在 logfile.log 中检测未知字符�

Question

有谁知道 � 字符的含义以及它的字符格式是什么？

有时我的 logfile.log（ASCII 格式）文件中有这个字符。

Answer 1

为了搜索引擎的利益，我们在这里谈论的符号 (�) 是一个菱形内的问号。 （菱形俗称菱形。）

� 是一个符号，或者可能是字体字形，但严格来说，不是字符。 它是一个通用符号，许多 fonts 使用它来表示它们实际上没有您要打印的某个字符的字体字形。 该字体只是将其没有字形的所有字符映射到该字体字形，以便我们人类可以注意到出现了问题并需要进行故障排除。

所以，最重要的是，仅仅通过观察我们无法判断它是哪个字符。

但是，我们可以通过更深入地查看文本文件来了解更多信息。

这样做的正确方法是获取该文本文件的十六进制转储。 在过去的好日子里，每个程序员的某个地方都有一个十六进制转储实用程序，但现在每个人都在摸索文本格式的数据，十六进制转储实用程序已经失宠，所以你可能没有一个。 幸运的是，伟大的 Interwebz 可以拯救：

复制您感兴趣的字符，并将其粘贴到将文本转换为十六进制的工具中，例如https://online-toolz.com/tools/text-hex-convertor.php （忽略糟糕的英文，和事实上，它写在 PHP；程序员来自世界各地，程序员确实做出了错误的人生选择。）

对于您在本文中包含的特定字符，文本到十六进制转换器会给出efbfbd 。 这个位模式没有意义，它可能意味着一些损坏的数据或未初始化的 memory 已写入您的日志文件。

另请注意，您可能认为日志文件是 ASCII 编码的，但不一定如此； 它可能有一个 UTF-8 编码，前 126 个字符与 ASCII 相同，这是最常用的字符。 无论如何，您用来查看日志文件的实用程序很可能是 unicode 感知的，因此它可能将您的日志文件解释为 UTF-8，但这没有任何区别，因为efbfbd在 UTF-8 或在 ASCII 中。