gedit 可以创建 Unicode 文件吗？

Question

使用bless我可以看到我的gedit输出是 ASCII。可以gedit处理某种Unicode吗？

Answer 1

当您单击另存为时，在左下角您将获得一些可供选择的编码，选择添加和删除（最后一个条目），您将获得可用编码列表，包括各种 unicode 编码。

Answer 2

所以，我给了 Bruni 一张他们回答的截图，以显示他们的意思。但后来我测试了结果。您确实可以在 gedit 或任何其他文本编辑器中选择 UTF-8 编码。但是，除非这些文件包含非 ASCII 字符**，否则它们将被检测为 ASCII。实际上，如果您通过任何方法创建“纯文本”（可疑术语*）文件，情况也是如此，并且此答案具有以下原因：

当您的所有字符 < 128 ASCII 和 UTF-8 相同时。ASCII 是 UTF-8 的子集（也是 latin1 和许多其他编码格式的子集）。

我挑战任何人来测试这个答案；我只能通过向系统添加非 ASCII 字符来在我的系统上创建一个“UTF-8”文本文件，即使我的所有终端、我所有的文本编辑器和我的locale都设置为 UTF-8：

$ echo unicorns > rainbows; file rainbows
rainbows: ASCII text

重定向echo会创建一个显示file为 ASCII的文件（请自行尝试！）

$ echo ????? >> rainbows; file rainbows
rainbows: UTF-8 Unicode text

附加非 ASCII 字符会自动更改编码吗？不，只是强制file看到，编码是UTF-8，因为它不再局限于ASCII。

TL; 博士

不用担心，您的“ASCII”文本文件是伪装的 UTF-8 文件（无法检测到它们的 UTF-8-ness），并且会根据您的需要和预期进行解析。

*你有足够的兴趣问，所以也许你已经明白这篇文章的作者在告诉我们什么。这篇文章解释了更多关于编码的信息，特别是，为什么ASCII!=UTF-8以及为什么你需要知道你如何编码你的文本。我已经提取：

关于编码的一个最重要的事实

如果你完全忘记我刚刚解释的一切，请记住一个非常重要的事实。在不知道它使用什么编码的情况下拥有一个字符串是没有意义的。你不能再把头埋在沙子里，假装“纯”文本是 ASCII。

没有纯文本这样的东西。

如果您在内存中、文件中或电子邮件中有一个字符串，则您必须知道它的编码方式，否则您将无法正确解释它或向用户显示它。

几乎所有愚蠢的“我的网站看起来像胡言乱语”或“当我使用口音时她无法阅读我的电子邮件”问题都归结为一个天真的程序员，他不明白一个简单的事实，即如果你不告诉我一个特定的字符串是使用 UTF-8 或 ASCII 或 ISO 8859-1（拉丁语 1）或 Windows 1252（西欧）编码的，您根本无法正确显示它，甚至无法弄清楚它的结尾。有超过一百种编码和代码点 127 以上，所有赌注都关闭了。

**有趣的事实：@ByteCommander 向我指出file只查看文件的前 50-100kb，所以如果文本文件的开头有非 ASCII 字符，那么file仍然会认为它是 ASCII。