Encoding 每种语言最常用的编码是什么？

我正在开发一个纯文本阅读器应用程序。有时应用程序无法自动确定文件的编码，所以用户需要从编码列表中选择编码。如果此列表包含所有支持的编码，则它将太长。我想提供一个简化的列表，只包含每种语言的最常用编码

这是我所知道的某种关系：

• 繁体中文：Big5
• 简体中文：GB18030
• 日文：Shift JIS，EUC-JP
• 俄文：KOI8-R

---

如果您知道任何其他语言最常用的编码，请告诉我。

我建议使用与浏览器相同的菜单结构。例如Firefox：查看->字符编码->更多编码->东亚->中文/日文/韩文。 （好的，只要看一下就容易了）。在IE中查看->编码->更多

可能看起来太深和笨重，但它是非常熟悉的。而且不会删除有用的编码（例如，为什么俄文使用KOI8-R？如果我使用Windows 1251而不在列表中会发生什么？

是目前最常见的编码

也就是说，以下是按默认字符编码（“”）分组的Windows XP区域设置：

• Big5：zh_HK，zh_MO，zh_TW
• GBK(≈GB2312）：中国，中国
• Windows-31J(≈班次：ja_JP
• windows-874(≈TIS-620，ISO-8859-11）：第
• windows-949(≈EUC-KR）：ko_KR
• windows-1250：学士学位、学士学位、学士学位、硕士学位、硕士学位、博士学位、硕士学位、硕士学位、硕士学位、硕士学位、硕士学位、硕士学位
• windows-1251：az_-az、be_-BY、bg_-bg、kk_-KZ、ky_-KG、mk_-mk、mn_-mn、ru_-ru、sr_-BA、sr_-SP、tt_-ru、uk_-UA、uz_-uz
• windows-1252(≈（ISO-8859-1-1-1）ISO-8859-1-1）ISO-8859-1-1-1-1-1-1-1-1-1-1-1）：一个组织，一个社区，一个社区，一个社区，一个社区，一个社区，一个社区，一个社区，一个社区，一个社区，一个社区，一个社区，一个社区，一个社区，一个社区，一个社区，一个社区，一个社区，一个社区，一个社区，一个社区，一个社区，一个，一个社区，一个社区，一个社区，一个社区，一个社区，一个社区，一个社区，一个社区，一个社区，一个社区，一个社区，一个社区，一个社区，一个社区，一个社区，一个社区，一个社区，一个社区，一个社区，一个社区，一个社区，一个社区，一个社区，一个，一个社区，一个社区个人账户、私人账户、私人账户、私人账户、私人账户、私人账户、私人账户、私人账户、私人账户、私人账户、私人账户、私人账户、私人账户、私人账户、私人账户、私人账户、私人账户、私人账户、私人账户、，这是一个，是，它是，它，它是，它，它，它是，它是，它是，它是，它，它是，它，它，它是，它是，它是，它是，它是，它，它是，它是，它是，它是，它是，它是，它是，它，它是，它是，它是，它，它是，它，它是CA，它，它，它，它是，它，它，它，它，是CA，它，它，它，它，它，它，它，它，它，它，它，它，它，它，它，它，它，它，它，它，它，它，它，它，它，它，它，它，它，它，它，它，它，它，它，它，它，它，它，它，它，它，它，它，它，它，它，它，它，它，它，它，它，它，它，它，它，它，它，它，是ZA
• windows-1253：el_GR
• windows-1254(≈ISO-8859-9）：az_az，tr_tr，uz_uz
• windows-1255：他将
• windows-1256：ar_AE、ar_BH、ar_DZ、ar_EG、ar_IQ、ar_JO、ar_KW、ar_LB、ar_LY、ar_MA、ar_OM、ar_QA、ar_SA、ar_SY、ar_TN、ar_YE、fa_IR、ps_AF、ur_PK
• windows-1257：et_EE，lt_lt，lv_lv
• windows-1258：vi_VN

及

UTF-8 95.7%

1.8%

1.0%

0.4%

0.3%

0.2%

GBK 0.1%

EUC-KR 0.1%

ISO-8859-9 0.1%

Windows-1254 0.1%

EUC-JP 0.1%

Big5 0.1%

---

HTML5草案包含一个列表，反映了被视为常见的内容。但是，请注意，它应该基于用户区域设置，即浏览器或操作系统的语言，而不是文档的语言，因为后者通常是未知的，至少在您实际阅读文档之前，基于一些关于编码的假设

---

我认为你实际上可以在一个流行的网络浏览器中复制编码列表。如果它在那里工作得很好，那么它在您的应用程序中可能工作得相当好。浏览器在列表及其顺序方面做了一些聪明的事情，但在实践中，我认为有一个短列表（如utf-8、utf-16、windows-1252）就足够了，也许还有一些其他的，然后是一个获取完整列表的选项。请注意，尽管utf-16实际上未被使用，对网页也没有用处，但它在纯文本文件中很常见。很重要的一点是要命名好编码，最好使用通用英语（或其他语言）名称，并在括号中加上IANA“charset”名称，就像浏览器一样。

您是否有意省略Unicode系列？UTF-8、UTF-16和UTF-32的使用量肯定至少与您指定的相同。@TomvanderWoerdt是的，我需要一个区域编码列表，不包括Unicode编码。例如，GB18030是中华人民共和国国家标准，因此在中国大陆广泛使用。