在解决UTF-8，UTF-16，ASCII和ANSI之间的差异时遇到一些问题。在做了一些研究之后，我有一些想法，但如果有人能够准确解释它们之间的差异（包括每个典型字符的字节表示形式），那么这将非常有用。字符编码混乱！
我quess我的问题归结为
1) How do each of the above store characters as bytes 2) What are the differences between the above standards 3) What is a code page 4) Method of converting characters between the various types.
很多很多的感谢:)
我发现有关Unicode Joel's article来解释这个非常好。具体来说，它涵盖了历史（对于这个主题至关重要），编码（UTF-8/16等）和代码页。
O'Reilly的CJKV信息处理含有大量的字符集和字符编码背景：与CJKV数据特别关注的，当然。我发现将我的理解超越“我如何获得！*！**＃@欧元符号以正确显示？”是有用的。“
在Unix上，使用名为recode或iconv的程序将文本文件转换为另一种编码，或在C或C++程序中使用iconv函数（man 3 iconv）。
如果您使用Perl，请使用Encode模块进行转换（例如use Encode; print encode("utf-8", "\xabfoo")）。如果您使用Python，请使用unicode.encode和/或str.decode（例如print u'\xabfoo'.encode('utf-8')）。
要快速尝试回答您的具体问题。
1：位的某种组合表示某个字符。单个字符可能以多个字节存储。
2：您提到的编码的简要信息和区别。
ASCII
包含128个字符的定义。
ANSI
具有比ASCII更多的字符，但仍然适合八位字节。需要一个代码页。
UTF-8
这可以用来表示任何Unicode字符。有很多更多的Unicode字符比ASCII的字符多。它将每个字符存储在一到四个八位字节的数据中。
UTF-16
与UTF-8类似，但基本单位是16位。如果你只是用英语，那么你在每个角色上都浪费了8位。
3：代码页是什么指定给计算机（比特组合）是指哪个字符。 Unicode不需要代码页，因为每个字符都有自己独特的位组合。 ANSI有代码页，因为它只有256个可用字符。例如，如果您在阿拉伯语的计算机上，则会将阿拉伯语设置为代码页，并且可以显示阿拉伯字符。
4：转换的方法取决于您要转换为的字符集以及使用的代码页（如果有）。有些转换可能无法进行。 UTF-8向后兼容ASCII，这意味着如果您的文本仅包含前128个美国字符，则与ASCII编码中的相同文本完全相同。
这个答案是临时的，可能会有错误，更正欢迎。
一对夫妇是需要了解的随机点：
约UTF-8和 ASCII一个有趣的事情是，127 ASCII字符 在正好在UTF-的 相同的编码方式8（这也可能是 与其他UTF方案的情况，我是 不确定）换句话说，在 的ASCII范围或字符内，ASCII 和UTF-8都是可以互换的 。
UTF-8的可变长度是这样的： 。第一个“ ”127个字符分别由一个 单个字节表示。除此之外，它 开始使用多个字节。 解码器如何知道是将 字节解释为单个ASCII字符还是将 解释为多字节序列的一部分？ 因为在 字节开始时的比特按照一定的图案：一个 零位在开始意味着它是一个 单字节字符，和Ñ 1比特 表示该字节是 一个Ñ开始字节序列。
而且，不同的语言将 转换他们的本地字符串到 不同的编码，当你输出 它们，例如，在 文件或在屏幕上打印出来。因此，如果 您对 和平台之间的 可互换性感兴趣，则应该始终指定 要如何输出您的 语言的字符串类型。否则你会得到奇怪的和意想不到的错误！
UTF-8也是XML的标准。
相关问题（在unicode标记中的大多数投票）：http://stackoverflow.com/questions/222386 – mghie 2009-05-21 11:35:19