大家好 想請教一下關於中文編碼的問題 以 "複製" 兩個字來看 我利用google搜尋的網址 測試 用%BD%C6%BB%73 可以得到與 %E8%A4%87%E8%A3%BD 一樣的結果 ( https://www.google.com.tw/search? safe=off&rlz=1C1SAVA_enTW501TW501&espv=210&es_sm=93&q=%BD%C6%BB%73 )不縮網址 ( https://www.google.com.tw/search? safe=off&rlz=1C1SAVA_enTW501TW501&espv=210&es_sm=93&q=%E8%A4%87%E8%A3%BD ) 不縮網址 ========================================================== 我看了一下一個文字檔如果我用winxp 用pspad輸入 "複製" 在hex editor裡面看到的是 BDC6BB73 我嘗試以Hex editor把BDC6BB73 的部分以 E8A487E8A3BD 取代 而填入後直接打開顯示為亂碼 "銴殴ˊ" =========================================================== 另外如果在GOOGLE搜尋欄位搜尋 "%E8%A4%87%E8%A3%BD" 一樣能找到一些與 "複製" 相關的網頁 複製狗狗技術進軍英國- Yahoo奇摩新聞 真的有辦法複製人腦嗎？IBM的複製人工智慧計畫大公開 =========================================================== 由於去Browser版看好像大多都是在討論亂碼的問題 回答多屬於修改瀏覽器的設定 想請問一下在這邊的大大有沒有對這方面有涉獵的 是否有工具/網頁 OR 以程式讀BYTE做修改的方式做轉換 (寫程式應該不困難 但是不懂轉換原則) 謝謝 --

※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 210.59.147.226 ※ 編輯: donkeychen 來自: 210.59.147.226 (12/11 14:59) 大大 我有一份工作上需要用到的log檔案 整份log的中文部分呈現亂碼 但是我明確的知道這個呈現亂碼的地方該是中文的"複製" 我不想直接在板上講明自己在做什麼(鬼)工作 所以把我覺得可能有問題的部分po到板上 但是如果大大真的不嫌棄 那可以到 https://dl.dropboxusercontent.com/u/57491997/CoreLog.log 下載 搜尋1111(文字)即可找到有問題的地方 這份檔案我嘗試過MOONRAKER大大的做法 會從原本的 E8A487E8A3BD 變成 E98AB4EF8BACCB8A 他把我原本呈現錯誤的字(亂碼)以utf-8的方式存起來了... ※ 編輯: donkeychen 來自: 210.59.147.226 (12/11 17:40) ※ 編輯: donkeychen 來自: 210.59.147.226 (12/12 09:55) 另外想請教一個案外案 由前面的例子 "複製"兩個字的utf-8是 複=E8A487 製=E8A3BD 想請教一下 如果這個utf-8編碼有再被編成 EFBFA8 (EFBFA = E) EFBEA4 EFBE87 EFBFA8 (EFBFA = E) EFBEA3 EFBEBD 這種編碼又是哪一套編碼呢 我看了這個網址的編碼 http://www.utf8-chartable.de/unicode-utf8-table.pl?start=65280 好像不太對 U+FFE8 ef bf a8 HALFWIDTH FORMS LIGHT VERTICAL U+FFA4 ef be a4 HALFWIDTH HANGUL LETTER NIEUN .....(後面就不貼了 應該不是) ※ 編輯: donkeychen 來自: 210.59.147.226 (12/12 10:12) 恩 我的案外案感覺起來是 原本的utf-8編碼再度被編碼 我看了一下編碼後的結果去查 utf-8應該是無關的 所以我推測這個"不是"utf-8的編碼 至於他編碼的規則我猜測是這樣 因為我把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的編碼 至於是什麼編碼模式我不甚清楚 所以問一下大家是否有知道 ※ 編輯: donkeychen 來自: 210.59.147.226 (12/12 12:13) 大大不好意思 我不太知道是指哪一段 我由下面這段往回推 ================================================ 例如，希伯來語字母alepe.... 它屬於U+0080到U+07FF區域，這個表說明它使用雙位元組，110yyyyy 10zzzzzz. 十六進制的0x05D0換算成二進制就是101-1101-0000. 這11位數按順序放入"y"部分和"z"部分：11010111 10010000. 最後結果就是雙位元組，用十六進制寫起來就是0xD7 0x90，這就是這個字元aleph ================================================ 複 = E8A487 變成 EFBFA8 EFBEA4 EFBE87 EFBFA8 二進位 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 ] 請問是這個原則嗎? 感謝 ※ 編輯: donkeychen 來自: 210.59.147.226 (12/12 14:02) 我都俗氣的唸 叉... 一開始不知道這也是符合utf-8 encode 以為是另一套編碼 現在看起來似乎是在string與wstring轉換時 出現這樣的問題 code如下 (有用到boost) using namespace std; using namespace boost; wstring path = L"複製"; //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 //我猜是上面這行有問題 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就會有精美的 EFBFA8EFBEA4EFBE87EFBFA8EFBEA3EFBEBD 了 http://ppt.cc/wEJA ※ 編輯: donkeychen 來自: 210.59.147.226 (12/13 10:12)