計算機上存儲的文件都是0101類型的二進制文件，但是為什么有那么多不同的文件格式呢？比如.txt文件、.html文件、.pdf文件、.exe文件、.mp3文件等等，他們底層都是0101類型的文件，那么計算機是如何還原他們的呢？
容易理解的是，只要還原方式不對！必是亂碼！
如何正確還原呢？這里我分兩種情況：
1.文本文件亂碼
這個是我們平常生活中遇到的亂碼最多的例子。其實原因基本就只有一個：采用的字符集不同。
放到平常我們的編程中，過程如下：

使用某款開發工具編寫源代碼，然后生成源代碼文件，比如.java文件、.py文件、.php文件、.js文件、.css文件等。這些本質上都是文本文件，說白了都可以用txt文件編輯器打開，而且可能不會亂碼！

但我們一般不用txt文件編輯器打開，因為使用專屬的編輯器可以讓他們顯示的更漂亮，比如自動換行、高光、類名或者特定標簽都有不同的顏色等等。但是關鍵在于，使用txt文件編輯器打開他們可能沒有亂碼，為什么呢？因為采用了相同的字符集！

假設你的源代碼文件按照utf-8格式的來存儲，在計算機里，原代碼就變成了0101的二進制文本，那么編譯器就得按照utf-8的格式來還原你的0101源代碼文件，最后才能轉換為機器碼，你在源代碼中的string字符串比如”中國“，也按照utf-8的格式來存儲，比如為4E2D56FD（這是十六進制的表示，還原成二進制就是內存中保存的形式）。程序運行的時候，讀取4E2D56FD這個數據并顯示出來，問題是顯示的方法也得按照utf-8的編碼來顯示，否則會出現亂碼！

所以要想解決亂碼，1是看存儲時所采用的字符集和編譯器編譯時采用的字符集和程序運行的時候所采用的字符集是否是一致的，一般而言，存儲時采用的字符集跟編譯時采用的字符集是一樣的了，主要是運行的時候采用的字符集，不同的系統所支持的可能不一樣，比如你在windows上，終端顯示默認使用GBK進行編碼（注：這里我值的字符集就是編碼方式，雖然他們有點不一樣）

2.其他的亂碼
并非所有的文件都是文本文件，比如pdf文件、mp3文件、word文件等。里邊可能包含了視頻、音頻、圖像等內容，雖然最后也是0101類型的二進制文件，字符集只是相對文字來說的，對于這些非文字東西，處理形式的不同就產生了不同的文件格式，比如一段音頻，可以用不同的方式把它表示成0101的二進制數據文件，這些不同的表示方式被稱為編碼方式，這里要跟字符集的編碼反思這個概念要區分開。這些不同的表示方式對應了不同的音頻文件，比如mp3格式、wma格式等。那么還原時對應的還原方法那肯定也是不一樣的。

當然，這些文件里邊可能包含文字（不論是英文、中文、韓文等），只要是有文字，就必然要指定字符集。

總結
要打開一份文件，或者說一份數據（底層都是0101，所有東西我們都把它看成數據來看待），首先我們得知道他的文件類型是什么，才能用對應的解析器來解析它，否則你用音樂播放器打開word文件那就是噪音或者甚至沒有聲音！其次若是其中有文字，我們還得規定字符集，否則文字亂碼。

總結

以上是生活随笔為你收集整理的关于文件格式和编码方式，乱码产生的原因？的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。