UC知道unicode中不明白的问题
来源：百度知道 编辑：UC知道 时间：2024/06/25 15:52:45
最近在设计一个软件（用java语言做）：要区分出文件是哪种unicode的实现方式
现在知道unicode分为六种实现方式：
1.UTF-8
2.UTF-8不带BOM的
3.UTF-16LE
4.UTF-16BE
5.UTF-16LE不带BOM
6.UTF-16BE不带BOM
现在如果要区分的话1.3.4这三种都能实现了，因为它们都带BOM，有这个标志，就很好区分了！但剩下的三种就不好区分了
“UTF-16LE”和“UTF-16LE不带BOM”的区别仅仅是文件的开头没有FF FE？
还有“UTF-16BE”和“UTF-16BE不带BOM”的区别仅仅是文件的开头没有FE FF？
但如果真是这样的话，为何要有这样的差别呢？只存在带BOM的UTF-16不就很好用吗，只看前面的BOM就能区别出此文件是哪种实现方式!
我的软件的设计思路是检查前面的BOM情况就能判断出1.3.4这三种情况，但是不带BOM的实在是不知道怎么实现了！请高手不吝指教啊！指明实现的思路或者是提供一个实现的类的方法！谢谢啊！
还有一个问题：现在知道unicode和ANSI是两种不同的编码集！但是不知道ISO和它们的关系是什么，ANSI和ISO的关系，有时候想看一个文件的encoding，出现UTF-16BE，UTF-16LE，UTF-8这三种格式完全可以接受（可能对unicode比较容易接受吧，标准太多太杂了，就喜欢unicode），但是有些结果却是ISO-8859-1，ISO-8859-9，Big5，windows-1250，windows-1253，并且不知道UTF-16不带BOM是以什么格式出现，总不能碰到个UTF-16不带BOM的文件显示它的encoding的时候还是UTF-16吧？完全晕了，现在感觉它们之间的关系真是错综复杂，希望高手能够明示！！！
现在知道unicode分为六种实现方式：
1.UTF-8
2.UTF-8不带BOM的
3.UTF-16LE
4.UTF-16BE
5.UTF-16LE不带BOM
6.UTF-16BE不带BOM
现在如果要区分的话1.3.4这三种都能实现了，因为它们都带BOM，有这个标志，就很好区分了！但剩下的三种就不好区分了
“UTF-16LE”和“UTF-16LE不带BOM”的区别仅仅是文件的开头没有FF FE？
还有“UTF-16BE”和“UTF-16BE不带BOM”的区别仅仅是文件的开头没有FE FF？
但如果真是这样的话，为何要有这样的差别呢？只存在带BOM的UTF-16不就很好用吗，只看前面的BOM就能区别出此文件是哪种实现方式!
我的软件的设计思路是检查前面的BOM情况就能判断出1.3.4这三种情况，但是不带BOM的实在是不知道怎么实现了！请高手不吝指教啊！指明实现的思路或者是提供一个实现的类的方法！谢谢啊！
还有一个问题：现在知道unicode和ANSI是两种不同的编码集！但是不知道ISO和它们的关系是什么，ANSI和ISO的关系，有时候想看一个文件的encoding，出现UTF-16BE，UTF-16LE，UTF-8这三种格式完全可以接受（可能对unicode比较容易接受吧，标准太多太杂了，就喜欢unicode），但是有些结果却是ISO-8859-1，ISO-8859-9，Big5，windows-1250，windows-1253，并且不知道UTF-16不带BOM是以什么格式出现，总不能碰到个UTF-16不带BOM的文件显示它的encoding的时候还是UTF-16吧？完全晕了，现在感觉它们之间的关系真是错综复杂，希望高手能够明示！！！
你说的编码问题的结论都是对的，同情你。除了BOM的以外，自动判断的可能性基本不存在，你看看Windows自带的NotePad软件都是让人自己选编码的，呵呵。
ISO, Unicode, ANSI是不同的标准化组织，ISO是国际标准化组织，org啊，ANSI是美国的组织，Unicode是一大堆公司搞的组织，著名的MS/IBM/SUN等都在里面。
说起Unicode，其实是IBM没眼光，当年的EBICDIC编码如果及时扩展一下，没准就是事实的标准了。。