问Windows 1252是否是UTF-8的子集？

EN

Windows-1252在“可用字符”方面是UTF-8的子集，但在逐字节表示方面则不是这样。Windows-1252包含字节127到255之间的字符，UTF-8对这些字符采用不同的编码。

ASCII范围(127及以下)中的任何可见字符都以1:1的UTF-8编码。

因此，虽然您可以在两者之间进行转换，但不能保证CP-1252字符串是有效的UTF-8字符串。

在emacs十六进制模式下Ansi与Utf8。所以Cr是43 72，但是还有一个带重音的e --é在ansi中是e9，但在utf8中是c3 a9。那么a就是61。utf8文件在开头也有它的BOM或编码签名ef bf。

         43 72    e9 61      Cr.a

ef bb bf 43 72 c3 a9 61  ...Cr..a 

是的，Windows 1252字符是Unicode的子集。

Unicode在设计上实现了从1993年可用的大多数(公共)字符编码来回无损转换。CP-1252比Unicode旧，并且经常使用，因此Unicode被设计为包含所有CP-1252。

这种设计是为您的情况指定的:您可以一次转换一个层，而不会丢失信息，因此不需要旗帜日。您只需转换数据库，并将客户端驱动程序设置为转换回CP-1252。(通常这是默认的，客户端知道您期望的编码，并且他们知道将提供哪个数据库，因此它将进行转码)。在第二步中，您可以更改客户端部分(可能稍后更改前端)。

只是你应该关心一些问题: Unicode有各种规范形式，对于同一字符有更多可能的表示。从CP-1252开始，这不是问题，但在后路上，您可能会有问题，这取决于您使用的库。如果您需要转换回来，只需做一些实验。

许多代码在Unicode和CP-1252中是相同的，但是编码UTF-8需要两个(或更多)字节用于大约127的代码，因此这些字节不兼容。但通常一个简单的查找表(256个元素)就足够了。

不可打印的字符在理论上是相同的，但每个系统都可以改变解释(例如换行符、换行符、或所有转义序列(从^[开始)。但这与你并不相关。