoding 改成 UTF-16(BE) 之後，文件頭就變成了 FE FF，並且以前的 31 32 33 變成了雙字節 00 31 00 32 00 33：

下面再試試中文。

在記事本里輸入一箇中文“汪”：
汪 UTF8

E6 B1 AA 這是漢字 汪 的三字節 Unicode 編碼，來自網站。

AA 佔一個字節，8位：1010 1010

UTF16-LE 6A6C

3A 代表冒號：

22 代表引號：

更多Jerry的原創文章，盡在："汪子熙":