UTF-8编码问题，请各位大侠帮忙解释一下

xuepinge

我在一个文档中（test_iconv.txt）写入几个汉字（内容为：汉王科技）保存为UTF-8格式。然后写一个小程序并打印出每个字节的十六进制，程序如下：

#include <stdio.h>
#include <string.h>

main(char argc, char **argv)
{
  FILE *fp1;
  char buffer[2000];
  int ch, i;

  if (!(fp1 = fopen(argv[1], "r"))) {
    printf("File cannot be opened: argv[1]\n");
        exit(1);
  }

  i = 0;
  while ((ch = fgetc(fp1)) != EOF) {
    buffer[i++] = ch;
        printf("\n%x", ch);
        if (i > 1999) {
          printf("buffer not enough");
          exit(1);
        }
  }
  printf("\n%s\n", buffer);

  fclose(fp1);
}

程序输出的结果如下：

xueping@xp-dev:/opt/xp-dev/c-dev/example$ ./file3 test_iconv.txt

e6
b1
89
e7
8e
8b
e7
a7
91
e6
8a
80
a
汉王科技


在windows下用UltraEdit以十六进制格式打开test_iconv.txt显示的内容如下：
FF FE 49 6C 8B 73 D1 79 80 62 0A 00

为什么两边打印出来的内容不一样？各位大侠帮忙解释一下。
UTF-8一个汉字为两个字节，为什么在Linux下4个汉字打印出来12字节？

如果把test_iconv.txt保存为gb2312，两边提取的结果是一样的。

sssslang

这两个应该不是同一个文件吧。后一个看起来象utf16编码的文件。

xuepinge

是同一个文件，一个在Linux用上面的代码读取的结果，后一个是在windows下用UltraEdit读取的结果。

linux001

FF FE 49 6C 8B 73 D1 79 80 62 0A 00

FF FE 明显是文件头，OA 00是 \r

xuepinge

Post by linux001;1878004
FF FE 明显是文件头，OA 00是 \r

用UltraEdit是有“FF FE”，但是在Linux下用Hex Editor打开内容和用以上的代码读取的内容一样；所以我觉得很奇怪搞不懂。

xuepinge

找到问题了，UltraEdit是以Unicode格式打开utf-8格式的文件；如果把test_iconv.txt转换成UCS-2格式两边读取内容就一样了。