如何避免将UTF-8文件意外编码为ASCII/ANSI？

在编辑编码为UTF-8 w/o[伪]BOM的文件的过程中，内容可能会在ASCII或ANSI范围之外缺少任何Unicode字符。在下次重新打开该文件时，一些文本编辑器（记事本++）会将其解释为ASCII/ANSI编码，并将其打开。不知道用户将继续编辑的更改，现在添加非ANSI Unicode字符，由于保存在ANSI中，因此呈现为无用字符。可以存在一个菜单选项（记事本++）以UTF-8 w/o BOM的形式打开ANSI文件，但会导致无意中用Unicode编码覆盖ANSI文件的相反问题。

一个解决方法是在文件中的注释中添加ANSI范围之外的字符。根据解码算法的不同，它可能会迫使编辑器（记事本++）将文件识别为UTF-8 w/o BOM中的编码文件

例如，在HTML文档中，您可以使用这样的Unicode注释遵循标题中的字符集定义，这里是U+05D0希伯来语字母ALEF：

---

当文件看起来相同时，您建议编辑器如何区分ASCII/ANSI和UTF-8 w/o BOM之间的差异

---

如果希望保证UTF-8识别为UTF-8，请添加BOM表，或强制文件包含UTF-8字符。

将编辑器配置为始终使用UTF-8（如果可能），如果不使用，请向编辑器的创建者投诉。依我看，不以unicode为目标的字符集已被弃用，应按此处理

---

仅在ASCII空间（7位）中使用字符的文件在UTF-8中基本相同，因此，如果必须使用ASCII编码，请不要键入任何unicode字符。

为什么说BOM是“伪的”？对于UTF-8，编码方案仅由UTF-8代码单位（=字节）组成因此，UTF-8中表示的数据不存在大小端字节顺序的问题。但是，对于16位和32位编码形式，字节序列化必须将代码单元分别分解为两个或四个字节，并且必须明确定义这些字节的顺序。”（Unicode Book，第36页）将BOM添加到UTF-8中（UTF-8中的MS Notepad）是一种允许区分UTF-8内容的黑客攻击。因为它区分UTF-8，所以可能是真实和有用的（不是伪造的）。是的，直到它成为一个问题。在我的例子中，有一些web应用程序在删除BOM之前无法工作。请参阅中使用部分第三段中的各种其他问题。术语方面，使用BOM字节序列来标识UTF-8，最好表示为“签名”或“前言”正如Johann Gerell在.Hi Anon.中提到的那样！对不起，我没有足够快地上传我自己问题的答复，以便您及时查看。解决方案就是您建议的。许多文本编辑器（例如记事本++）擅长检测文件中与ASCII UTF8不兼容的符号，基于此，假设文件是UTF8。有一些明智的方法可以做到这一点，尽管总是有可能错误检测UTF8的某些外来代码页。感谢您的回答。我在本期中发现的有趣之处在于，文件可以更改其物理状态（编码）如果它携带的信息（文本）被修改（在一次编辑非ASCII Unicode范围内的单词时使用，在另一次编辑过程中仅使用ASCII字符制成的单词）。这有点像一支钢笔，会根据你写的单词突然改变颜色。