TCP接收扩展的ASCII或utf-8字符

Question

对于倒置问号¿我收到两个字节[-62] [-65]，但是我将如何获得可读的utf-8或ASCII字符编码？

Answer 1

这就是该字符的UTF8代码。 反向问号是Unicode代码点191 ，在utf8中为0xc2:0xbf 。

您正在将它们视为带符号的字节。 例如， -62符号是256-62或194无符号-这是十六进制0xc2 。

类似地， -65符号是256-65或191无符号-即十六进制0xbf 。

如果要将UTF8序列转换为代码点，可以使用下表。

Range              Encoding  Binary value
    -----------------  --------  --------------------------
    U+000000-U+00007f  0xxxxxxx  0xxxxxxx

    U+000080-U+0007ff  110yyyxx  00000yyy xxxxxxxx
                       10xxxxxx

    U+000800-U+00ffff  1110yyyy  yyyyyyyy xxxxxxxx
                       10yyyyxx
                       10xxxxxx

    U+010000-U+10ffff  11110zzz  000zzzzz yyyyyyyy xxxxxxxx
                       10zzyyyy
                       10yyyyxx
                       10xxxxxx

例如，您的0xc2:0xbf是二进制11000010 10111111 ，它与第二种情况匹配：

11000010 10111111
         |||||   ||||||
         |||\\  //////
         ||| ||||||||
    00000000 10111111  ->  0x00bf  ->  191

Answer 2

那两个字节可能是 UTF-8

对于ASCII，您将需要特定的代码页。

“可读”字符编码到底是什么？

Answer 3

查看十六进制的字节值：

• -62是0xc2
• -65是0xbf

如果查找有关字形的Unicode信息 ，则可以看到，这实际上是构成反向问号字形的UTF-8编码的两个字节。