1

我正在阅读这篇关于 unicode 的文章 - http://www.linuxjournal.com/content/unicode

为了更好地理解这个概念，我在 VIM 中保存了 unicode 字符 'ഒ' U+0D12。当我切换到十六进制模式（使用 :%!xxd 命令）时，我看到以下内容：

0000000: e0b4 920a ....

\0a 是结尾 \n 。但是其他十六进制值对我来说没有任何意义。任何人都可以对此有所了解吗？

4

2 回答 2

6
  • U+0D12是ഒ的unicode码位。
  • E0 B4 92是组成 ഒ 的三个字节的十六进制表示，以 UTF-8 编码。
  • xxd不知道也不关心 unicode 代码点，所以它默认做它应该做的事情：它显示你给它的每个字节的十六进制值。

如果你好奇，ga在 Vim 中点击会以各种格式显示光标下字符的值：

<ഒ&gt; 3346, Hex 0d12, Octal 6422

并g8显示其十六进制值：

e0 b4 92

如果您很好奇，请:%!xxd -b显示这些字节的二进制值：

11100000 10110100 10010010
于 2013-09-20T12:21:04.933 回答
3

如果您希望看到0D12，那只是 Unicode代码点。你的 Vim 缓冲区是用 UTF-8 编码的，它使用可变数量的字节来编码字符：换行符是一个 byte 0a，而代码点是用 3 个字节编码的。正如 glts 评论的那样，有几个教程可以学习这些重要的区别。

您可以将缓冲区保存为另一种编码，例如通过:w ++enc=ucs2.

于 2013-09-20T09:47:34.187 回答