建站
咨詢
售后
建站咨詢
新聞中心
[[378294]]
目前創(chuàng)新互聯(lián)已為超過千家的企業(yè)提供了網站建設、域名、網頁空間、成都網站托管、企業(yè)網站設計、懷柔網站維護等服務，公司將堅持客戶導向、應用為本的策略，正道將秉承"和諧、參與、激情"的文化，與客戶和合作伙伴齊心協(xié)力一起成長，共同發(fā)展。
? 為何物?
在前不久石頭哥的這篇文章中 —— 你可能也會掉進這個簡單的 String 的坑，講述了因字符編碼問題而連續(xù)踩坑的經歷，文中有一個神奇的字符 “?”。
其實，這個 “?” 真是無處不在，比如大名鼎鼎的微信：
微信中的?
再比如，封面圖中，單價22元的“錕斤拷錕斤拷”，再隨便百度一把：
隨處可見的?
要弄清這個問題，還得先從編碼談起。
因為在計算機的眼里，都是二進制，具體用哪些二進制數(shù)字表示哪個符號，這就是編碼。不要把編碼想象得太復雜，其實就是一個很簡單的 mapping。
比如大家所熟知的 ASCII 編碼，規(guī)定了 二進制的0100 0001，也就是十進制的65，代表的含義就是大寫字母 A。
ASCII 編碼
? 也是一種編碼字符，就跟上面的 A 一樣一樣的，它是 UNICODE 編碼方式中的一個特殊的字符，也就是 0xFFFD(65533)，語義是一個占位符，用來表達這套編碼系統(tǒng)中未知的，自己不認識的東西。
比如上篇文章中的實驗截圖的，紅色部分圈出來的對應的字符，UTF-8 編碼都不認識，所以按照 UNICODE 的定義，我就只好用統(tǒng)一的一個占位符 —— 0xFFFD(65533) 來表示。
為什么會出現(xiàn)“錕斤拷”?
我們接著上篇的例子來看， 如下圖所示，仍然從 “程序猿石頭” 對應二進制編碼截取部分：
如上圖所示，第 18 行的字節(jié)數(shù)組 new byte[] {-25, -119, -25, -116}，UTF-8 恰好都不認識，因此只能用占位符替換。
??
這種情況，在編碼轉換過程中確實也比較常見，如果雙方沒溝通清楚，確實很容易出現(xiàn)互相不認識的情況。
在中文系統(tǒng)中，常見的字符編碼是 GBK，這個時候，因為大家沒提前商量清楚，我就默認按照 GBK 給你編碼看看。
“錕斤拷”在此
驚不驚喜意不意外……
其實是因為，? 用 UTF-8 編碼后變成了 0xEFBFBD(就是上面的字節(jié)數(shù)組 [-17, -65, -67])，兩個連起來就是 0xEFBFBDEFBFBD，也就是上面的字節(jié)數(shù)組[-17, -65, -67, -17, -65, -67]。
而 GBK 編碼依然采用雙字節(jié)編碼方案，因此上面的 6 字節(jié) 0xEFBFBDEFBFBD，就被拆成了 3 個 2 字節(jié)字符即 0xEFBF, 0xBDEF, 0xBFBD 對應 GBK 編碼里面就是：錕(0xEFBF)，斤(0xBDEF)，拷(0xBFBD)。
錕斤拷(可向右滑動)
現(xiàn)在，你知道了嗎?
留個作業(yè)題：開篇的五言絕句，你知道另外的梗是來自哪里嗎?
文章名稱：1分鐘帶你認識從"?"到"錕斤拷"
當前鏈接：http://www.dlmjj.cn/article/djspjih.html
