我有一个老项目，正在读取CP850编码的文件。但这会错误处理重音符号（例如，蒙特利尔变成了MontrÚal）。 我想用UTF-8替换CP850。问题是：
安全吗？换句话说，我们是否可以假设UTF-8是超集，并且编码方式与CP850编码字符相同？
谢谢
我尝试了hexdump，以下是我的csv文件的示例，是UTF-8吗？
000000d0 76 20 64 65 20 4d 61 72 6c 6f 77 65 2c 2c 4d 6f |v de Marlowe,,Mo|
000000e0 6e 74 72 c3 a9 61 6c 2c 51 43 2c 48 34 41 20 20 |ntr..al,QC,H4A |
答案 0 :(得分：3)
如果用超集表示UTF-8是否包含CP850的所有字符，那么可以肯定地是，因为UTF-8可以使用可变长度编码（1-4个字节）来编码所有有效的Unicode代码点。
如果您的意思是字符以相同的方式编码，则您并非如此，因为é（U + 00E9）在CP850中编码为82，在UTF中编码为C3 A9 -8。
我看不到一个将Ú编码为82的字符集/代码页，但是在CP850（é的ISO-8859-1表示形式）中，Ú被编码为E9。您的转换方式错误（例如，将文件从 ISO-8859-1 转换为 CP850，并且您想将转换为 CP850（ to UTF-8）。
下面是使用hd和iconv的示例：
hd test.cp850.txt
00000000 4d 6f 6e 74 72 82 61 6c |Montr.al|
00000008
iconv --from cp850 --to utf8 test.cp850.txt > test.utf8.txt
hd test.utf8.txt
00000000 4d 6f 6e 74 72 c3 a9 61 6c |Montr..al|
00000009