关于字符编码

ASCII：ISO646标准，7位编码，共128个字符。ISO2022标准，制定了适用不同地区的扩充ASCII字符集，8位编码，共256个字符。
ISO8859-1：又称Latin-1，第一个8位字符集
ANSI：又称MBCS，扩充ASCII以显示本国语言，不同地区制定不同标准，如GB2312，BIG5，JIS等。2字节编码。
      不同ANSI之间不兼容，两种语言文字无法存储在同一个ANSI编码的文本中，导致Unicode产生。
  GB2312：收录6763个常用汉字，理论上可表示65536个汉字
  GBK：收录21003个汉字，GB2312的扩展
  BIG5：繁体中文字符集，港澳台使用
Unicode：UCS-2使用2个字节存储一个符号，UCS-4使用4个字节存储一个符号

UTF-8：为提高Unicode编码效率，可根据不同符号自动选择编码长度。如英文字符只用1个字节即可，汉字用3个字节。

#UltraEdit在打开utf-8和unicode编码（不论大小字节序）的文本文件时会自动转换为UTF-16并添加little endian的BOM，可能产生混淆。
可以在【配置-文件处理-Unicode/UFT-8检测】中关掉【自动检测UTF-8文件】，但是关掉之后打开文件会乱码，更好的工具是WinHex。

PS：

 W3C定义了三条XML解析器如何正确读取XML文件的编码的规则：
 1，如果文挡有BOM(字节顺序标记，一般来说，如果保存为unicode格式，则包含BOM，ANSI则无)，就定义了文件编码
 2，如果没有BOM，就查看XML声明的编码属性
 3，如果上述两个都没有，就假定XML文挡采用UTF-8编码