像是:靠?? 之類的一些特殊字，以編碼的角度，該如何理解?

最近在網(wǎng)路上看到一些奇怪的中文字，例如:

?試??試??你??的??眼??力?? 請(qǐng)找??到??一??帆??風(fēng)順靠??靠??靠??

我試著將靠?? 這個(gè)字找了線上的轉(zhuǎn)換器轉(zhuǎn)成 utf-8
utf-8 顯示結(jié)果如下

\xe9\x9d\xa0\xe0\xbd\xbc\xe0\xbc\xb5


其中 \x 的部分 我當(dāng)作是 utf-8 的表達(dá)，但我查不到這是哪裡的規(guī)范?
其中 e9 9d a0 ... 我認(rèn)為是 16 進(jìn)制的表示，e9 將會(huì)佔(zhàn) 1 個(gè) 字節(jié)(byte) 的大小
查看 utf-8 定義后發(fā)現(xiàn) :
通常1個(gè)字節(jié)可以存入一個(gè)ASCII碼，2個(gè)字節(jié)可以存放一個(gè)漢字國(guó)標(biāo)碼。 
也就是說(shuō) 上面的這個(gè)字 用到了 e9 9d a0 e0 bd bc e0 bc b5 共 9 個(gè)字節(jié)(byte)，應(yīng)該不屬於中文字。

請(qǐng)問(wèn)這樣我能知道它這個(gè)字，是屬于哪一國(guó)語(yǔ)言嗎? 或者是在 utf-8 的定義中，這個(gè)字在哪個(gè)范圍內(nèi)呢?

回答

編輯回答

失心人

看過(guò)一篇相關(guān)文章

2018年8月8日 12:32

編輯回答

祈歡

首先回答問(wèn)題本身：
“靠??”這不是一個(gè)整體的漢字，而是一個(gè)普通的漢字“靠”和緊隨其后兩個(gè)特殊字符?和?的組合。（復(fù)制到記事本等只支持純文本的編輯器里你就可以明顯發(fā)現(xiàn)這一點(diǎn)）

兩個(gè)特殊字符我也不清楚是什么，想知道詳細(xì)可以去查對(duì)應(yīng)編碼范圍區(qū)域。
猜測(cè)是一些修飾字符，某些外語(yǔ)里需要用到。

其次糾正問(wèn)題本身一個(gè)錯(cuò)誤：

查看 utf-8 定義后發(fā)現(xiàn) : 通常1個(gè)字節(jié)可以存入一個(gè)ASCII碼，2個(gè)字節(jié)可以存放一個(gè)漢字國(guó)標(biāo)碼。
也就是說(shuō) 上面的這個(gè)字用到了
e9 9d a0 e0 bd bc e0 bc b5 共 9 個(gè)字節(jié)(byte)，應(yīng)該不屬於中文字。

utf-8是unicode的一種編碼方式，而漢字國(guó)標(biāo)碼是GB系列的編碼（GB2312、GBK、GB18030等）。
這兩者是兩種東西，不會(huì)有所說(shuō)的“查看utf-8定義……存放一個(gè)漢字國(guó)標(biāo)碼”的情況。2個(gè)字節(jié)放一個(gè)漢字的說(shuō)法也不準(zhǔn)確。

原始的unicode碼，所有字符都是2個(gè)字節(jié)，包括漢字。
utf-8中，所有字符長(zhǎng)度不定（1-4個(gè)字節(jié)），一個(gè)漢字用3個(gè)字節(jié)。
國(guó)標(biāo)碼的GB2312和GBK中，所有字符都是2個(gè)字節(jié)，包括漢字。
國(guó)標(biāo)碼的GB18030中，每個(gè)字符是1/2/4個(gè)字節(jié)

2017年2月18日 13:03

編輯回答

別傷我

Unicode符號(hào)范圍(十六進(jìn)制)	UTF-8編碼方式(二進(jìn)制)
0000 0000 - 0000 007F	0xxxxxxx
0000 0080 - 0000 07FF	110xxxxx 10xxxxxx
0000 0800 - 0000 FFFF	1110xxxx 10xxxxxx 10xxxxxx
0001 0000 - 0010 FFFF	11110xxx 10xxxxxx 10xxxxxx 10xxxxxx

取 Unicode 轉(zhuǎn)二進(jìn)制代入 UTF-8 xxx 部分

'靠'
// Unicode: '\u9760'                     --- '1001 0111 0110 0000'
// UTF-8:   '11101001 10011101 10100000' --- '\xe9\x9d\xa0'

'天上飛的那個(gè)打不出來(lái)'
// Unicode: '\u0f7c'                     --- '0000 1111 0111 1100'
// UTF-8:   '11100000 10111101 10111100' --- '\xe0\xbd\xbc'


'地上爬的那個(gè)也打不出來(lái)'
// Unicode: '\u0f35'                     --- '0000 1111 0011 0101'
// UTF-8:   '11100000 10111100 10110101' --- '\xe0\xbc\xb5'

2018年6月9日 06:23