在学习TeX的基础东西，但是今天看font的时候关于encoding到底是神马彻底的无语。于是有了仔细学习下的想法。现在有所得，在此总结和记录下。

主要参考文章：
http://blog.csdn.net/zhh157/archive/2008/11/08/3249260.aspx

个人总结：

关于TextEdit程序读取文本文件的时候涉及有关charset和encoding的步骤猜想：

1 在电脑中以二进制形式存储的文本文件；

2 TextEdit读取此文件，将1010数据通过相应的上下文（这里是以utf-8encoding为例）理解。

3 更具一个简单的算法，提取出对应于uincode charset的字符序号(为了区分编码，用序号代替，例如0x7E就表示的是字符‘z’。)

4 根据该序号，在font文件中找到该字形图像（根据参考文章所说，font文件中也包含一个unicode编码索引），然后显示出来。

为了验证前面3个步骤，做了点小实验，以Unicode(UTF-8)为例：

1 输入字符 ‘我’，存储为utf-8编码格式，文件名为：u8.txt
2 用HexFriend工具打开该文件，显示如图：

该16进制数转为二进制为：1110 0110 _ 1000 1000 _ 1001 0001。根据参考文章中所描述的规则，可以确定其所表示的相应的unicode字符编码(字符集中的字符序号)为:0110 0010 0001 0001(6411)。

3 现在我们做相反的事情：我们查到符号对应的unicode编码为：U+25CE。其中25CE转换为二进制为：0010 0101 1100 1110。为了能够使这个符号在TextEdit中显示出来，我们在此必须转成ut8编码机制能识别的二进制，得到：1110 0010 1001 0111 1000 1110(E2978E)。

4 我们将E2978E输入到HexFriend中并保存。

5 刷新TextEdit，可以得到如下结果：

6 ok, 完工。其实可以举一反三， ascii编码，GBk编码(想对应的GBK字符集)啥的，都可以 实验的。 UTF-16编码的话文件会以0xFFFE开始哦～～。

PS: 欢迎反馈错误～

• 相关文章
• 全局相关文章