sta*_*cke 5 unicode encoding utf-8 character-encoding
什么样的错误编码“堆栈”会为字符串“cin\xc3\xa9ma t\xc3\xa9l\xc3\xa9diffusion”产生以下奇怪的字节？（我省略了空格字符，十六进制：20）
\n\ncin\xc3\x83%ma\nin HEX: 63 69 6E C3 83 25 6D 61\nmapped: c i n ---\xef\xbf\xbd---- m a\n\nt\xc3\x83cl\xc3\x83cdiffusion\nin HEX: 74 C3 83 63 6C C3 83 63 64 69 66 66 75 73 69 6F 6E\nmapped: t ---\xef\xbf\xbd---- l ---\xef\xbf\xbd---- d i f f u s i o n\n---\xef\xbf\xbd---- 部分表示不正确的字节。
\n\n我考虑过“如果转码混乱怎么办？双重编码怎么样？”，但是，看看http://www.fileformat.info/info/unicode/char/00e9/charset_support.htm（以及代码页版本），我注意到没有任何编码可能以十六进制字节 %25 或 %63 结尾 \xc3\xa9 。此时它甚至看起来不像双 UTF8 编码，因为http://en.wikipedia.org/wiki/UTF-8澄清了 %C3 之后的字节需要将第一位设置为10xxxxxx。
\n\n某些程序如何将重音\xc3\xa9转换为“ \xc3\x83后跟% ”以及“ \xc3\x83后跟c ”？我想追溯错误编码的历史，以便我可以尝试想出一些可以采取措施修复损坏的字符串的方法。
\n\n也存在这样的可能性：\xc3\xa9本来就不是\xc3\xa9，但我无法理解有人在同一个短语中犯了什么样的拼写错误，以获得两个不同版本的\ xc3\xa9最终被错误编码成两个完全不同的字节集。
\n\n额外的上下文详细信息：我在 XML 文件中找到了这些损坏的字符串。该文件没有<?xml version="1.0"?>标头，因此假定它是 UTF-8。存在包含具有完美的\xc3\xa9字符的短语的节点，同时存在包含具有损坏的\xc3\xa9字符的短语的节点。
\n\n据我尝试，iconv -and-family 根本没有做任何事情来帮助解决这种情况。
\n\n我现在持有的几个后续考虑因素是：我是否应该怀疑 MySQL 及其臭名昭著的懒惰字符集转码？难道是某人在导出 XML 时编写的自定义编码函数写得很糟糕？
\n编码看起来有点奇怪：
\n\n从 cin\xc3\xa9ma 中获取 \xc3\xa9 结果为 utf-8 编码：
\n\n\n\n\n\xc3\xa9 = C3 A9
\n
你在哪里得到：
\n\n\n\n\nC3 83 25
\n
因此，当它被双重编码时，应该发生以下情况：
\n\n\n\n\nc3: \xc3\x83 -> c3 83
\n\na9: \xc2\xa9 -> c2 a9
\n
但这无法解释结果中的 25。
\n\n\n\n\n25：%
\n
那么问题是，如果编码一次，那么像\xc2\xa9这样的未知字符将被替换为%，然后进行第二次编码？
\n