Windows 编码说明答案

【问题标题】：Windows encoding clarificationWindows 编码说明
【发布时间】：2014-04-07 11:31:10
【问题描述】：

我想翻译一个游戏，这个游戏从一个文本文件中加载字符串。

目标语言使用非 ascii 字符，所以我天真地将我的文件保存为 utf8，但它不起作用，因为带有变音符号的字母显示不正确。

更好地研究存储字符串文本文件名的配置文件，我发现了一个 CHARSET 选项，它可以采用任何这些值：

ANSI_CHARSET DEFAULT_CHARSET SYMBOL_CHARSET MAC_CHARSET SHIFTJIS_CHARSET HANGEUL_CHARSET JOHAB_CHARSET GB2312_CHARSET CHINESEBIG5_CHARSET GREEK_CHARSET TURKISH_CHARSET VIETNAMESE_CHARSET HEBREW_CHARSET ARABIC_CHARSET BALTIC_CHARSET RUSSIAN_CHARSET THAI_CHARSET EASTEUROPE_CHARSET OEM_CHARSET

据我了解，这是 WinAPI 中相当标准的值，字符集和字符编码是同义词。

所以我的问题是，这些名称与标准名称（如 utf8 或 iso-8859-2）之间是否存在对应关系？如果是的话是什么情况？

【问题讨论】：

标签： winapi character-encoding non-ascii-characters

【解决方案1】：

尝试使用EASTEUROPE_CHARSET

ISO 8859-2 大部分等同于Windows-1250。根据这篇MSDN 的文章，1250 代码页是使用EASTEUROPE_CHARSET 访问的。

请注意，您需要将文本文件保存在 1250 代码页中，因为 ISO 8859-2 并不完全相同。来自Wikipedia：

Windows-1250 与 ISO-8859-2 类似，具有所有可打印字符，甚至更多。然而，其中一些被重新排列（与 Windows-1252 不同，它将 ISO-8859-1 中的所有可打印字符保存在同一个位置）。大多数重新排列似乎是为了将与 Windows-1252 共享的字符保持在与 Windows-1252 相同的位置，但移动的三个字符 (Ą,Ľ,ź) 无法这样解释。

【讨论】：

windows-1250 不编码我需要的一些字符。我需要那些特价商品：èéàìîòù ÈÉÀÌÎÒÙ。我尝试使用该文本编写一个 utf8 文件，并尝试使用以下命令对其进行转换： --iconv -c -f utf-8 -t windows-1250 DICRITICS-- 结果只有 é 和 î （以及大写字母）被转换。但是，如果您链接到的代码页表与 windows-X 编码有关，我可以尝试一下。
@Paolo.Bolzoni 这些在ANSI_CHARSET，又名Windows 1252，又名“西方”中可用。

【解决方案2】：

名称是 Windows 代码页的符号标识符，是 Microsoft 定义或采用的字符编码（= 字符集）。其中许多是registered at IANA，前缀为windows-。例如，EASTEUROPE_CHARSET 代表代码页 1250，已注册为 windows-1250，通常称为 Windows Latin 2。

UTF-8 是不同的。您需要特殊的例程来读取和写入 UTF-8 编码的数据。当您想要真正全球化（支持不同的语言和书写系统）时，UTF-8 或 UTF-16 通常是字符编码的唯一明智选择。对于单一特定语言，某些代码页在某些情况下可能更实用。

【讨论】：

请记住，Microsoft 确实有 UTF-8 的代码页：65001。不过，UTF-8 没有对应的 XXX_CHARSET。 XXX_CHARSET 值对应于 Ansi 字符集。

【解决方案3】：

您可以使用此MSDN 页面备注部分下的表格获取标准编码名称（由IANA 注册）。

只要找到字符集行并读取代码页码，标准名称是windows-[代码页码]。

【讨论】：