4

我收到了文件，遗憾的是，我无法获得有关它们是如何生成的信息。我需要解析这些文件。

除了一个字符之外，该文件完全是 ASCII：0xDB（十进制为 219）。

显然（从查看文件）这个字符是一个货币符号。我知道是因为：

  • 这些文件必须在金额出现的任何地方包含货币符号
  • 文件中没有其他货币符号（既不是 $ 也不是欧元也不是什么都没有）
  • 每次出现 0xDB 时，它都会靠近一个数量

我认为在这些文件中 0xDB 应该代表欧元符号（实际上这个 0xDB 很可能出现在应该出现欧元符号的任何地方）。

文件命令说明了这些文件：

ISO-8859 English text, with CRLF, LF line terminators

一个hexdump给出了这个：

00000030  71 75 61 6e 74 20 db 32  2e 36 30 0a 20 41 49 4d  |quant .2.60. AIM|
                            ^^                                     ^

这些文件都是正常格式化/可解析的。实际上，除了那个奇怪的 0xDB 字符之外，我得到的所有信息都很好。

有谁知道发生了什么？货币符号（据说是欧元符号）是如何变成 0xDB 的？

它既不是 ISO-8859-1（又名 ISO Latin 1）也不是 ISO-8859-15，因为在这两种情况下，代码点 219 都对应于 'Û' （就像 Unicode 代码点 219 是'LATIN CAPITAL LETTER U WITH CIRCUMFLEX'）。

它不是扩展的ASCII。

4

4 回答 4

7

可能是Mac OS Roman

于 2011-01-30T17:13:13.633 回答
4

是麦克罗曼。事实上，它必须是 -这是欧元符号映射到 0xDB 的唯一字符集。

这是 MacRoman 的完整字符集映射。

于 2011-01-30T17:17:07.720 回答
2

使用macroman脚本，可以了解到：

$ macroman 0xDB
MacRoman DB  ⇒  U+20AC  ‹€›  \N{ EURO SIGN }

你也可以走另一条路：

$ macroman U+00E9
MacRoman 8E  ⇐  U+00E9  ‹é›  \N{ LATIN SMALL LETTER E WITH ACUTE }

我们知道 U+20AC EURO SIGN 确实是一个货币符号，因为uniprops脚本的输出：

$ uniprops -a U+20AC
U+20AC <€&gt; \N{ EURO SIGN }:
    \pS \p{Sc}
    All Any Assigned InCurrencySymbols Common Zyyy Currency_Symbol Sc Currency_Symbols S Gr_Base Grapheme_Base Graph GrBase Print Symbol X_POSIX_Graph X_POSIX_Print
    Age=2.1 Bidi_Class=ET Bidi_Class=European_Terminator BC=ET Block=Currency_Symbols Canonical_Combining_Class=0 Canonical_Combining_Class=Not_Reordered CCC=NR Canonical_Combining_Class=NR Script=Common Decomposition_Type=None DT=None East_Asian_Width=A East_Asian_Width=Ambiguous EA=A Grapheme_Cluster_Break=Other GCB=XX Grapheme_Cluster_Break=XX Hangul_Syllable_Type=NA Hangul_Syllable_Type=Not_Applicable HST=NA Joining_Group=No_Joining_Group JG=NoJoiningGroup Joining_Type=Non_Joining JT=U Joining_Type=U Line_Break=PR Line_Break=Prefix_Numeric LB=PR Numeric_Type=None NT=None Numeric_Value=NaN NV=NaN Present_In=2.1 IN=2.1 Present_In=3.0 IN=3.0 Present_In=3.1 IN=3.1 Present_In=3.2 IN=3.2 Present_In=4.0 IN=4.0 Present_In=4.1 IN=4.1 Present_In=5.0 IN=5.0 Present_In=5.1 IN=5.1 Present_In=5.2 IN=5.2 Present_In=6.0 IN=6.0 SC=Zyyy Script=Zyyy Sentence_Break=Other SB=XX Sentence_Break=XX Word_Break=Other WB=XX Word_Break=XX _X_Begin
于 2011-01-30T18:59:33.537 回答
1

0xDB 代表Mac OS 罗马字符编码中的欧元符号。

于 2011-01-30T17:13:42.887 回答