英语的 8 位类似 ASCII 的字符集是什么0x9d有意义吗？
我正在清理一些旧的数据文件，偶尔会发现0x9d在其他 ASCII 文本中。 （不，这不是 UTF-8。）
它在 Windows-1252 中无效。 Python“latin-1”编解码器将其转换为 Unicode 0x9D，即《操作系统命令》。这没什么意义。在 Unicode 中，您会得到一个带有 [009d] 的框。 （在 Python 中，您可以将任何内容转换为 Latin-1 而不会引发错误，但这并不意味着这样做是有意义的。）
示例，使用 Python 类型转义，来自我正在清理的混乱数据库，该数据库组合了来自多个来源的文本：
Guitar Pro, JamPlay, RedBana\\\'s Audition,\x9d Doppleganger\x99s The Lounge\x9d or Heatwave Interactive\x99s Platinum Life Country,\\"
for example \\"I\\\'ve seen the bull run in Pamplona, Spain\x9d.\\" Everything
Netwise Depot is a \\"One Stop Web Shop\\"\x9d that provides sustainable \\"green\\"\x9d living
are looking for a \\"Do It for Me\\"\x9d solution
从上下文来看，我怀疑是 ™ 或 ®。但是什么 8 位代码有这些呢？
这是一个完全疯狂的假设：
一些之前处理此数据的（确实损坏的）系统尝试将每个字符写入 UTF-8，但实际上只写入每个序列的最后一个字节（也许它在某处有一个奇怪的单字节长缓冲区）。或者，过去它是 UTF-8 格式的，但有人以不同的编码查看它，进行了搜索和替换以删除字节 0xE2 0x80，因为它们显然“不属于”并且没有意识到剩余的“ “特殊角色”也不是他们想要的。
当然，ASCII 会被传递，因为它的 UTF-8 编码将是一个字节长。
“右单引号”(U+2019)’以 UTF-8 编码，字节为 0xE2 0x80 0x99。你所拥有的地方\x99s这就是让我走上这条路的原因，因为在流行的文字处理软件中，s 之前的撇号通常会被翻译为右弯引号。如果仅保存字符的最后一个字节，则那里只会有 0x99。
“右双引号”(U+201D)”以 UTF-8 编码，字节为 0xE2 0x80 0x9D。文本中的 0x9D 通常位于双引号字符串的末尾。而且，它通常就在常规直道旁边"双引号。我想知道是否有人尝试对数据进行某种事先清理，并设法放回结束引用，但将“奇怪的”0x9D 留在了那里。
正如我所说，这是一个疯狂的假设，但如果这是来自各种旧系统的数据的集合，那么很难知道它到底发生了什么。 UTF-8 的最后一个字节只是我能找到的最接近的“正常”英语编码，它在英语文本中具有合理的内容，并且包含您正在寻找的字节。
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)
