linux如何判断一个字符的编码格式???
发布网友
发布时间：2022-04-23 08:25
共1个回答
热心网友
时间：2022-05-03 22:49
如题，假设给你一个字符数组
char a[]="abc";
在它的编码中gb2312和utf-8都一样
对任意一个字符而言，并没有编码格式的概念。同样的一个字母，在不同编码集里面代表不同的东西，当然也有可能恰好代表相同的东西。
编码集并不是文本本身的属性，而是观察者的角度，也就是说你用什么编码集来观察这段文本。——从程序的角度就是，你用什么软件去打开它。——编码识别大多通过非法字符进行识别，也就是说仅仅当我们判断具有非法的utf-8字符序列的时候，我们判断一个文本“不是utf-8”编码，但是我们永远无法判断一个文本“是utf-8编码”。——如果不包含任何非法字符，那么你就可以用任何编码去查看他：
例如“逍遥”如果使用BIG5码，但你还是可以使用GBK码查看这两个字，最后得到的是“殊换”。显然这两个词都是合法的，如果仅仅给你这个词，那么你无论从理论还是实际上都不可能知道原文的作者究竟是想表达“逍遥”还是“殊换“。
