在记事本中将ANSI转换为UTF-8

我有一个用ANSI编码的文本：

ANSI文本文件

当我尝试将其转换为UTF-8时（使用Notepad ++菜单Encoding> UTF-8），我得到了一些奇怪的字符：

UTF-8文字档

我以为UTF-8是ANSI的超集，因此我以后不会遇到此类问题。无论如何，我能避免那些奇怪角色的出现吗？

— 用户名
source

我看不到后

— 一张

我的意思是不可显示的字符。有什么办法可以避免这种情况？

— user3658425 2014年

您编辑问题了吗？我想我看到图像颠倒了

— phuclv 2014年

是的，很抱歉，我在有人添加图像之后立即上次编辑，从而删除了添加的内容：如果您可以将它们添加回去，那就太好了！

— user3658425 2014年

我从该主题中学到的一切，都是从Joel的“ 每个软件开发人员绝对绝对要完全了解Unicode和字符集（没有任何借口！） ” 中学到的

— Uwe Keim

UTF-8 不是字符集，只是Unicode的编码。前128个字符与ASCII相同，但高128个字节不同。设置了高位（或> = 0x80）的字节是ASCII中的扩展字符，而在UTF-8中，它表示多字节序列的起始字节。上面的0x93或0x94就是这种情况。但是，我在文件中看不到任何奇怪的东西。这些是智能引号或具有不同形式的引号和closin引号，在使用诸如MS Word之类的富文本编辑器时，您经常会看到这些引号

编辑

问题已编辑。我认为那是因为您选择了错误的工具。该encode菜单项改变编码，如果你有错误的字符显示。它只是将从磁盘读取的相同字节序列视为另一种编码。由于ASCII和UTF-8不同，因此您将获得格式错误的UTF-8字节序列，并查看上面的结果。您需要选择convert to UTF-8它来更改整个输入字节

记事本编码

您还混淆了ANSI和ASCII。ANSI通常指Windows-1252，这是英语Windows和某些西欧语言中使用的字符集。它是ISO 8859-1的超集，尽管ISO 8859-1也可以称为ANSI。ISO 8859-1也是Unicode的前256个代码点，因此它是Unicode的子集，但与UTF-8编码不兼容。ASCII是7位字符集，是ANSI的一个子集，由8位编码，但有时也称为ANSI，尽管不是很正确

https://zh.wikipedia.org/wiki/ANSI_character_set

通常，字符集之间的关系如下

ASCII < ISO 8859-1 < Windows-1252
        ^
        Unicode

— phuclv
source

谢谢，很抱歉弄乱了编码的字符集。有什么办法可以避免使用那些不可显示的字符，而使用一些可显示的引号呢？

— user3658425 2014年

@ user3658425，请参阅我的编辑

— phuclv 2014年

我还编辑了上面的ANSI / ASCII信息

— phuclv 2014年

请注意，通常，您想要的是“不带字节顺序标记的UTF-8”。正如其他几个人过去所说的那样，“ UTF-8是唯一有用的字符串编码。”

— 2014年

@WillihamTotland utf8everywhere.org

— phuclv 2014年