18.手持两把锟斤拷，口中疾呼烫烫烫

‍

这篇文章我们来说说乱码的由来。相信大家基本都遇到过，其中最常见的乱码就是 “锟斤拷” 了 （锟读作kūn）

​​

‍

‍

乱码怎么产生的

乱码，一般是在编码的转换过程中产生。例如Unicode是不兼容其他地域性字符编码的，当有些Unicode中的字符，用作GB类编码去解析的时候，就会产生乱码。

在Unicods字符集有一个特殊的替换符号 专门用于表示无法识别或展示的字符，就是一个菱形中间一个问号：�

​​

该符号的UTF-8的编码为 EF BF BD。更多请参考：� - 替换字符: U+FFFD - Unicode 字符百科 (opens new window)

有些编辑器，会在遇到无法识别的字符时，自动将其替换为该符号�，向用户表明这是无法识别的字符；

当有两个该符号的时候，例如��，那么其编码就为EF BF BD EF BF BD

而如果用GBK的格式去解析EF BF BD EF BF BD 的时候，由于GBK是2个字节表示一个汉字，因此会解析成

EF BF：锟

BD EF：斤

BF BD ：拷

这就是锟斤拷的由来了。

‍

实践

先创建一个txt，其编码方式改为UTF8，并输入��，然后用GBK的格式打开，就能看到了：

本例通过VSCode演示，其他编辑器同理

​​​