微软本着顾客就是上帝的原则，就把卖给中国人的有系统默认使用GBK编码，卖给韩国人的系统默认使用EUC-KR编码，其他国家也是如此。
但是为了避免广大消费者误会卖给我们的系统功能有差异，微软就把统一默认编码都显示成ANSI。
在我们的电脑里面，ANSI也就是我们的GBK系列的编码，当我们用记事本另存的时候在下面就可以看到。
关于这个记事本，有个很注明的奇怪现象，当你在windows的记事本里新建一个文件，输入联通这两个字后，保存，关闭。
然后再次打开，你会发现这两个字变成了乱码。
有人说这就是联通之所以干不过移动的原因，其实这是因为GBK编码与UTF-8编码产生了编码冲撞的原因。
Unicode UTF-8
0000 - 007F 0XXXXXXX
0080 - 07FF 110XXXXX 10XXXXXX
0800 - FFFF 1110XXXX 10XXXXXX 10XXXXXX上面这一段就是从Unicode到UTF-8的转换规则。当然是按十六进制分的。
Unicode编码中从0000到007F，对应UTF-8中的二进制编码，就是以0开头，占用一个字节。
Unicode编码中从0080到07FF这段编码对应的是UTF-8中的110开头的一个字节，10开头的一个字节，两个字节
0800到FFFF这段编码，对应的是UTF-8中的1110开头的1个字节，10开头的一个字节，还有一个10开头的一个字节，这里要用三个字节。
列入仙这个字，Unicode编码是4ED9,4ED9在0800和FFFF之间，所以需要这个三个字节的模板。
4ED9转换成二进制是0100 1110 1101 1001 ，把这个比特流按三字节模板拆，就变成了这样，依次替换模板中的X，得到1110-0100 10-111011 10-011001。
再转成16进制，就变成了E4BB99。
仙---->4ED9---->1110-0100 10-111011 10-011001
1110-0100 10-111011 10-011001--->E4BB99这其实就是UTF-8的编码，而当你新建一个文本文件时，记事本编码默认是ANSI，前面我们说过ANSI在我们电脑里其实就是GB系列编码方式。
在这种编码下，联通的内码是：C1AA CDA8.这也是16进制的。
前面我们学进制转换的时候知道，每四位二进制可以转换成1位十六进制，也就是说每两位十六进制就是一个字节。
C1就是第一个字节，转成二进制就是110 0001。
AA是第二个字节，转成二进制就是1010 1010。
CD是第三个字节，转成二进制就是1100 1101。
A8是第四个字节，转成二进制是1010 1000。
C1--->1100 0001
AA--->1010 1010
CD--->1100 1101
A8--->1010 1000我们来看第三四个字节的开头部分，都是110和10，正好与UTF-8规则里的两字节模板是一致的。
于是再次打开这个文件的时候，及时本会自动识别编码方式，它就误认为这是一个UTF-8编码的文件，会把第一个字节的110和第二个字节的10去掉。于是就得到了00001 101010。
再把各位对齐，补上前面的0，就得到了0000 0000 0110 1010，这个二进制就转成十六进制就变成了006A。
Unicode的006A也就是小写的字母j，而之后的两个字节用UTF-8解码之后是0368，这个字符什么也不是。
0000 0000 0110 1010--->006A--->j
0000 0011 0110 1000--->0368--->不存在这就是联通两个字的文件没有办法在记事本里正常显示的原因。如果你在联通后面输入几个字，其他的字的编码不见得有恰好是110和10开始的字节，这样再次打开时记事本就不会坚持这是一个UTF-8编码的文件。
而会用ANSI的方式解读，这是乱码就不会出现了。
未经允许不得转载：445IT之家 » Python 记事本写‘联通’乱码的原因
