☰

将 ANSI 转换为 UTF-8 然后再转换回 ANSI 是否安全（不会丢失数据）？

tag-icon • tag-icon encoding unicode utf-8 ansi
将 ANSI 转换为 UTF-8 然后再转换回 ANSI 是否安全（不会丢失数据）？

将 ANSI 转换为 UTF-8 然后再转换回 ANSI 是否安全（不会丢失数据）？

我有读从 UTF-8 转换为 ANSI 时可能会丢失数据。

但是，如果文件从 ANSI 更改为 UTF-8（并且在 UTF-8 中没有进一步更改）然后再更改回 ANSI，这是否 100% 安全？

答案1

这可能是安全的，但前提是两次都在相同的编码之间进行转换。

UTF-8 本身并不是一个字符集——它是一种将 Unicode 编码为字节的方法。它可以表示与 UTF-16（现代 Windows 使用的编码）相同的字符。因此，真正的问题是，是否要转换为统一码可能会丢失信息——据我所知，答案是“它不应该，但它有时可能”：

  • 旧事物新 有脚注对这个：

    附加闲聊：即使从 ANSI 到 Unicode 再返回 ANSI 的往返也可能会有损失，这取决于您传递的有关使用预组合字符的标志。

    Unicode 有几种规范形式 - 例如，ã既可以存储为单个代码点（预组合），也可以存储为普通a+ 组合波浪符号（分解）。Windows 更喜欢前者，而 macOS 更喜欢后者。

  • ¥我不完全确定例如 Windows-932 是否算作“ANSI”，但如果由于相同的字节同时作为符号和路径分隔符（通常是反斜杠）而出现问题（如维基百科上提到的），我不会感到惊讶...

同时，没有称为“ANSI”的编码或代码页。它是一个标准组织的名称，该组织定义了几种文本编码。在 Windows 中，该术语表示针对不同国家/地区和语言的大量“Windows-125x”编码（有点对应于 ISO 8859 编码，据称基于 ANSI 编写的早期草案）。

因此，一个系统很可能将 Windows-1251 称为“ANSI”，而另一个系统则将 Windows-1257 称为“ANSI”，因此，每个系统都可以表示另一个系统无法表示的字符。（事实上，最新的 Windows 10.1809 甚至允许 UTF-8 作为“ANSI”编码。）在配置不同的系统的情况下，即使最初转换为 Unicode 不会丢失信息，转换后退改为“ANSI”即可。

相关内容