几种编码的对比：ASCII，Unicode，ANSI，UTF－8

ASCII：用单字节表示，共有128个ASCII字符，最高位总为0


Unicode：用双字节表示，可表示65000个字符，以Unicode编码的文件包含一个文件头“FFFE”，彼此来表示该文件的编码格式为Unicode


当用Unicode编码来表示ASCII码字符时，高八位为00, 所以如果一个Unicode字符的高八位为00时，将其低八位按照ASCII编码解码；反之，则按非ASCII码解码。


如果一个文件中的字符都是ASCII码字符，却采用Unicode编码时，该文件的大小将翻倍，这样非常浪费空间，而ANSI可以避免这个问题


ANSI：对ASCII字符采用单字节表示，对Unicode字符采用双字节表示。
那么ANSI是怎样区分一个字符是双字节还是单字节呢？前面我们提到了ASCII字符的最高位为0, 所以当读到一个字节最高位为0时，则将该字节按ASCII解码；而如果最高位为1,说明该字符是双字节，需要等到读入下一个字节，再一起按照Unicode解码


Windows系统在处理Unicode是按照little endian的方式处理，即先处理低八位，再处理高八位，其他的系统可能相反；而ANSI不存在这种问题，始终是先处理高八位，再处理低八位。Unicode big endian和ANSI的处理顺序相同。


UTF－8：是使用最广的一种实现Unicode的方式，使用一到四个字节表示，变长。它的编码规则是：
（1）单字节的字符的编码就是其ASCII码 （最高位为0）
（2）对于长于一个字节的符号，假设有n（n>1）个字节，第一个字节的前n位设为1, 接下来是一个0, 剩余的字节的前两位均设为10. 剩余的位数用于存放该字符的Unicode编码，将该Unicode编码填入剩余位时，按照从右向左的顺序填写，多出的位填0.


尽管ANSI和UTF－8都可以用于表示ASCII和Unicode编码的混合字符集，但是UTF－8应用更广泛，更灵活，比ANSI表示的范围更广，并且UTF－8的规则统一，而在不同的操作系统下，ANSI编码不同，这些不同的ANSI编码之间不兼容。