tmi*_*hty 4 encoding text diacritics
我只是在解析以下网站。
\n\n那里有人找到文字
\n\nund wa\xcc\x88ren damit auch\n起初，“\xc3\xa4”看起来非常好，但是一旦我检查它，就会发现这不是常规的“\xc3\xa4”（表示为 ascw 228），而是这个：
\n\nascw: 97, char: a\nascw: 776, char: \xc2\xa8\n我以前从未见过这样表示的“\xc3\xa4”。
\n\n一个网站怎么会使用这种奇怪的字符组合？它可能带来什么好处？
\n您在问题中没有提到的是所使用的编码。很明显，它是基于 Unicode 的编码。
\n在 Unicode 中，代码点 U+0308（十进制为 776）是组合分音符。从字母和分音符号中，创造了a德语字符。\xc3\xa4
确实有两种方法可以用元音变音来表示德语字符（在本例中为 \xc3\xa4）。作为单个代码点：
\nU+00E4 latin small letter A with diaeresis\n或者作为两个代码点的序列：
\nU+0061 latin small letter A\nU+0308 combining diaeresis\n类似地，您可以将两个代码点组合为大写\'\xc3\x84\'：
\nU+0041 latin capital letter A\nU+0308 combining diaeresis\n在大多数情况下，Unicode 使用两个代码点，因为它需要更少的代码点来启用带有变音符号的广泛字符。然而，由于历史原因，带有德国变音符号和法国口音的字母存在特殊的代码点。
\n大多数编程语言的 Unicode 库都提供了标准化字符串的功能，即，如果可能的话，将所有序列转换为单个代码点，或者将所有单个代码点扩展为两个代码点序列。另请参阅Unicode 规范化形式。
\n| 归档时间： |
|
| 查看次数： |
648 次 |
| 最近记录： |