docbook-5 - 为什么 DocBook 生成的 XHTML5 章节标题中有 ASCII #c2 字符？

Question

我注意到我生成的 XHTML5 编号的章节标题在数字和标题字符串之间有一个 Â。我认为这是一个世代错误。但是不，我的 DocBook 发行版的 gentext 文件 common/en.xml 实际上指定了这一点。

common/en.xml 的第 338 行：

<l:template name="section" text="%n. %t"/>

当在十六进制编辑器中查看时，%n 后面的点和空格是 ASCII 字符代码 C2 和 A0，它们分别是 Â 和 NBSP 字符。我能理解NBSP。但为什么是？

我知道我可以在我的自定义层中更改它。但默认值似乎很奇怪。

我正在使用 docbook-xsl-ns-1.77.1。

Answer 1

那是因为编码是 UTF-8，这是当今文本的正常 Unicode 编码。在 UTF-8 中，任何高于 0x7F 的字符都由 2、3 或 4 个字节的序列表示，具体取决于它包含多少有效代码位。

0xC2 是开始 2 字节序列的字符之一。在二进制中，它是 1100 0010。两个 1 位表示一个 2 字符序列，而后五位是编码字符的前五位。第二个 0xA0 是 1001 0000。单个前导 1 位（后跟 0 位）表示序列的延续，底部 6 位是编码字符的底部位。

将第一个字节的低五位与第二个字节的低六位放在一起，我们得到 000 1001 0000，十六进制 U+A0，这确实是不间断的空间。