另类字符 回忆上次内容
-
上次再次输出了大红心<span style="font-size:64px;color:red">♥</span>
-
找到了红心对应的编码
-
黑红梅方都对应有编码
-
原来的编码叫做 ascii️
-
\u这种新的编码方式叫unicode
-
包括了 中日韩字符集等 各书写系统的字符集
-
除了这些常规字符之外
-
还有什么好玩的东西呢？
颠倒字符
添加图片注释，不超过 140 字（可选）
-
这个网站可以把文字上下颠倒
-
这些颠倒字符的编码多少呢？
-
自己试试
尝试
添加图片注释，不超过 140 字（可选）
-
序号还是比较靠前的
-
应该是一些拉丁字符
-
类似的还有带圈圈的英文字符
带圈字符
添加图片注释，不超过 140 字（可选）
-
带上圈圈之后
-
给人一种ꫛꫀꪝ的感觉
-
这些都是谁规定的呢？
继续探索
-
unicode 其实有个委员会
-
各种大厂都在里面指定标准
-
我们也可以访问 unicode.org
-
具体的编码字符都可以在里面找
添加图片注释，不超过 140 字（可选）
炼金术师的符号
添加图片注释，不超过 140 字（可选）
古代字符编码
-
埃及圣书体
-
腓尼基楔形文字
添加图片注释，不超过 140 字（可选）
-
回忆起拉丁字符走过的路
拉丁字符之路
添加图片注释，不超过 140 字（可选）
时间相关
-
这个编码可以解决等宽的问题
-
而且还有汉字
-
目前大多数字体支持
-
㋀㋁㋂㋃㋄㋅㋆㋇㋈㋉㋊㋋
-
㏠㏡㏢㏣㏤㏥㏦㏧㏨㏩㏪㏫㏬㏭㏮㏯㏰㏱㏲㏳㏴㏵㏶㏷㏸㏹㏺㏻㏼㏽㏾
-
㍘㍙㍚㍛㍜㍝㍞㍟㍠㍡㍢㍣㍤㍥㍦㍧㍨㍩㍪㍫㍬㍭㍮㍯㍰
货币相关
添加图片注释，不超过 140 字（可选）
音乐相关
添加图片注释，不超过 140 字（可选）
中文字符
添加图片注释，不超过 140 字（可选）
添加图片注释，不超过 140 字（可选）
-
这些编码实在是偏门
亚文化
-
不过很有趣
-
目前大多数字库文件还不支持
添加图片注释，不超过 140 字（可选）
-
不知道这些参与 unicode 编码规则制定的大公司在想些什么？
扑克编码
添加图片注释，不超过 140 字（可选）
-
我们以前介绍过黑红梅方的编码
-
配合数字可以做出扑克效果
-
这个编码直接就是牌
-
C 是骑士牌（knight card）
-
我们一般都是 54 张牌
-
目前大多数字符库还不支持 unicode 这个编码段的部分
-
支持了之后就可以直接字符打牌了
国际象棋
添加图片注释，不超过 140 字（可选）
添加图片注释，不超过 140 字（可选）
-
目前大多数字体不支持
麻将
-
中式麻将牌在这里
-
红红火火
-
梅兰竹菊 春夏秋冬 就连百搭都有
-
以后用户名也许可以用麻将字符了
-
???????
-
?????????
-
?????????
-
?????????
-
九筒
-
不过目前多数字库还不支持
添加图片注释，不超过 140 字（可选）
各种符号
添加图片注释，不超过 140 字（可选）
-
符号还在不断添加中
新的符号
添加图片注释，不超过 140 字（可选）
添加图片注释，不超过 140 字（可选）
-
各种杂项费用还是很多的甚至包含 emoji
-
这些新增的字符除了好玩之外
-
也会对于我们产生影响
-
其实我们也有这种符号
五岳真形图
添加图片注释，不超过 140 字（可选）
-
也许有一天unicode中会出现五岳的符号
-
还有一些同型不同序号的字
易混淆文字
添加图片注释，不超过 140 字（可选）
-
这两个文字非常相像但却是两个不同的字符
-
第1个是常用的
-
第2个是1999年更新中新加进去的康熙部首
添加图片注释，不超过 140 字（可选）
-
这种长相类似的字符有什么用么？
阴阳话题
-
作为计算机理解这就是两个词条
添加图片注释，不超过 140 字（可选）
-
这是公关降热度的一个手法
部首
-
还有什么类似的字符吗？
添加图片注释，不超过 140 字（可选）
-
康熙部首
-
2F00-2FD5
-
扩展部首
-
2E80-2EF3
-
如果当前系统不认识这个字符
-
怎么办呢？
不识别
-
但是如果发送过来的字符
-
在当前的系统中没有对应的字符
-
应该怎么办呢？
添加图片注释，不超过 140 字（可选）
�
-
发过来一个不认识的字符
-
机器就傻了
-
因为不知道如何表现
-
于是他会用一个问号对应的字符进行替换
-
U+FFFD �
添加图片注释，不超过 140 字（可选）
-
这个字符本应该是 unicode 中的字符
-
但如果硬要用 gbk 解码会如何呢？
乱解码
-
� 对应 utf-16 编码 0xFFFD
-
转化为 utf-8 对应 0xEF 0xBF 0xBD
-
但是如果这个编码用 gbk 解码的话
-
就会出现锟斤拷
-
锟（0xEFBF）
-
斤（0xBDEF）
-
拷（0xBFBD）
添加图片注释，不超过 140 字（可选）
-
锟斤拷会出现在各种地方
-
甚至有个笑话
-
手持两把锟斤拷
-
口中疾呼烫烫烫
-
烫烫烫又是怎么回事
烫烫烫和屯屯屯
-
0xcc 正好是
-
x86指令集中 中断(int 3)指令
-
起到保护作用
-
在分配内存的时候
-
栈内存默认初始数值为 0xcc
-
0xcccc 用使用 bgk 的终端来表示刚好就是烫
-
未初始化的栈空间用 0xcc 填充
添加图片注释，不超过 140 字（可选）
-
而未初始化的堆空间用 0xcd 填充
-
所以 0xcdcd 用 gbk 来解释的话，就是屯
添加图片注释，不超过 140 字（可选）
-
动态分配的内存被回收之后
-
就是 DDDD
-
0xcdcd
-
在gbk编码格式中
-
对应汉字葺
-
甚至有拼音标号
拼音标号
添加图片注释，不超过 140 字（可选）
-
符号还在不断增加中
中文字符集进化
-
unicode 如果 2 个字节总共 16 位
-
16 位最多 65536 各字符
-
想要把全世界的字符都编码是不现实的
-
光是中文就超了好几次
添加图片注释，不超过 140 字（可选）
-
如果使用 3 字节编码就大大增加了存储和带宽的压力
-
那到底应该怎么办呢？
-
到底应该按照 1 字节、2 字节还是 3 字节进行读取呢？
总结
-
unicode 里面有各种字体
-
扑克
-
国际象棋
-
麻将
-
偏旁部首
-
各种好玩的编码
-
字符编码就是这样一步步发展过来的
-
但是有个问题
-
拜这个字
-
在字节中应该是b"\x62\xdc"两个字节
添加图片注释，不超过 140 字（可选）
-
该如何理解b"\x62\xdc"这两个字节呢??
-
究竟是"拜"
-
还是"bÜ"呢？
添加图片注释，不超过 140 字（可选）
-
我们下次再说！?