字符编码

本页面为您讲解字符编码为何物，及应当如何运用正确的编码。

■ 总览

字符编码指的是将文字转译成存储到磁盘上的二进制代码的方式。在计算机最早被发明的时候，文本中的每个字符被一个字节表示，但一个字节的数据量只能表示256种字符。因此，随着全世界的人们开始使用计算机，为了让当地的文字也能存储到计算机里，人们发明了许多种完全不同的字符编码方式。问题就在于此，如果一段文字数据的编码方式未被预先给出，误解了编码就会导致乱码字符出现。

这是一段日文文字，以Shift_JIS编码 (如无法显示请安装合适的日文字体)：

这是它被以Shift_JIS方式编码后产生的字节数据：

假如某程序不知道它是由Shift_JIS编码，而误用了 ISO 8859-1 (Latin-1) 字符编码来解析它：

一般来说，一种字符编码方式设计时只囊括了特定一种书写系统的字符，十分不便。因此，人们发明了Unicode，即万国码，一种几乎囊括了全球所有书写系统中字符的编码方式，来解决这个问题。

虽然Unicode时至今日已被广泛采用，用起来还是会有些问题。首先，Unicode其实并不是一种字符编码，而Unicode转换格式(UTF)才是真正编码文字的方式。常用的转换格式为UTF-16和UTF-8。

路线和列车文件，由于历史兼容性原因，可以以任何字符编码存储。由于无法预先知晓相应的编码，就需要玩家对此一技术知识有所了解，并在游戏菜单中人工选择正确的字符编码。这显然很麻烦，因此必须避免使用Unicode以外的字符编码。

■ 字节顺序记号 (BOM)

UTF-16 源于一个使用两个字节来编码一个字符的编码方式 (UTC-2)，因此知道这两个字节存储的顺序就十分重要。为了便于判断顺序，许多文本编辑器会默认自动在文字前端添加字节顺序记号。这一记号可让解码器了解文件以何种顺序储存，还可提供一个较为不易误判的判定文字是否是以Unicode编码的方式。说人话就是虽然字节顺序标记在UTF-8里不必须也不被Unicode官方建议，但在写openBVE路线时是建议加上的，这是为了便于检测编码。

虽然并不必须也不被官方推荐，UTF-8也常使用字节序。因为UTF-8并不需要区分字节的顺序，这里字节顺序标记的意义是明显地说明该文件以UTF-8编码存储。

如前所述，虽然Unicode允许对世界上所有书写系统中使用的几乎所有字符进行编码，但如果对要使用的编码没有达成一致，则不一定使处理文本文件变得更容易。

使用字节顺序标记使openBVE能够自动检测每个单独文件的编码。如果你用了个不错的文本编辑器，你不仅可以手动选择编码，还可选择是否添加字节顺序标记。记事本（Windows中的）在以UTF-8编码保存文件时总是添加字节顺序标记，这也是个可接受的例子。

下面就是技术内容了。从技术层面来说，字节顺序标记是一个文件最前端的几个字节。openBVE能够自动检测的字节顺序标记为：

openBVE鼓励您总是以带字节序的Unicode字符编码保存文件，以便自动识别。译者推荐您使用带BOM的UTF-8。