锟斤拷的原因
发布网友
发布时间：2022-04-23 11:12
共2个回答
热心网友
时间：2023-10-12 02:17
我们上网的时候不用去关心网站采用了什么编码格式，但是页面中不时出现的乱码还是会让我们头疼。在这点上，Firefox的用户更是深有体会，用Firefox浏览网页看到乱码的机会要比Internet Explorer多得多。 乱码主要与字符编码系统有关。例如一个网页中常出现的乱码“锟斤拷”（百度，Google），它就是新老编码系统转换中出现的。网友est专门写了一篇文章来考证问题来源：
Unicode和老编码体系的转化过程中，肯定有一些字，用Unicode是没法表示的，Unicode官方用了一个占位符来表示这些文字，这就是：U+FFFD REPLACEMENT CHARACTER。
那么U+FFFD的UTF-8编码出来，恰好是 ' '。如果这个' '，重复多次，例如 ' '，然后放到GBK/CP936/GB2312/GB18030的环境中显示的话，一个汉字2个字节，最终的结果就是：锟斤拷——锟(0xEFBF)，斤（0xBDEF），拷（0xBFBD） 。
Python代码： 1.>>>u'\uFFFD'.encode('utf-8')*22.' '3.>>>4.>>>printu'\uFFFD'.encode('utf-8')*2输出结果：“锟斤拷”。
热心网友
时间：2023-10-12 02:18
如果在UTF-8编码的文件里输入两个连着的替换符号（�），再用GBK编码阅读就会出现这种情况
