所有字符集都有共同的ASCII吗？

Question

我问的原因是as shown here有一个“标准”，它说要读取文件的第一行，它会告诉你文件是如何编码的：

The first line specifies the character set used for both the 
wordlist and the affix file (should be all uppercase). 

For example:

SET ISO8859-1

除非所有字符集都具有共同的7位ASCII范围，否则这对我来说既不合理又不可靠，这样你就可以“品尝”第一个新行字节：0xA或0xD。

但我不知道ASCII范围是否对所有字符集都是通用的。

Answer 1

没有。 EBCDIC是非基于ASCII的，并且仍然在基于IBM大型机的软件环境中使用，具有极高的向后兼容性要求。

更受欢迎的是UTF-16和UTF-32，虽然基于ASCII，但由于所有额外的00字节而向后兼容。

但是，只有几种方法可以对Basic Latin字母进行编码。 （存在的大多数字符编码的区别在于它们对重音和非拉丁字母的处理。）因此，读取这些文件的程序只需要处理一些编码单词SET的可能方式：

• 53 45 54用于基于ASCII的编码（Windows-1252，UTF-8等）
• E2 C5 E3用于基于EBCDIC的编码（如果这些被认为值得支持）
• 00 53 00 45 00 54代表UTF-16BE
• 53 00 45 00 54 00代表UTF-16LE
• 00 00 00 53 00 00 00 45 00 00 00 54代表UTF-32BE
• 53 00 00 00 45 00 00 00 54 00 00 00代表UTF-32LE

解码器可以简单地查找它们。