“这里，全新的开始”
写在前面
2018年十月份，我开通了我的全新技术博客，在2018年之前，我是一个手机游戏程序员，之前的技术文章主要聚焦在游戏开发上，关注我之前的文章可以到我的csdn博客上，在这里，我会站在一个移动跨平台开发者的角度进行写一些技术文章，包括安卓，iOS和HTML5等内容，未来对自己的技术规划也是大前端工程师，另外我也会继续关注游戏底层图形渲染技术，同时这里还会积累一些我现在涉及的业务文章，目前我主要做的是文档编码处理和文字排版的业务，所以这里也会写一些文档和排版相关的技术文档。同时，我希望这里不单单是一个技术博客，作为一个业余马拉松爱好者，我还会把一些自己跑步的心得pull在这里，所以我把我的全新博客命名为“跑.码”，和你聊聊我的人生两大爱好-跑步和代码。
字符编码
字符编码是把字符集中的字符编码指定对应集合中的某一对象，这样集合中的对象就可以变为数字编码在计算机中存储，同时也可以通过网络通讯传递。早期的字符编码包括ASCII和EBCDIC，尤其ASCII得到了广泛采用，几乎所有个人计算机都使用ASCII，它分为两个集合：128个字符的标准ASCII码和附加的128个字符的扩充和ASCII码。为了扩充ASCII编码，以用于显示本国的语言，不同的国家和地区制定了不同的标准，由此产生了 GB2312, BIG5, JIS 等各自的编码标准。这些使用 2 个字节来代表一个字符的各种汉字延伸编码方式，称为 ANSI 编码，又称为”MBCS（Muilti-Bytes Charecter Set，多字节字符集）”。在简体中文系统下，ANSI 编码代表 GB2312 编码，在日文操作系统下，ANSI 编码代表 JIS 编码，所以在中文 windows下要转码成gb2312,gbk只需要把文本保存为ANSI 编码即可。 简单而言，就是要把中文对应为对应的ASCII码，GB的意思是国标，GB2312和GBK主要用于汉字的编码，而UTF-8是全世界通用的。需要注意的是，GBK、GB2312等与UTF8之间都必须通过Unicode编码才能相互转换，使用UTF-8的优势是其他地区的用户无需安装简体中文支持也不会出现乱码。
UTF-8
UTF-8是一种针对Unicode的可变长度字符编码，UTF-8编码规则：如果只有一个字节则其最高二进制位为0；如果是多字节，其第一个字节从最高位开始，连续的二进制位值为1的个数决定了其编码的字节数，其余各字节均以10开头。如果Unicode字符由2个字节表示，则编码成UTF-8很可能需要3个字节。而如果Unicode字符由4个字节表示，则编码成UTF-8可能需要6个字节。
BOM头
最早发现BOM头这个问题，是由于我在做XML解析的时候，遇到了一个文件，打开看都正常，但是使用libxml2库进行解析的时候，一直报解析错误，找不到起始的“<”,但是用sublime打开，第一个字符就是“<”，后来用Notepad打开才发现了前面几个字节有“异常”，也就是BOM头。 BOM（Byte Order Mark），字节序标记，在Windows系统上，某些工具创建的XML是带有BOM头的，需要注意的是BOM头是Windows系统的习惯，在其他的系统上一般不会使用这种编码，带BOM头的“空”文件会占三个字节大小。UCS是国际标准化组织iso开展的ISO/IEC 10646项目定义的编码，在UCS编码中有一个叫做”ZERO WIDTH NO-BREAK SPACE“的字符，它的编码是FEFF，而FFFE在UCS中是不存在的字符，不出现在实际传输中。如果接收者收到FEFF，就表明这个字节流是大字节序的；如果收到FFFE，就表明这个字节流是小字节序的。UTF-8中并不用BOM表明字节顺序，而是表明编码方式。字符”ZERO WIDTH NO-BREAK SPACE“的UTF-8编码是EF BB BF。所以如果打开文件发现EF BB BF开头的字节流，就知道这是UTF-8编码了，但是需要说明的是，这种表明并不是必须的。 因为有BOM头的存在，需要你在处理的时候先判断一下前三个字节是不是EF BB BF，如果有BOM头的话需要跳过去，才能正确的读取文件该有的内容。
