科普一下: 錕斤拷直錕斤拷錕
(2010-09-06 06:30:35)
下一個
看到這些字句,您肯定會問,這是什麽?這些字句是毫無實際意義的,但它們卻形象地表達出了一些莫名其妙的問題。這是一個很經典的亂碼。相當經典
最容易出現的地方就是搜索引擎
Unicode和老編碼體係的轉化過程中,肯定有一些字,用Unicode是沒法表示的,Unicode官方用了一個占位符來表示這些文字,這就是:U+FFFD REPLACEMENT CHARACTER
那麽U+FFFD的UTF-8編碼出來,恰好是 \'xefxbfxbd\'。
如果這個\'xefxbfxbd\',重複多次,例如 \'xefxbfxbdxefxbfxbd\',然後放到GBK/CP936/GB2312/GB18030的環境中顯示的話
一個漢字2個字節,最終的結果就是:錕斤拷
我們上網的時候不用去關心網站采用了什麽編碼格式,但是頁麵中不時出現的亂碼還是會讓我們頭疼。在這點上,Firefox的用戶更是深有體會,用Firefox瀏覽網頁看到亂碼的機會要比IE多得多。 亂碼主要與字符編碼係統有關。例如一個網頁中常出現的亂碼“錕斤拷”(百度,Google),它就是新老編碼係統轉換中出現的。網友est專門寫了一篇文章來考證問題來源:
Unicode和老編碼體係的轉化過程中,肯定有一些字,用Unicode是沒法表示的,Unicode官方用了一個占位符來表示這些文字,這就是:U+FFFD REPLACEMENT CHARACTER。那麽U+FFFD的UTF-8編碼出來,恰好是 \'xefxbfxbd\'。如果這個\'xefxbfxbd\',重複多次,例如 \'xefxbfxbdxefxbfxbd\',然後放到GBK/CP936/GB2312/GB18030的環境中顯示的話就是“錕斤拷——錕(0xEFBF),斤(0xBDEF),拷(0xBFBD)”。
2010年8月14日中午,百度貼吧主頁遭到疑似黑客攻擊,也有可能是內部維修的錯誤,因此整個頁麵一直是錕斤拷等字,並持續大約3-4小時,這也讓網友對“錕斤拷”這三個字產生了濃厚的興趣,甚至出現了以“錕斤拷”為主題的簽名檔、頭像和貼吧。