TXT文件大小与字数的换算关系

我们知道一般情况下文件内容越多，文件体积就会越大，占用的磁盘空间也会越大；具体到Windows的文本文档也就是TXT文档来看就是文件字数越多文件体积就越大。我很好奇，是不是可以根据文件大小算出文件里的字数或者根据字数算出文件大小？带着这个疑问我做了一个小实验，建了几个不同编码格式的文本文档并观察他们的大小。结果证明TXT文件的字数和文件大小是能够简单互相计算的。

新建不同编码格式的文本文档，并观察文件大小和占用空间。

空文件里没有写任何字符，英文字母文件里写了10000个字母，中文汉字文件里写了10000个汉字，从结果可以看出，各种编码的文本文档本身就占了不同的空间来标识编码格式。由于文件是以二进制形式存储的，以二进制查看文件，空文件里的内容如下（显示为十六进制）：

可见不同编码格式的文本文档，标识位所占的字节数是不一样的。

下表是不同编码的编码标识位长度和中英文字符所占字节

从表格可以看出：

于是我们就可以根据文件字数算出文件大小，或者根据文件大小算出文件字数。在实际生活中我们的文本文档基本上是中英文兼具，还包括各种符号，所以对ANSI和utf8编码格式的文档只能算出大致的数据，要算出精确的数据还需要对字符进行分类；对unicode和unicode big endian编码格式的文档能算出准确数据。

可能没有什么实际的用处，只是一时好奇就留意了一下。