신영 안上面是html，下面是代碼。這是一個名字嗎？這是什么意思？??a€1? ????? ??a€￠??
1 回答
梵蒂岡之花
TA貢獻1900條經(jīng)驗 獲得超5個贊
您有一個雙重 Mojibake，由于使用不正確的編解碼器而損壞了數(shù)據(jù)。
它實際上是韓語，一個名字：
?? ?
或者，如果使用 HTML 實體，則應將其編碼為
신영 안
它翻譯成英文為Shin-Young An。
當編碼為 UTF-8并按輸入代碼點分組然后使用十六進制數(shù)字顯示時，您將得到以下結(jié)果：
ec 8b a0
ec 98 81
20
ec 95 88
為了產(chǎn)生你所擁有的輸出，有人必須具備：
使用Windows 代碼頁 1252 解碼上述 UTF-8 數(shù)據(jù)，產(chǎn)生
ì?<A0>ì?<81> ì??
（其中<A0>是不間斷空格字符，并且<81>是無效的 CP1252 字節(jié)，但這在許多解碼器中經(jīng)常被忽略；我已將它們包含在此表示法中，因為否則它們將無法打?。?/p>
將產(chǎn)生的混亂再次編碼為 UTF-8，得到以下字節(jié)值：
c3 ac e2 80 b9 c2 a0
c3 ac cb 9c c2 81
20
c3 ac e2 80 a2 cb 86
（分組與上面正確的 UTF-8 匹配）
使用相同的 Windows CP1252 編解碼器第二次解碼這些 UTF-8 字節(jié)，這次生成：
??a€1?<A0>?????<81> ??a€￠??
<A0>（與和字符上的注釋相同<81>）
最后將結(jié)果字符編碼為 HTML 實體：
신영 안
如果您安裝了 Python，那么該ftfy庫可以一步“修復”文本，如下所示：
>>> import ftfy
>>> sample = '신영 안'
>>> ftfy.ftfy(sample)
'?? ?'
我使用該庫來告訴我使用了哪些編解碼器，并使用它的草率 CP1252 解碼器來生成上面的解碼。
例如，對于您的輸入，我使用了：
>>> ftfy.fixes.fix_encoding_and_explain(ftfy.fixes.unescape_html(sample))
('?? ?', [('encode', 'sloppy-windows-1252', 0), ('decode', 'utf-8', 0), ('encode', 'sloppy-windows-1252', 0), ('decode', 'utf-8', 0)])
看到修復計劃，并反向解釋了 Mojibake 最初是如何生產(chǎn)的。
- 1 回答
- 0 關注
- 143 瀏覽
添加回答
舉報
0/150
提交
取消