文本文件编码和行结束符

字符集

文本文件使用字符集。字符集包含标点符号、数字、大小写字母及其他所有可打印字符。字符集中的每个字符都由一个数字标识。

大多数使用中的字符集都是美国 ASCII 字符集的超集；ASCII 的 95 个可打印字符的数值范围为 32 到 126。主要的字符集类别如下：

Windows 字符集（单字节编码方案）: 旧式 Windows 单字节代码页通常称为 ANSI 代码页，每个字符使用 8 位，最多可分配 256（2^8）个值。不同代码页为特定语言提供不同字符；一个代码页不能覆盖所有语言。现代 Windows 也支持 Unicode 编码。
多字节字符集: 许多东亚书写系统所需的字符数量超出了单字节编码的表示范围。旧式双字节代码页对每个字符使用一个或两个字节。其他多字节编码采用不同规则；例如，UTF-8 对每个 Unicode 标量值使用一到四个字节。必须知道编码才能正确解码字节。
Unicode 字符集: Unicode 为各书写系统的字符、标点、符号及其他文本元素分配码位。UTF-8、UTF-16 和 UTF-32 使用不同大小的代码单元来编码 Unicode 文本。UTF-16 对基本多文种平面中的字符使用一个 16 位代码单元，对补充字符使用一对 16 位代码单元。Unicode 并不限于 65,536 个字符，读写文本文件时必须选择正确的编码。
OEM 字符集: OEM 字符集通常用于全屏 MS-DOS 会话的屏幕显示。OEM、美国 ASCII 和 Windows 字符集中数值为 32 到 126 的可打印字符通常相同。OEM 字符集中的其他字符（0 到 31 和 128 到 255）对应于全屏 MS-DOS 会话中可显示的字符。这些字符通常不同于 Windows 字符。
Symbol 字符集: Symbol 字符集包含通常用于表示数学和科学公式的特殊字符。

行结束符

文本文件使用不同的换行符。MS-DOS、Windows 和 OS/2 传统上使用 CR/LF；UNIX 和现代 macOS 使用 LF。经典 Mac OS 使用 CR。

符号	含义	使用环境	字符	十六进制
CR	回车	经典 Mac OS	\r	0x0d
LF	换行	UNIX、现代 macOS	\n	0x0a
CR/LF	回车/换行	MS-DOS、Windows、OS/2	\r\n	0x0d, 0x0a
NULL	空字符		\0	0x00

另请参阅

转换文件内容