八进制，十六进制，Unicode

Question

我的线上出现一个字符，其中包含十六进制值和八进制值\xb1和\261。

这就是我的标题：

From: "\261Central Station <sip@...>"

查看图片中的ASCII table字符为“±”：

我不明白：

1. 如果我尝试通过在标题中传递“±Central Station”来测试相同内容，我会看到它转换为“\xC2\xB1”。为什么？
2. 如何通过电汇而不是“\xB1”显示“\261”或“\xC2\xB1”。 即如果我尝试打印“\xB1”或“\261”，我从未看到“±”正在打印。但是如果我打印“\u00b1”它打印出所需的字符，我假设因为“\u00b1”是Unicode格式。

Answer 1

从您关联的页面：

  

扩展的ASCII码（字符代码128-255）

     

8位ASCII表有几种不同的变体。下表符合ISO 8859-1，也称为ISO Latin-1。

值得一读两次。字符代码128-255不是ASCII（ASCII是7位编码，以127结尾）。

假设您确定相关字符为±（可能但不保证），您的文字可以编码为ISO 8850-1，或者@muistooshort在评论中指出，还有许多其他ISO 8859-X或CP-12XX (Windows-12XX)编码。但是，我们知道文本不是（有效）UTF-8，因为0xb1本身并不是有效的UTF-8字符。

如果您很幸运，无论客户发送此文本，都会在Content-Type header中指定编码。

关于你的问题：

  

1）如果我尝试通过在标题中传递±Central Station来测试相同内容，我会看到它转换为\xC2\xB1。为什么呢？

您传递的文字为UTF-8，UTF-8中代表±的字节为0xC2 0xB1。

  

2）如何通过电话而不是\xB1出现\261或\xC2\xB1？

我们不知道你是如何测试的，所以我们无法回答这个问题。通常，但是：发送编码为ISO 8859-1（Ruby中为Encoding::ISO_8859_1）的文本，或原始文本所在的编码，或原始字节（Encoding::ASCII_8BIT或Encoding::BINARY ，它们是彼此的别名。）

  

2）如果我尝试打印\xB1或\261我从未看到±正在打印。但如果我打印\u00b1，它会打印出所需的字符。 （我假设因为\u00b1是unicode格式但我很乐意如果有人可以详细解释这一点。）

这不是问题，但原因是\xB1（\261）不是有效的UTF-8字符。某些界面会为无效字符打印�;其他人只会忽视他们。另一方面，\u00b1是一个有效的Unicode代码点，Ruby知道如何用UTF-8表示。

简而言之：UTF-8（如UTF-16和UTF-32）是Unicode标准指定的字符编码。 U+00B1是±的Unicode代码点，0xC2 0xB1是表示UTF-8中代码点的字节。在Ruby中，我们可以使用Unicode代码点（\u00b1）或UTF-8字节（十六进制：\xC2\xB1;或八进制：\302\261来表示UTF-8字符，尽管我不喜欢＃39;推荐后者，因为较少的Rubyist熟悉它。）

字符编码是一个很大的主题，远远超出Stack Overflow答案的范围。有关一本好的入门读物，请阅读Joel Spolsky的"The Absolute Minimum Every Software Developer Absolutely, Positively Must Know About Unicode and Character Sets (No Excuses!)"，有关字符编码在Ruby中如何工作的更多详细信息，请阅读Yehuda Katz的"Encodings, Unabridged"。阅读两者将花费你不到30分钟，将来会为你节省数百小时的痛苦。