大家好 想请教一下关於中文编码的问题 以 "复制" 两个字来看 我利用google搜寻的网址 测试 用%BD%C6%BB%73 可以得到与 %E8%A4%87%E8%A3%BD 一样的结果 ( https://www.google.com.tw/search? safe=off&rlz=1C1SAVA_enTW501TW501&espv=210&es_sm=93&q=%BD%C6%BB%73 )不缩网址 ( https://www.google.com.tw/search? safe=off&rlz=1C1SAVA_enTW501TW501&espv=210&es_sm=93&q=%E8%A4%87%E8%A3%BD ) 不缩网址 ========================================================== 我看了一下一个文字档如果我用winxp 用pspad输入 "复制" 在hex editor里面看到的是 BDC6BB73 我尝试以Hex editor把BDC6BB73 的部分以 E8A487E8A3BD 取代 而填入後直接打开显示为乱码 "銴殴ˊ" =========================================================== 另外如果在GOOGLE搜寻栏位搜寻 "%E8%A4%87%E8%A3%BD" 一样能找到一些与 "复制" 相关的网页 复制狗狗技术进军英国- Yahoo奇摩新闻 真的有办法复制人脑吗？IBM的复制人工智慧计画大公开 =========================================================== 由於去Browser版看好像大多都是在讨论乱码的问题 回答多属於修改浏览器的设定 想请问一下在这边的大大有没有对这方面有涉猎的 是否有工具/网页 OR 以程式读BYTE做修改的方式做转换 (写程式应该不困难 但是不懂转换原则) 谢谢 --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 210.59.147.226 ※ 编辑: donkeychen 来自: 210.59.147.226 (12/11 14:59) 大大 我有一份工作上需要用到的log档案 整份log的中文部分呈现乱码 但是我明确的知道这个呈现乱码的地方该是中文的"复制" 我不想直接在板上讲明自己在做什麽(鬼)工作 所以把我觉得可能有问题的部分po到板上 但是如果大大真的不嫌弃 那可以到 https://dl.dropboxusercontent.com/u/57491997/CoreLog.log 下载 搜寻1111(文字)即可找到有问题的地方 这份档案我尝试过MOONRAKER大大的做法 会从原本的 E8A487E8A3BD 变成 E98AB4EF8BACCB8A 他把我原本呈现错误的字(乱码)以utf-8的方式存起来了... ※ 编辑: donkeychen 来自: 210.59.147.226 (12/11 17:40) ※ 编辑: donkeychen 来自: 210.59.147.226 (12/12 09:55) 另外想请教一个案外案 由前面的例子 "复制"两个字的utf-8是 复=E8A487 制=E8A3BD 想请教一下 如果这个utf-8编码有再被编成 EFBFA8 (EFBFA = E) EFBEA4 EFBE87 EFBFA8 (EFBFA = E) EFBEA3 EFBEBD 这种编码又是哪一套编码呢 我看了这个网址的编码 http://www.utf8-chartable.de/unicode-utf8-table.pl?start=65280 好像不太对 U+FFE8 ef bf a8 HALFWIDTH FORMS LIGHT VERTICAL U+FFA4 ef be a4 HALFWIDTH HANGUL LETTER NIEUN .....(後面就不贴了 应该不是) ※ 编辑: donkeychen 来自: 210.59.147.226 (12/12 10:12) 恩 我的案外案感觉起来是 原本的utf-8编码再度被编码 我看了一下编码後的结果去查 utf-8应该是无关的 所以我推测这个"不是"utf-8的编码 至於他编码的规则我猜测是这样 因为我把EFBFA 改成 E EFBF 改成 NULL sed -i s/\xEF\xBE//g file sed -i s/\xEF\xBF\xA0/\xE0/g file sed -i s/\xEF\xBF\xA1/\xE1/g file sed -i s/\xEF\xBF\xA2/\xE2/g file sed -i s/\xEF\xBF\xA3/\xE3/g file sed -i s/\xEF\xBF\xA4/\xE4/g file sed -i s/\xEF\xBF\xA5/\xE5/g file sed -i s/\xEF\xBF\xA6/\xE6/g file sed -i s/\xEF\xBF\xA7/\xE7/g file sed -i s/\xEF\xBF\xA8/\xE8/g file sed -i s/\xEF\xBF\xA9/\xE9/g file sed -i s/\xEF\xBF\xAA/\xEA/g file sed -i s/\xEF\xBF\xAB/\xEB/g file sed -i s/\xEF\xBF\xAC/\xEC/g file sed -i s/\xEF\xBF\xAD/\xED/g file sed -i s/\xEF\xBF\xAE/\xEE/g file sed -i s/\xEF\xBF\xAF/\xEF/g file 是可以改回原本的utf-8的编码 至於是什麽编码模式我不甚清楚 所以问一下大家是否有知道 ※ 编辑: donkeychen 来自: 210.59.147.226 (12/12 12:13) 大大不好意思 我不太知道是指哪一段 我由下面这段往回推 ================================================ 例如，希伯来语字母alepe.... 它属於U+0080到U+07FF区域，这个表说明它使用双位元组，110yyyyy 10zzzzzz. 十六进制的0x05D0换算成二进制就是101-1101-0000. 这11位数按顺序放入"y"部分和"z"部分：11010111 10010000. 最後结果就是双位元组，用十六进制写起来就是0xD7 0x90，这就是这个字元aleph ================================================ 复 = E8A487 变成 EFBFA8 EFBEA4 EFBE87 EFBFA8 二进位 1110____ 10______ 10______ 1111 111111 101000 [F ] [F ][E ][8 ] EFBEA4 1110____ 10______ 10______ 1111 111110 100100 [F ] [F ][A ][4 ] EFBE87 1110____ 10______ 10______ 1111 111110 000111 [F ] [F ][8 ][7 ] 请问是这个原则吗? 感谢 ※ 编辑: donkeychen 来自: 210.59.147.226 (12/12 14:02) 我都俗气的念 叉... 一开始不知道这也是符合utf-8 encode 以为是另一套编码 现在看起来似乎是在string与wstring转换时 出现这样的问题 code如下 (有用到boost) using namespace std; using namespace boost; wstring path = L"复制"; //http://ppt.cc/yK88 string path2 = boost::to_utf8(path); //http://ppt.cc/eAm2 wstring path3; path3.assign(path2.begin(), path2.end()); //to log //http://ppt.cc/nQ7b //我猜是上面这行有问题 locale old_locale; locale utf8_locale(old_locale, new boost::program_options::detail::utf8_codecvt_facet); filesystem::wpath asPath(L"C:\\test.log"); wofstream logfile; logfile.imbue(utf8_locale); if(!logfile.is_open()) { logfile.open(asPath.external_file_string().c_str(), ios::in | ios::out | ios::app | ios::ate | ios::binary); } logfile << path3; logfile.close(); 在C:\test.log就会有精美的 EFBFA8EFBEA4EFBE87EFBFA8EFBEA3EFBEBD 了 http://ppt.cc/wEJA ※ 编辑: donkeychen 来自: 210.59.147.226 (12/13 10:12)