英语的8位类ASCII字符集0x9d有意义吗？
我正在清理一些旧的数据文件，偶尔会在其他ASCII文本中找到0x9d。 （不，它不是UTF-8。）
在Windows-1252中无效。 Python“latin-1”编解码器将其转换为Unicode 0x9D，即"Operating System Command"。这没什么意义。在Unicode中，您将获得一个包含[009d]的框。 （在Python中，您可以将任何内容转换为Latin-1而不会引发错误，但这并不意味着这样做是有意义的。）
使用Python类型转义的示例，来自凌乱的数据库我正在清理它结合了来自许多来源的文本：
Guitar Pro, JamPlay, RedBana\\\'s Audition,\x9d Doppleganger\x99s The Lounge\x9d or Heatwave Interactive\x99s Platinum Life Country,\\"
for example \\"I\\\'ve seen the bull run in Pamplona, Spain\x9d.\\" Everything
Netwise Depot is a \\"One Stop Web Shop\\"\x9d that provides sustainable \\"green\\"\x9d living
are looking for a \\"Do It for Me\\"\x9d solution
从背景来看，我怀疑是™或®。但那些8位代码有哪些？
答案 0 :(得分：5)
这是一个完全疯狂的假设：
处理这些数据的一些先前（真正损坏的）系统试图将每个字符写为UTF-8，但实际上只写了每个序列的最后一个字节（可能它在某处有一个奇怪的一个字节长的缓冲区）。或者，它过去是UTF-8，但有人用不同的编码查看它做了搜索和替换以删除字节0xE2 0x80，因为它们显然“不属于”并且没有意识到剩下的“特殊性格“不是他们想要的那个。
ASCII，当然会传递，因为它的UTF-8编码长一个字节。
'RIGHT SINGLE QUOTATION MARK'（U + 2019）’以UTF-8编码，字节为0xE2 0x80 0x99。你拥有\x99s的地方是让我沿着这条路走下去的地方，因为在s之前的撇号通常会在流行的文字处理软件中被翻译成右边的引号。如果只保存了该字符的最后一个字节，那么你只需要0x99。
'右双引号'（U + 201D）”以UTF-8编码，字节为0xE2 0x80 0x9D。您文本中的0x9D通常位于双引号字符串的末尾。并且，它通常紧挨着常规的直线"双引号。我想知道是否有人试图对数据进行某种先前的清理传递，并设法回到收尾报价中，但在那里留下了“奇怪的”0x9D。
正如我所说，这是一个疯狂的假设，但如果这是来自各种旧系统的数据集合，则很难知道它究竟发生了什么。 UTF-8的最后一个字节就是我能找到的最接近的“普通”英文编码，它在英文文本中会有一些合理的内容，并包含你要查找的字节。
答案 1 :(得分：1)
在用于阿拉伯语区域设置的Windows-1256中，\x99是商标符号，\x9d是零宽度非连接符。这似乎在列出的位置似乎是合理的，尽管可能是多余的。尽管如此，肯定不缺少character sets。
自动尝试猜测的一个工具是chardet。
答案 2 :(得分：0)
可能是来自DOS文件（CP850）的数据。
根据我在这种情况下的经验，字符0x9D被用作＆＃34;直径＆＃34;在提到管道或管道时签字。
答案 3 :(得分：-1)
我要关闭它，因为在几个地方询问后，很明显没有常见的扩展ASCII 8位数据编码使用0x9D，这在某种程度上是有意义的。
这可能是很久以前对数据进行修改的结果。关于Python字符集转换的其他Stack Overflow问题特别是在0x9D上失败，所以它并不是这个数据所特有的。在某个地方，偶尔会有一些东西粘在0x9D上，通常是在引号之后。也许一些旧的文字处理器。谢谢，大家。