另類字符

回憶上次內(nèi)容

• 上次再次輸出了大紅心<span style="font-size:64px;color:red">?</span>

• 找到了紅心對應(yīng)的編碼

• 黑紅梅方都對應(yīng)有編碼

• 原來的編碼叫做 ascii?

• \u這種新的編碼方式叫unicode

• 包括了 中日韓字符集等 各書寫系統(tǒng)的字符集

• 除了這些常規(guī)字符之外

• 還有什么好玩的東西呢？

顛倒字符

• 這個(gè)網(wǎng)站可以把文字上下顛倒

• https://www.upsidedowntext.com/

• 這些顛倒字符的編碼多少呢？

• 自己試試

嘗試

• 序號還是比較靠前的

• 應(yīng)該是一些拉丁字符

• 類似的還有帶圈圈的英文字符

帶圈字符

• https://www.bubbleballtext.com/

• 帶上圈圈之后

• 給人一種???的感覺

• 這些都是誰規(guī)定的呢？

繼續(xù)探索

• unicode 其實(shí)有個(gè)委員會(huì)

• 各種大廠都在里面指定標(biāo)準(zhǔn)

• 我們也可以訪問 unicode.org

• 具體的編碼字符都可以在里面找

煉金術(shù)師的符號

• https://www.zifu123.cn/unicode/Alchemical/index.htm

古代字符編碼

• 埃及圣書體

• https://www.zifu123.cn/unicode/Egyptian_Hieroglyphs/index.htm

• 腓尼基楔形文字

• https://www.zifu123.cn/unicode/Early_Dynastic_Cuneiform/index.htm

• 回憶起拉丁字符走過的路

拉丁字符之路

時(shí)間相關(guān)

• 這個(gè)編碼可以解決等寬的問題

• 而且還有漢字

• 目前大多數(shù)字體支持

• ????????????

• ???????????????????????????????

• ?????????????????????????

貨幣相關(guān)

音樂相關(guān)

中文字符

• 這些編碼實(shí)在是偏門

亞文化

• 不過很有趣

• 目前大多數(shù)字庫文件還不支持

• 不知道這些參與 unicode 編碼規(guī)則制定的大公司在想些什么？

撲克編碼

• 我們以前介紹過黑紅梅方的編碼

• 配合數(shù)字可以做出撲克效果

• 這個(gè)編碼直接就是牌

• C 是騎士牌（knight card）

• 我們一般都是 54 張牌

• 目前大多數(shù)字符庫還不支持 unicode 這個(gè)編碼段的部分

• 支持了之后就可以直接字符打牌了

國際象棋

• 目前大多數(shù)字體不支持

麻將

• 中式麻將牌在這里

• 紅紅火火

• 梅蘭竹菊 春夏秋冬 就連百搭都有

• 以后用戶名也許可以用麻將字符了

• 九筒

• ??????????????

• ??????????????????

• ??????????????????

• ??????????????????

• 不過目前多數(shù)字庫還不支持

各種符號

• 符號還在不斷添加中

新的符號

• 各種雜項(xiàng)費(fèi)用還是很多的甚至包含 emoji

• 這些新增的字符除了好玩之外

• 也會(huì)對于我們產(chǎn)生影響

• 其實(shí)我們也有這種符號

五岳真形圖

• 也許有一天unicode中會(huì)出現(xiàn)五岳的符號

• 還有一些同型不同序號的字

易混淆文字

• 這兩個(gè)文字非常相像但卻是兩個(gè)不同的字符

• 第1個(gè)是常用的

• 第2個(gè)是1999年更新中新加進(jìn)去的康熙部首

• 這種長相類似的字符有什么用么？

陰陽話題

• 作為計(jì)算機(jī)理解這就是兩個(gè)詞條

• 這是公關(guān)降熱度的一個(gè)手法

部首

• 還有什么類似的字符嗎？

• 康熙部首

• 2F00-2FD5

• 擴(kuò)展部首

• 2E80-2EF3

• 如果當(dāng)前系統(tǒng)不認(rèn)識這個(gè)字符

• 怎么辦呢？

不識別

• 但是如果發(fā)送過來的字符

• 在當(dāng)前的系統(tǒng)中沒有對應(yīng)的字符

• 應(yīng)該怎么辦呢？

?

• 發(fā)過來一個(gè)不認(rèn)識的字符

• 機(jī)器就傻了

• 因?yàn)椴恢廊绾伪憩F(xiàn)

• 于是他會(huì)用一個(gè)問號對應(yīng)的字符進(jìn)行替換

• U+FFFD ?

• 這個(gè)字符本應(yīng)該是 unicode 中的字符

• 但如果硬要用 gbk 解碼會(huì)如何呢？

亂解碼

• ? 對應(yīng) utf-16 編碼 0xFFFD

• 轉(zhuǎn)化為 utf-8 對應(yīng) 0xEF 0xBF 0xBD

• 但是如果這個(gè)編碼用 gbk 解碼的話

• 就會(huì)出現(xiàn)錕斤拷

• 錕（0xEFBF）

• 斤（0xBDEF）

• 拷（0xBFBD）

• 錕斤拷會(huì)出現(xiàn)在各種地方

• 甚至有個(gè)笑話

• 手持兩把錕斤拷

• 口中疾呼燙燙燙

• 燙燙燙又是怎么回事

燙燙燙和屯屯屯

• 0xcc 正好是

• x86指令集中 中斷(int 3)指令

• 起到保護(hù)作用

• 在分配內(nèi)存的時(shí)候

• 棧內(nèi)存默認(rèn)初始數(shù)值為 0xcc

• 0xcccc 用使用 bgk 的終端來表示剛好就是燙

• 未初始化的?？臻g用 0xcc 填充

• 而未初始化的堆空間用 0xcd 填充

• 所以 0xcdcd 用 gbk 來解釋的話，就是屯

• 動(dòng)態(tài)分配的內(nèi)存被回收之后

• 對應(yīng)漢字葺

• 就是 DDDD

• 0xcdcd

• 在gbk編碼格式中

• 甚至有拼音標(biāo)號

拼音標(biāo)號

• https://www.zalgotextgenerator.com/

• 符號還在不斷增加中

中文字符集進(jìn)化

• unicode 如果 2 個(gè)字節(jié)總共 16 位

• 16 位最多 65536 各字符

• 想要把全世界的字符都編碼是不現(xiàn)實(shí)的

• 光是中文就超了好幾次

• 如果使用 3 字節(jié)編碼就大大增加了存儲(chǔ)和帶寬的壓力

• 那到底應(yīng)該怎么辦呢？

• 到底應(yīng)該按照 1 字節(jié)、2 字節(jié)還是 3 字節(jié)進(jìn)行讀取呢？

總結(jié)

• unicode 里面有各種字體

• 撲克

• 國際象棋

• 麻將

• 偏旁部首

• 各種好玩的編碼

• 字符編碼就是這樣一步步發(fā)展過來的

• 但是有個(gè)問題

• 拜這個(gè)字

• 在字節(jié)中應(yīng)該是b"\x62\xdc"兩個(gè)字節(jié)

• 該如何理解b"\x62\xdc"這兩個(gè)字節(jié)呢???

• 究竟是"拜"

• 還是"bü"呢？

• 我們下次再說！??

• 藍(lán)橋->https://www.lanqiao.cn/courses/3584

• github->https://github.com/overmind1980/oeasy-python-tutorial

• gitee->https://gitee.com/overmind1980/oeasypython