所謂的「ANSI」指的是對應當前系統 locale 的遺留（legacy）編碼。

所謂的「Unicode」指的是帶有 BOM 的小端序 UTF-16。

所謂的「UTF-8」指的是帶 BOM 的 UTF-8。

UTF-8 是相容性最好的編碼格式，建議用 Notepad++ 等正常的專業文字編輯器儲存為不帶 BOM 的 UTF-8。

先來解釋一下這三種編碼的歷史吧：

ANSI：最早的時候計算機ASCII碼只能表示256個符號（含控制符號），這個字符集表示英文字母足夠，其中，我們鍵盤上可見的符號的編碼範圍是從32到126（大小寫英文字母、數字、英文符號等）。但表示漢字、日語、韓語就不太夠用了，漢字常用字有3000多個。

但是華人也要用電腦打字，於是，華人就研究出來了最早的中文字符集GB2312（GBK就是後來的擴充套件），GB2312的做法是，把ASC碼取值範圍的128～255這個區間挪用了一下，用兩個ASC碼錶示一個漢字，這樣可用的編碼範圍用十六進位制表示就是0x8080到0xFFFF，這大概能表示一萬多個符號，足夠了。[注:實際沒用那麼多，GBK的範圍是8140-FEFE]

那個時候，計算機技術還不發達，各個國家搞自己的，比如臺灣，也另搞了一套，叫BIG5（俗稱：大五碼），跟大陸的也不太一樣，但方法是類似的，都是用0x80到0xFF這個區間。

然後日語（有編碼JIS）、韓語等等也各搞一套。

這些國家的編碼區間都是重疊的，但同一個漢字（比如有一些漢字同時存在於簡體、繁體、日語漢字中）有不同的編碼，很混亂是不是？但也湊合用了。編碼不同導致了很多麻煩，比如一個網頁，如果你不知道它是什麼編碼的，那麼你可能很難確定它顯示的是什麼，一個字元可能是大陸簡體/臺灣繁體/日本漢字，但又完全是不同的幾個字。

所以如果用一些很老的軟體，可能會聽說有中文版/日文版之類的，對應的版本只能在對應的系統上執行。

後來，這個對作業系統的開發實在是太困難了，因為這意味著不同語言的版本，都要重新編碼。於是發明了Unicode。

Unicode這個東西，就是要把地球上所有的語言的符號，都用統一的字符集來表示，一個編碼真正做到了唯一。

Unicode裡有幾種方式：

UTF-16BE/LE：UTF-16就是Windows模式的編碼模式(Windows裡說的Unicode一般都是指這種編碼），用2個位元組表示任意字元，注意：英文字元也佔2個位元組（變態不？），這種編碼可以表示65536個字元，至於LE和BE，就是一個數值在記憶體/磁碟上的儲存方式，比如一個編碼0x8182，在磁碟上應該是0x81 0x82呢？還是0x82 0x81呢？就是高位是最先儲存還是最後儲存的問題，前者為BE，後者為LE。

UTF-8：UTF-8則是網頁比較流行的一種格式：用一個位元組表示英文字元，用3個位元組表示漢字，準確的說，UTF-8是用二進位制編碼的字首，如果某個UTF-8的編碼的第一個位元組的最高二進位制位是0，則這個編碼佔1位元組，如果是110，則佔2位元組，如果是1110，則佔3位元組……

好了，說了這麼，再來研究Windows的記事本。

Windows早期（至少是95年以前的事情了）是ANSI字符集的，也就是說一箇中文文字，在Windows簡體中文版顯示的是中文，到Windows日文版顯示的就不知道是什麼東西了。

後來，Windows支援了Unicode，但當時大部分軟體都是用ANSI編碼的，unicode還不流行，怎麼辦？Windows想了個辦法，就是允許一個預設語言編碼，就是當遇到一個字串，不是unicode的時候，就用預設語言編碼解釋。（在區域和語言選項裡可以改預設語言）

這個預設語言，在不同Windows語言版本里是不同的，在簡體中文版裡，是GBK，在繁體中文版裡，是BIG5，在日文版裡是JIS

而記事本的ANSI編碼，就是這種預設編碼，所以，一箇中文文字，用ANSI編碼儲存，在中文版裡編碼是GBK模式儲存的時候，到繁體中文版裡，用BIG5讀取，就全亂套了。

記事本也不甘心這樣，所以它要支援Unicode，但是有一個問題，一段二進位制編碼，如何確定它是GBK還是BIG5還是UTF-16/UTF-8？記事本的做法是在TXT檔案的最前面儲存一個標籤，如果記事本開啟一個TXT，發現這個標籤，就說明是unicode。標籤叫BOM，如果是0xFF 0xFE，是UTF16LE，如果是0xFE 0xFF則UTF16BE，如果是0xEF 0xBB 0xBF，則是UTF-8。如果沒有這三個東西，那麼就是ANSI，使用作業系統的預設語言編碼來解釋。

Unicode的好處就是，不論你的TXT放到什麼語言版本的Windows上，都能正常顯示。而ANSI編碼則不能。（UTF-8的好處是在網路環境下，比較節約流量，畢竟網路裡英文的資料還是最多的）

舉例：

同樣一段中文文字（可以插入一些英文），儲存成ANSI/Unicode/UTF-8，三個檔案。

修改windows的預設語言為日語之類的（WIN7的改法是：控制面板-時鐘、語言和區域-更改顯示語言-區域和語言-管理-非unicode程式語言-更改區域設定/WNIXP改法是：控制面板-區域和語言選項-非unicode程式語言）。

修改完要求重啟，重啟以後，再開啟這三個檔案，ANSI的編碼全亂了，其餘兩個都正常顯示，這就是UNICODE的作用。

另外，為什麼記事本、開始選單什麼的還是正確的中文呢？明明我已經改了預設語言了？因為它們的程式編碼也是unicode的。

要把txt發給國外的朋友或者用在非中文的作業系統/軟體裡，那麼你的編碼最好選擇unicode。

給非專業人士看的：

1. 各種字符集之間關係的問題，簡單的概況如下圖：

其中，GB系列的都屬於ANSI中最原始的編碼ASCII的擴充套件。ANSI簡單的可以看做各種非Unicode的編碼，特點是用不固定的長度表示字元，每個國家有每個國家的不同標準和擴充套件，處理起來非常麻煩。而Unicode作為一個新的字符集，用來相容各國不同的字符集標準，統一使用16bits來表示一個字元。 UTF-8則是Unicode底下的一種編碼格式，Unicode有多種編碼格式。 為啥又要設定多種編碼格式呢，因為某些情況一個字元用不到16bits這麼大的空間，會浪費，或者影響通訊效率等。 UTF-8的優勢是能夠靈活的處理這種情況。其中，GB系列的都屬於ANSI中最原始的編碼ASCII的擴充套件。ANSI簡單的可以看做各種非Unicode的編碼，特點是用不固定的長度表示字元，每個國家有每個國家的不同標準和擴充套件，處理起來非常麻煩。而Unicode作為一個新的字符集，用來相容各國不同的字符集標準，統一使用16bits來表示一個字元。 UTF-8則是Unicode底下的一種編碼格式，Unicode有多種編碼格式。 為啥又要設定多種編碼格式呢，因為某些情況一個字元用不到16bits這麼大的空間，會浪費，或者影響通訊效率等。 UTF-8的優勢是能夠靈活的處理這種情況。

2. 記事本設定這三種選擇，目的是為了相容以前老的ANSI文字（包括GBK,GB系列等）。 那麼記事本為啥不能自動識別和儲存呢，因為某種情況下會有歧義，這種歧義是沒法識別到底屬於哪種編碼格式的，Notepad++什麼的也一樣，而導致亂碼。

3. 一般較新的作業系統/程式預設都以Unicode字符集來儲存字元了，這是大勢，並且使用者採用Unicode下的編碼格式來儲存的話，處理起來也會有速度上的優勢。