錕斤拷

Unicode是一直在更新的，在這個過程中，肯定有一些比較新的字符他是無法表示的。或者即使Unicode發佈了新版納入了某個文字，但是很多軟件系統並未升級也會有這樣的問題。

就像生活中一些手機廠商新出的那些emoji表情，在自己的手機上可以正常顯示，發到其他品牌的手機上可能就無法顯示。這其實也是字符集不支持導致的。

發生以上情況時，無法顯示的時候也需要有一個字符來表示的，在Unicode中，這個字符就是 ，他也是Unicode中定義的一個特殊字符。也就是"0xFFFD REPLACEMENT CHARACTER"，所有無法表示的字符都會通過這個字符來表示。 ^[1] 

錕斤拷(2張)

我們上網的時候不用去關心網站採用了什麼編碼格式，但是頁面中不時出現的亂碼還是會讓我們頭疼。在這點上，Firefox的用户更是深有體會，用Firefox瀏覽網頁看到亂碼的機會要比Internet Explorer多得多。 亂碼主要與字符編碼系統有關。例如一個網頁中常出現的亂碼“錕斤拷”，它就是新老編碼系統轉換中出現的。 ^[2] 

在Visual Studio中的Debug模式下，如果聲明一個變量，但是沒有初始化，微軟會給未初始化的內存賦值為0xCC。給未初始化的內存賦0xCC是有原因的，0xCC其實是INT3中斷指令，所以如果在Debug模式下試圖去執行這塊未初始化的內存的話就會中斷程序。

但VS中調試器默認的字符集是MBCS，而在MBCS中0xCCCC正好就是中文中的“燙”，所以顯示出來就都是燙。

如果是用分配堆的內存，會初始化成0xCD，0xCDCD在MBCS字符集中就是屯。

錕斤拷則涉及unicode的字符集轉換問題，Unicode和老編碼體系的轉化過程中，肯定有一些字，用Unicode是沒法表示的，Unicode官方用了一個佔位符來表示這些文字，這就是：U+FFFD REPLACEMENT CHARACTER。U+FFFD的UTF-8編碼是0xEFBFBD，如果重複多次形成：EFBFBDEFBFBDEFBFBD 。

在GBK/CP936/GB2312/GB18030的環境中顯示的話，一個漢字2個字節，最終的結果就是：錕斤拷——錕(0xEFBF)，斤（0xBDEF），拷（0xBFBD）。 ^[3] 

Python3代碼：

print((u'\uFFFD'.encode('utf-8')*2).decode('gbk'))

輸出結果：“錕斤拷”。

“錕屆瀿錕斤拷雮傡錕斤拷直錕斤拷錕”、“錕斤拷錕斤拷之錕斤拷錕窖э拷錕 ”……

上面這些字句是毫無實際意義的，但它們卻形象地表達出了一些莫名其妙的問題。這是一個很經典的亂碼，最容易出現的地方就是搜索引擎。

例如這個招聘就非常經典： ^[2] 

單位性質：外商獨資企業

所屬行業：線纜

單位規模：100 - 499人

註冊資金：1299萬

聯繫人：錕斤拷錕斤拷

聯繫人職位：錕斤拷錕斤拷

傳真：xxx-xxxxxxxx

聯繫電話：

電子信箱：xxxx_xxx@xxxxxx.xxx

通信地址：

郵編：

單位網址：

單位介紹：台錕斤拷錕斤拷業錕斤拷台錕斤拷錕斤拷錕僥碉拷f錕斤拷錕斤拷錕斤拷錕?錕斤拷錕斤拷/錕斤拷錕斤拷

招聘職位：錕斤拷錕斤拷

人數：20人

發佈日期：2007-07-17

聯繫人：錕斤拷錕斤拷

除了錕斤拷以外，還有兩組比較經典的亂碼，分別是"燙燙燙"和"屯屯屯"，這兩個亂碼產生自VC，這是debug模式下VC對內存的初始化操作。VC會把棧中新分配的內存初始化為0xcc，而把堆中新分配的內存初始化為0xcd。把0xcc和0xcd按照字符打印出來，就是燙和屯了。 ^[1]