ANSI編碼與代碼頁(Code Page)
一、ANSI編碼
1.
如前所述，在全世界所有國家和民族的文字符號統(tǒng)一編碼的Unicode編碼方案問世之前，各個國家、民族為了用計算機記錄并顯示自己的字符，都在ASCII編碼方案的基礎(chǔ)上，設(shè)計了各自的編碼方案。
比如歐洲先后設(shè)計了EASCII和ISO/IEC 8859系列字符編碼方案；為了顯示中文及相關(guān)字符，中國設(shè)計了GB系列編碼(“GB”為“國標(biāo)”的漢語拼音首字母縮寫，即“國家標(biāo)準”之意)。
同樣，日文、韓文、世界各國文字都有它們各自的編碼。所有這些各個國家和地區(qū)所獨立制定的既兼容ASCII又互相不兼容的字符編碼，微軟統(tǒng)稱為ANSI編碼。
所以，即使知道是ANSI編碼，還需要知道這是哪一個國家的才能解碼；另外，也無法用同一種ANSI編碼表示既有漢字、又有韓文的文本。
2.
嚴格來說，ANSI的字面意思并非字符編碼，而是美國的一個非營利組織——美國國家標(biāo)準學(xué)會(American National Standards?Institute)的縮寫。ANSI這個組織做了很多標(biāo)準制定工作，包括C語言規(guī)范ANSI C，還有各國字符編碼對應(yīng)的“代碼頁(code page)”標(biāo)準。（具體什么是代碼頁，詳見后文解釋）
ANSI規(guī)定簡體中文GB編碼的代碼頁是936，所以GB編碼又叫做ANSI code page 936(ANSI標(biāo)準的代碼頁936)，各國編碼之所以被微軟統(tǒng)稱為ANSI編碼的原因即在這里。
后來，或許是出于沿用統(tǒng)一的稱呼之目的，有些在當(dāng)時還并未被ANSI定為標(biāo)準的代碼頁，也被微軟稱之為ANSI代碼頁，比如CP943代碼頁。
在Windows系統(tǒng)的編碼處理中，ANSI編碼一般代表系統(tǒng)默認編碼方式，而且并不是確定的某一種編碼方式——在簡體中文操作系統(tǒng)中ANSI編碼默認指的是GB系列編碼(GB2312、GBK、GB18030)；在繁體中文操作系統(tǒng)中ANSI編碼默認指的是BIG5；在日文操作系統(tǒng)中ANSI編碼默認指的是Shift JIS，等等?？稍谙到y(tǒng)區(qū)域設(shè)置的系統(tǒng)Locale中更改。
（笨笨阿林原創(chuàng)文章，轉(zhuǎn)載請注明出處）
二、代碼頁(Code Page)
1.
代碼頁也稱為“內(nèi)碼表”，是與特定語言的字符集相對應(yīng)的一張表。操作系統(tǒng)中不同的語言和區(qū)域設(shè)置可能使用不同的代碼頁。
例如，微軟所用的ANSI代碼頁1252(CP1252)對應(yīng)于ISO 8859-1字符集(即Latin-1字符集，但CP1252對Latin-1有擴展，其中編碼128~159也被定義了字符，這是與Latin-1字符集不同之處)，用于英語和大多數(shù)歐洲語言(西班牙語和各種日耳曼/斯堪的納維亞語)，而IBM所用的OEM代碼頁932(CP932)對應(yīng)于Shift JIS字符集(但CP932對Shift JIS有擴展；另外，對應(yīng)的微軟ANSI代碼頁為CP943，也對Shift JIS有擴展)，用于日本字符。
代碼頁一般與其所直接對應(yīng)的字符集之間并非完全等同，往往因為種種原因(比如標(biāo)準跟不上現(xiàn)實實踐的需要)而會對字符集有所擴展。
2.
早期，代碼頁是IBM稱呼計算機的BIOS所支持的字符集編碼。當(dāng)時通用的操作系統(tǒng)都是命令行界面的，這些操作系統(tǒng)直接使用BIOS提供的字符繪制功能來顯示字符(或者是一組嵌入在顯卡字符生成器中的字形)。這些BIOS代碼頁也被稱為OEM代碼頁。
隨著圖形用戶界面操作系統(tǒng)的廣泛使用(最初被廣為接受的圖形用戶界面操作系統(tǒng)是Windows3.1)，操作系統(tǒng)本身具有了字符繪制的功能。微軟于是在Windows操作系統(tǒng)沒有轉(zhuǎn)向UTF-16(UTF-16的推出要早于現(xiàn)在被廣為認可的UTF-8)作為編碼實現(xiàn)之前(即Windows2000發(fā)布之前)，定義了一系列支持不同國家和地區(qū)所制定的字符集的代碼頁，被稱作“Windows代碼頁”或“ANSI代碼頁”。代表性的是實現(xiàn)了ISO-8859-1(即Latin-1)的代碼頁1252(即CP1252)，以及實現(xiàn)了GBK的代碼頁936(即CP936)。
3.
代碼頁可以在從字符映射到單字節(jié)值或多字節(jié)值的表格中表現(xiàn)。注意，這里的單字節(jié)值與多字節(jié)值指的是特定于系統(tǒng)平臺的物理意義上的字節(jié)序列，不是指與系統(tǒng)平臺無關(guān)的邏輯意義上的碼元序列。正因為這樣，代碼頁也被稱之內(nèi)碼表。
也就是說，代碼頁是字符集的具體實現(xiàn)，可以將其理解為一張“字符-字節(jié)”映射表，通過查表實現(xiàn)“字符-字節(jié)”的翻譯。
代碼頁主要用于字符在計算機中的存儲和顯示，比如，計算機讀取了一個二進制字節(jié)，那這個字節(jié)到底代表哪個字符，就需要到指定的代碼頁中查找，這個查找的過程就被稱為查表。
4.
代碼頁的指定在Windows中是系統(tǒng)默認設(shè)置的(即默認系統(tǒng)區(qū)域設(shè)置)，也可在(Windows7的)“控制面板-區(qū)域和語言-管理-非Unicode程序的語言-更改系統(tǒng)區(qū)域設(shè)置”中選擇列表中的語言進行更改。
注意：系統(tǒng)區(qū)域設(shè)置System Locale可用于確定在不使用Unicode編碼的程序中輸入和顯示信息的默認字符集和字體，這樣就可以讓非Unicode程序在計算機上使用指定的語言得以正常運行。因此，在計算機上安裝某些非Unicode程序時，可能需要更改默認的系統(tǒng)區(qū)域設(shè)置。為系統(tǒng)區(qū)域設(shè)置選擇不同的語言并不會影響Windows系統(tǒng)本身或其他使用Unicode編碼的程序的菜單和對話框中的語言顯示。
（笨笨阿林原創(chuàng)文章，轉(zhuǎn)載請注明出處）
5.
早期在IBM和微軟內(nèi)部使用數(shù)字來標(biāo)記不同的字符集，不同的廠商對同一個字符集使用各自不同的名稱。
例如，UTF-8在IBM稱作代碼頁1208，在微軟稱作代碼頁65001，在SAP稱作代碼頁4110；Windows使用936代碼頁(Code Page 936，即CP936)、Mac系統(tǒng)使用EUC-CN代碼頁實現(xiàn)GBK字符集的編碼(EUC：Extended Unix Code；EUC-CN是類Unix系統(tǒng)中GBK編碼方案的別名，等同于Windows下的cp936代碼頁)，名字雖然不一樣，但對于同一漢字的編碼肯定是一樣的。
三、微軟Windows操作系統(tǒng)中ANSI代碼頁的設(shè)置
1.
微軟為了適應(yīng)世界上不同地區(qū)用戶的文化背景和生活習(xí)慣，在Windows中設(shè)計了區(qū)域(Locale)設(shè)置的功能。
Locale是指特定于某個國家或地區(qū)的一組設(shè)定，包括代碼頁，以及數(shù)字、貨幣、時間和日期的格式等。
在Windows內(nèi)部，其實有兩個Locale設(shè)置：系統(tǒng)Locale和用戶Locale。系統(tǒng)Locale決定代碼頁，用戶Locale決定數(shù)字、貨幣、時間和日期的格式。
可以在Windows控制面板的“區(qū)域和語言選項”中設(shè)置系統(tǒng)Locale(非Unicode程序的語言)和用戶Locale(標(biāo)準和格式)：
2.
系統(tǒng)Locale對應(yīng)的代碼頁被作為Windows的默認代碼頁。在沒有明確指定某個文本的編碼信息時，Windows將按照指定的默認代碼頁的編碼方案來解釋該文本數(shù)據(jù)。這個默認代碼頁通常被稱作ANSI代碼頁(ACP)。
在歷史上，IBM的個人計算機和微軟公司的操作系統(tǒng)曾經(jīng)是PC的標(biāo)準配置。微軟公司將IBM公司定義的代碼頁稱作OEM代碼頁，在IBM公司的代碼頁基礎(chǔ)上作了些增補后，稱為ANSI代碼頁。
在Windows XP的“區(qū)域和語言選項”高級頁面的“代碼頁轉(zhuǎn)換表”中可看到各個語種的代碼頁(Windows7中已經(jīng)不能直接看到了)。例如：
·874?(ANSI/OEM -泰文)
·932?(ANSI/OEM -日文Shift-JIS)
·936?(ANSI/OEM -簡體中文GBK)
·949?(ANSI/OEM -韓文)
·950?(ANSI/OEM -繁體中文Big5)
·1250?(ANSI -中歐)
·1251?(ANSI -西里爾文)
·1252?(ANSI -拉丁文)
·1253?(ANSI -希臘文)
·1254?(ANSI -土耳其文)
·1255?(ANSI -希伯來文)
·1256?(ANSI -阿拉伯文)
·1257?(ANSI -波羅的海文)
·1258?(ANSI/OEM -越南)
（笨笨阿林原創(chuàng)文章，轉(zhuǎn)載請注明出處）
上一篇：刨根究底字符編碼之六——簡體漢字編碼中區(qū)位碼、國標(biāo)碼、內(nèi)碼、外碼、字形碼的區(qū)別及關(guān)系
