【笔记】字符编解码乱码

发表于 更新于 阅读次数：

前言

字符编解码乱码

锟斤拷

  • 使用Unicode解码字符时，如果解码超出范围[0x0000,0x10FFFF]，则Unicode会将其定义为U+FFFD（�），内存中的值为0xEFBFBD
  • 使用GBK解码字符时，会将其识别为锟（0xEFBF）斤（0xBFEF）拷（0xBFBD）

EF BF：锟
BD EF：斤
BF BD：拷

1
EF BF BD EF BF BD EF BF
  • 使用GBK解码字符时，如果解码的最后一个字符是单字节，则GBK会将其定义为0x3F
    • 例如：使用Unicode编码的你（0xE4BD0A），使用GBK解码的时候会被定义为0xE4BD3F

烫/屯

  • 使用VisualStudio的debug模式运行程序时，VisualStudio会将栈内存初始化为0xCC
  • 使用GBK解码字符，会将其识别为烫（0xCCCC）

CC CC：烫

1
CC CC CC CC CC CC CC CC
  • 使用VisualStudio的debug模式运行程序时，VisualStudio会将堆内存初始化为0xCD
  • 使用GBK解码字符，会将其识别为屯（0xCDCD）

CD CD：屯

1
CD CD CD CD CD CD CD CD

淇℃伅

  • 使用Tomcat启动JavaWeb项目时，控制台会输出Unicode编码的信（0xE4BFA1）息（0xE681AF）
  • 使用GBK解码字符，会将其识别为淇（0xE4BF）℃（0xA1E6）伅（0x81AF）

E4 BF：淇
A1 E6：℃
81 AF：伅

1
E4 BF A1 E6 81 AF

完成

参考文献

百度百科
CSDN——zhm_cs