如何避免无意中将UTF-8文件编码为ASCII / ANSI？

Question

在编辑编码为UTF-8 w / o [spurious] BOM的文件的过程中，内容可能变得没有ASCII或ANSI范围之外的任何Unicode字符。在下次重新打开文件时，一些文本编辑器（Notepad ++）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，但无法使用，因为保存在ANSI中。可以存在一个菜单选项（Notepad ++）来打开ANSI文件作为没有BOM的UTF-8，但是导致了无意中用Unicode编码覆盖ANSI文件的相反问题。

Answer 1

一种解决方法是将ANSI范围之外的字符添加到文件中的注释中。根据解码算法，它可能会强制编辑器（Notepad ++）将文件识别为UTF-8无BOM表编码。

例如，在HTML文档中，您可以使用此类Unicode注释跟踪标题中的字符集定义，此处为U + 05D0希伯来语字母ALEF： ＆lt; meta http-equiv =“Content-Type”content =“text / html; charset = utf-8”＆gt; ＆lt;！ - א - ＆gt;

Answer 2

当文件看起来相同时，您如何建议编辑器告诉ASCII / ANSI和UTF-8没有BOM的区别？

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

Answer 3

将编辑器配置为始终使用UTF-8，如果可能，请向编辑的创建者投诉。不是针对unicode的字符集是IMO，已经弃用，应该这样对待。

只使用ASCII空间（7位）中的字符的文件在UTF-8中几乎是相同的，所以如果你必须以ASCII编码提供某些东西，就不要输入任何unicode字符。