常见乱码产生原因以及锟斤拷的产生过程

文章目录

常见乱码产生原因
方块码的产生原因
- 代码测试
- 控制台打印以下信息
- 编码原理
锟拷码的产生原因
- 代码测试
- 控制台打印以下信息
- 编码原理

常见乱码产生原因

名称	示例	特点	原因
古文码	浜屽紶涓夋潕鍥旇档鍏	大多为不认识的古文，夹杂日韩文	以GBK方式读取UTF-8编码的中文
方块码	��	大部分字符为方块问号	以UTF-8方式读取GBK编码的中文
符号码	å¼ä¸æåçäºèµµèä¸	大部分字符为各种符号	以ISO8859-1方式读取UTF-8编码的中文
拼音码	ÕÅÈýÀîËÄÍõÎåÕÔÁ	大部分字符为带着声调的字母	以ISO8859-1方式读取GBK编码的中文
问句码	寮犱笁鏉庡洓鐜嬩簲叚鑰?	基本和古文码一致，字符串为偶数时正常，长度为奇数时结尾会带上问号	以GBK方式读取UTF-8编码的中文，然后又用GBK的格式再次读取
锟拷码	锟斤拷锟斤拷锟斤拷	基本都是锟斤拷三个字符	以GBK方式读取UTF-8编码的��

方块码的产生原因

下面我们来看一下方块码具体是怎么来的
首先需要知道方块码‘�’的产生原因，由上图可知，方块码是以UTF-8方式读取GBK编码的中文，而UTF-8和GBK编码的区别在于：

UTF-8会将中文转化成三个字节进行存储
GBK会将中文转化成两个字节进行存储

代码测试

public class TestCode {public static void main(String[] args) {test_UTF8_GBK();}//UTF8_GBKstatic void test_UTF8_GBK(){try {byte[] GBKbyte = "张三".getBytes("GBK");System.out.print("张三的GBK编码：");for (byte b : GBKbyte) {System.out.print(b + " ");}String UTF8_GBKbyte = new String(GBKbyte, "UTF-8");System.out.println("\nUTF-8读取GBK编码："+UTF8_GBKbyte);} catch (UnsupportedEncodingException e) {e.printStackTrace();}}}

控制台打印以下信息

张三的GBK编码：-43 -59 -56 -3
UTF-8读取GBK编码：��

编码原理

"张三"在GBK中实际以-43 -59 -56 -3 进行存储，再由UTF-8读取时，由于这些码在UTF-8库中无法匹配
UTF-8字符集也有一个专门用于提示用户字符无法识别或展示的替换符号：也就是‘�’
因此，我们会看到，使用UTF-8读取GBK编码的中文时就会产生方块码

锟拷码的产生原因

由上表可知，锟拷码是由于以GBK方式读取UTF-8编码的��得到，而如果产生了方块码，就有可能会产生锟拷码

代码测试

public class TestCode {public static void main(String[] args) {test_GBK_UTF8byte();}static void test_GBK_UTF8byte() {try {byte[] UTF8byte = "����".getBytes("UTF-8");for (byte b : UTF8byte) {System.out.print(" " + b);}String GBK_UTF8byte = new String(UTF8byte, "GBK");System.out.println("\n" + GBK_UTF8byte);} catch (UnsupportedEncodingException e) {e.printStackTrace();}}}

控制台打印以下信息

-17 -65 -67 -17 -65 -67 -17 -65 -67 -17 -65 -67
锟斤拷锟斤拷

��首先被转化成了12个字节，按照-17 -65 -67的顺序排列，因此，当使用GBK读取时，会两个两个进行解析，-17 -65 解析成锟，-67 -17 解析成斤，-65 -67解析成拷

编码原理

由于�在UTF-8编码中会被编码成-17 -65 -67三个字节，而两个方块码会产生6个字节，正好满足GBK编码中取两个字节进行解码

-17 -65 对应 “锟”
-67 -17 对应 “斤”
-65 -67 对应 “拷”
因此当我们使用GBK来读取UTF-8编码的方块码时，原来的两个方块码“��”就会被GBK读取成了“锟斤拷”，如下表所示

字符	UTF-8	GBK
�	-17 -65 -67
��	-17 -65 -67 -17 -65 -67
锟		-17 -65
斤		-67 -17
拷		-65 -67

常见乱码产生原因以及锟斤拷的产生过程相关推荐

Python模拟锟斤拷等各类乱码
锟拷码和口字码说到乱码问题就不得不提到锟斤拷,这算是非常常见的一种乱码形式,那么它到底是经过何种错误操作产生的呢?下面我们一步步探究. 看一个基本示例: "��".encode( ...
python3 中文乱码锟斤_乱码问题解决之“锟斤拷”
原标题:乱码问题解决之"锟斤拷" 本文作者:张语盈本文编辑:李朋冲技术总编:薛原乱码是我们在用stata读入文件时经常会出现并且令人头疼的问题,当我们错误定义了读入文件的编 ...
java锟斤拷锟斤拷锟_锟斤拷？UTF-8与GBK互转乱码问题
作为一名程序员,肯定有被乱码困扰的时候,真到了百思不得其解的时候,就会觉得:英文程序员真幸福. 但其实只要明白编码之间的转换规律,其实乱码so easy~ 我们知道,计算机存储数据都是2进制,就是0和 ...
vue导出excel乱码（锟斤拷唷?锟?；锟斤拷）
我这个是 post请求乱码了 ,如果是get,就直接window.open(url,'_blank')就可以了 1. "锟斤拷唷?锟?;锟斤拷"这种乱码信息导致的原因是:整个数据流 ...
java 锟斤解决乱码_java eclipse 开发中文乱码锟斤拷小锟斤拷锟
最近在做项目的时候发现有些员工提交的代码到SVN上之后乱码了,eclipse没有乱码,乱码字样为"锟斤拷小锟斤拷锟斤拷植锟斤拷锟斤拷3146锟斤拷锟斤拷锟斤拷锟绞撅拷锟绞硷拷锟揭筹拷锟?&q ...
烫烫烫、屯屯屯、锟斤拷、诺诺诺的简单示例代码
手持两把锟斤拷, 口中疾呼烫烫烫. 脚踏千朵屯屯屯, 笑看万物锘锘锘. 烫烫烫简单点说,最常见的就是数组没初始化并且按照%s 输出了. #include<stdio.h> int m ...
看程序员如何给女朋友解释什么是锟斤拷？
周末女朋友出去逛街了,我自己一个人在家看综艺节目,突然,女朋友给我打来电话. 过了一会,女朋友回来了,她拿出手机,给我看了她在超市拍的照片: 要想知道什么是乱码,需要先从计算机编码说起. 字符编码 ...
漫画：如何给女朋友解释什么是“锟斤拷”？
作者 | 漫话编程本文经授权转载自漫话编程(ID:mhcoding) 周末女朋友出去逛街了,我自己一个人在家看综艺节目,突然,女朋友给我打来电话. 过了一会,女朋友回来了,她拿出手机,给我看了她在超 ...
“锟斤拷“的前世今生
不管是在工作中还是生活中,相信很多同学都被"锟斤拷"深深的毒害过,比如这样, 这样, 还有这样, 那么究竟是为什么会出现这些奇怪的字符?接下来我们一探究竟! ASCII编码在计算 ...

常见乱码产生原因以及锟斤拷的产生过程

文章目录

常见乱码产生原因

方块码的产生原因

代码测试

控制台打印以下信息

编码原理

锟拷码的产生原因

代码测试

控制台打印以下信息

编码原理

常见乱码产生原因以及锟斤拷的产生过程相关推荐

最新文章

热门文章