▲ Windows Notepad的编码包含ANSI、Unicode、Unicode big endian和UTF-8。

测试用例为：“锟斤拷【断行】a【断行】”。（锟斤拷是一种信仰。）

所有字符的GBK和Unicode编码为：

以下ASCII字符的GBK和Unicode编码与ASCII一致：

在简体中文系统下，ANSI就是中华人民共和国国家标准定义的GBK编码。

Windows Notepad使用ANSI存储这个文件的结果如下：

简单的使用GBK编码存储了所有的字符。最高位不是1的单字节并等同于ASCII，否则双字节。

这里要注意字节序（Endian）的问题[注A]。可以看到这里的字节序是大端在先（big-endian）的。

但是不必特意强调“大端在先的GBK”——因为从GB2312开始，标准就规定了存储方式是大端在先的[注B]。后来的GBK和GB18030-2000向下兼容。

ANSI的麻烦就是依赖系统——其他语言系统的ANSI就不是GBK了，打开GBK的文件必然乱码。并且GBK的字符集本身也太小。（千万不要说“我只用中文”——少了Unicode那些符号，网上那些颜文字都打不出来）

Windows Notepad所说的“Unicode”、“Unicode big endian”和UTF-8，全都是同样的Unicode编码的不同的字节序列化存储方法。

这里的Unicode指UTF-16[注C]。UTF-16是极其简单粗暴的序列化方法——绝大多数的Unicode字符都在U 0000~U FFFF的范围内[注D]，那就每个字符用两个字节，把Unicode编码的原始值写盘。

注意ASCII字符也必须浪费一倍的空间存储高8位的0x00——因为如果把高8位的0略了，解析时就再也没有其他的依据去断字。

对于UTF-16就存在大端和小端的问题了——UTF-16并不规定字节的大端在前还是小端在前。但UTF-16并不包含表示字节序的信息，总不能人工看看哪个解析是不乱码的吧……

Unicode提供的解决方式是，把一个零宽无断字空格符（U FEFF ZERO WIDTH NO-BREAK SPACE）以UTF-16的方式序列化之后，塞到文件的最前边。这样UTF-16解析器读取文件的前两个字节，如果是FE FF就是大端在前，FF FE就是小端在前。

这个塞进去的东西就叫BOM（Byte Order Mark，字节顺序标记）。

单写“Unicode”，根本就不是一种存储方法的完整表达。因为这只包含编码而没有字节序列化。

M$出现这种错误，我一点都不觉得奇怪。死记结论就可以了：Windows Notepad的“Unicode”就是UTF-16。

Windows Notepad使用“Unicode” = 小端在先的UTF-16，存储这个文件的结果如下：