解码文本文件中的奇怪字符

Question

有人给我发了一个文本文件。虽然我可以阅读大部分文档，但有时会出现异常字符。当我在 VIM 中打开它时，我看到 <92> 在它的位置。当我使用 gedit 时，我看到一个字符看起来像一个正方形，正方形中有两个零和 9 和 4。

有没有办法将这些有趣的字符解码回人类可读的等价物？

我还在shell中运行了以下内容：

johncomputer> file --mime-encoding file.txt
johncomputer> file.txt: : utf-8

所以我认为它是 utf8 编码的。

哦，还有，这是一个文本文档，其中大多数字符都是可读的。只是一些（不是全部）重音字符出现了奇怪的现象。

Answer 1

很可能您看到的 <92> 和 <94> 是windows-1252编码的“智能”（卷曲）撇号和“智能”右双引号。当然，它们几乎可以是任何东西，但在 UTF-8 中，这样的字节不能作为“独立”出现，只能作为字符的多字节表示的第二个或后面的字节，