我如何在记事本++中找到这个字符（通过unicode搜索）？（\uFEC1 并且只有那个字符）

Question

我如何在记事本++中找到这个字符（通过unicode搜索）？

如果我去charmap

我选择这个角色

我在 unicode 搜索框中输入 FEC1 并按 ENTER 并找到该字符

我在 fileformat.info 上查找

http://www.fileformat.info/info/unicode/char/fec1/index.htm

UTF-8 (hex)   0xEF 0xBB 0x81 (efbb81)
UTF-16 (hex)  0xFEC1 (fec1)

如果我按字面意思在搜索框中输入字符，那么它会找到它

但我看不到要搜索什么 unicode 才能找到它

我希望能够在 UTF-8 和 UTF-16 中搜索它

[\uFEC1] 似乎找到了字符，但它找到的不仅仅是那个字符

现在，如果我在那里扔几个 FEC9，那么我看到 [\uFEC1] 似乎也找到了它们

那么，我如何搜索 \uFEC1 并且仅此而已。我也有兴趣通过它的 UTF-8 代码搜索它

Answer 1

要使用 UTF-16 按 Unicode 代码点进行搜索，您可以使用 ( \x{FEC1})，无论文件是使用 UTF-8 还是 UTF-16 编码，它都有效。

请记住，您不需要按 UTF-8 代码进行搜索，因为您可以按 UTF-16 代码进行搜索。但是要解决您的问题中询问如何通过 UTF-8 代码搜索该字符的部分...

你不能。嗯，你有点可以，但这是一个可怕的黑客，你真的不应该。

显而易见的尝试是\xef\xbb\x81在您的 UTF-8 编码文档中搜索，但这不起作用。（注意这里没有{}：Notepad++ 需要\xNN2 个十六进制数字或\x{NNNN}4 个十六进制数字）。那是因为 Notepad++ 实际上并不搜索字节值，而是搜索 Unicode 代码点。因此，您可以搜索代码点 U+FEC1，但不能搜索 UTF-8 字节 0xEF 0xBB 0x81，因为 Notepad++“隐藏”了您的编码细节。（因为几乎在所有情况下，编辑文本文件的人会更关心查找实际字符而不是查找 UTF-8 字节。）

您可以尝试另一种技巧，即获取该 UTF-8 编码文件并选择Encoding ? Encode in ANSI菜单选项，此时???????似乎变为ï»ï»ï»‰ï»ï»‰ï»ï»‰. （我说“似乎成为”而不是“成为”是因为……好吧，请继续阅读。）这是因为它采用了文件的 UTF-8 文本，并将其重新解释为“ANSI”（这是一个可怕的编码名称，因为它完全错误，应该真正称为“Windows-1252”，但这是一个不同的问题）。（顺便说一句，确实关心以正确的从右到左的顺序显示阿拉伯语的原因，该字符串的前两个字母（???????在我的文本看起来比在屏幕截图中的方式向后：那是因为 Notepad++ 不关心阿拉伯语是从右到左书写的，??) 出现在字符串的右侧，而不是像 Notepad++ 中那样出现在左侧)。除了题外话，这就是为什么这会有所帮助。在“ANSI”（真正的 Windows-1252）编码中，每个字节都是一个字符，因此现在您将能够按单个字节进行搜索。现在，如果您搜索\xef\xbb\x81（不需要是正则表达式，只需“扩展”搜索），它将找到字符。有点。它看起来像它突出了两个字符ï»，但它确实突出3个字符：ï，»，和“看不见”的0x81字符实际上并不存在。0x81指向 Windows-1252 编码：你自己看看。）现在你明白我为什么说“似乎变成了”——因为你的 UTF-8 编码文本真的变成了ï»_ï»_ﻉï»_ﻉï»_ﻉ，其中_代表一个不正式存在的“隐形”字符在 Windows-1252 代码页中。无论如何，既然您已经在 Windows-1252 中找到了字节值为 0xEF、0xBB 和 0x81 的三个字符的序列，并且 Notepad++ 已突出显示它们，您可以选择Encoding ? Encode in UTF-8菜单选项，您的文本将自身转换回 UTF -8，而 Notepad++ 会将高亮显示在同一位置——因此，您会发现一个?字符已被高亮显示。

那我为什么说你真的不应该这样做呢？因为它起作用的唯一原因是 Notepad++在您切换代码页时没有做正确的事情。正确的事情，当你找到丢失的字符是抱怨，或像插入Unicode替换字符的字符做?（或一个简单的?，如果你在没有遗留代码页是?在它），或做一些使用户会知道他们的文本中有无效字符。错误应该永远不会被忽略，并且具有0x81在Windows 1252的文本值是一个错误. 这个技巧起作用的唯一原因是 Notepad++ 对无效字符做了错误的处理（也就是说，它忽略了它们）。所以你真的不应该依赖这个技巧：随着 Notepad++ 的任何更新，它可能会改变其未记录的（和错误的）行为，并开始在错误编码的文本中放置正确的替换字符，此时这个技巧将失败。坚持搜索真正的 Unicode 代码点，你会过得更好。

顺便说一下，您最初的尝试 ( [\uFEC1]) 失败的原因是，根据Notepad++ 的正则表达式语法，\u意思是“大写字母”。（请记住，在正则表达式中，方括号表示“这些字符中的任何一个”）。文档进一步说，“请参阅关于小写 [原文如此] 字母的注释”，关于小写字母的注释说“如果“匹配大小写”搜索选项关闭，这将退回到“单词字符”。就像你的截图一样。因此，正则表达式[\uFEC1]正在搜索“任何单词字符，或 F、E、C 或 1”——它匹配示例文本中的每个字符。

呼，结果证明这是一个很长的答案，因为我所说的“非常简单”。我希望这能帮助你更好地理解 Unicode；如果是这样，我花在打字上的时间将是值得的。

Answer 2

看一看：有人知道如何在记事本++中使用正则表达式来查找阿拉伯字符吗？

因为 Notepad++ 的正则表达式实现要求您使用

\x{NNNN}

表示法来匹配 Unicode 字符。

在你的例子中，

\x{FEC1}