Max? Here!!

因為常常瀏覽對岸的網站，有些時候總是因為對岸盜版資源太豐富，而不得不倒戈。

尤其前陣子在下載電子書之類的，因為都是簡體的，所以研究了一下文字編碼，希望可以稍微了解一點。

以下是我對於編碼所蒐集到的資訊，如果說有什麼錯誤的，誰看到了麻煩告訴我一下。

主要常見的文字編碼，以ANSI為其大宗。與目前流行而努力支援的Unicode有所不同。

ANSI是美國所制定的一種編碼，主要本來是用來存儲英文字元等。

其他語言國家透過相同的ANSI編碼，去做自己國家的語言文字對應，因而產生了中國GB、台灣Big5、日本Shift-JIS等。

以兩個2 Bytes對應一個文字來進行存儲。

這些都是ANSI編碼的一種，所以如果去用同樣的文字去轉換成別的編碼辨識，就會形成亂碼。

後來，因為沒有辦法在同一段文字，利用同一個編碼去呈現不同國家的語言。

所以發展了一種叫做Unicode的通用編碼。Unicode主要就是將全世界的語言文字都收錄，並且對應。

因此可以在同一段文字中，呈現不同的國家語言，同時轉換到不同的電腦語言系統，也都不會亂碼，因為辨識的都是相同的Unicode。

常見的Unicode標準裡面，有幾種編碼存儲方式。

UTF-8 和 UTF-16兩大類

UTF-8記錄方式是8 bit一個單位，不同的文字採用不固定的長度記錄。

因此不同的字會有不同的記憶體佔用大小。

主要分成1 Byte、2 Bytes、3 Bytes三種大小，其中，中日韓的文字大多落在3 Bytes，故如果將ANSI轉換成UTF-8，檔案通常較大。

另外一種叫做UTF-16，其主要是用16 bit為一單位，基本上與UTF-8相容，

但是UTF-16有兩種的存儲方式，一種是Unicode-LE、一種是Unicode-BE。

主要的分別是「尾序( Endian )」的不同。

小尾序(LE)的話，Microsoft 或 Linux 的文件是以 LE( Little Endian ) 來存的。

大尾序(BE)的話，Macintosh 的文件是以 BE( Big Endian ) 來存的。

所以我們台灣常用的Microsoft系統，大多是Unicode-LE為主。

附註：

在Windows記事本裡面，有幾種存儲的方式。

分別是ANSI、Unicode(=Unicode Little Endian)、Unicode Big Endian、UTF-8等編碼。

備註一：

利用手機觀看TXT檔案的話，輔以對岸玩家所寫的MOTO-TXT，只要支援JAVA的手機應該都可以使用。

(確實測試：Nokia 6300的S40系統，還有Sony Ericsson的W350i皆正常支援。)

使用時，如果轉換成繁體的話，可以存成Unicode-LE，這樣就可以正常辨識。

備註二：

如果說想要將TXT轉換中文的編碼，可以利用ConvertZ這個小程式。

功能很多，包括MP3的ID3或是APE的標籤等等都可以做編碼轉換。