经典乱码锟斤拷

锟斤拷是什么？我也是最近才搞明白的。
http://www.baidu.com/baidu?word=%EF%BF%BD%EF%BF%BD
http://www.google.com/search?hl=en&q=%E9%94%9F%E6%96%A4%E6%8B%B7
我考证了一下，这个乱码的原因来源相当经典。
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 '\xef\xbf\xbd'。
如果这个'\xef\xbf\xbd'，重复多次，例如 '\xef\xbf\xbd\xef\xbf\xbd'，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 哈哈。。。
Python代码：

>>> u'\uFFFD'.encode('utf-8')*2
'\xef\xbf\xbd\xef\xbf\xbd'
>>>
>>> print u'\uFFFD'.encode('utf-8')*2

锟斤拷
例如这个招聘就非常经典：
单位性质： 外商独资企业 所属行业： 线缆
单位规模： 100 - 499人 注册资金： 1299
联 系 人： 锟斤拷锟斤拷 联系人职位： 锟斤拷锟斤拷
传　　真： 021-69178632 联系电话：
电子信箱： [e-mail]
通信地址：
邮　　编：
单位网址：
单位介绍： 台锟斤拷锟斤拷业锟斤拷台锟斤拷锟斤拷锟侥碉拷f锟斤拷锟斤拷锟斤拷锟?锟斤拷锟斤拷/锟斤拷锟斤拷
招聘职位：锟斤拷锟斤拷 人数：20人
发布日期： 2007-07-17
联系人： 锟斤拷锟斤拷
编码问题真是个TMD烦人的问题。例如：
最后我在wikipedia上开了一个 锟斤拷 的页面。瓦咔咔。。瓦咔咔。。。

评论

3 楼 Hooopo 2014-01-26  

est 写道

我是网友est。 

 

2 楼 est 2014-01-23  

我是网友est。 

1 楼 jiangsha 2009-04-15  

怎么解决呢？？