“手持两把锟斤拷,口中疾呼烫烫烫”，对程序员来讲既是冷笑话，也是编程中经常遇到的问题。它的原理是什么呢？小编给你分析一下。
常见乱码
在Visual Studio中的Debug模式下，如果声明一个变量，但是没有初始化，微软会给未初始化的内存复制为0xCC。给为初始化的内存赋0xCC是有原因的，0xCC其实是INT3中断指令，所以如果在Debug模式下试图去执行这块未初始化的内存的话就会中断程序。但VS中调试器默认的字符集是MBCS，而在MBCS中0xCCCC正好就是中文中的“烫”，所以显示出来就都是烫。如果没有初始化的变量是用分配堆的内存（例如：c++ new出来的内存），则VS默认初始化成0xCD，0xCDCD在MBCS字符集中就是屯。
Unicode和老编码体系的转化过程中，有一些字用Unicode是没法表示的，Unicode官方用了一个占位符（U+FFFD）来表示这些文字。U+FFFD的UTF-8编码是0xEFBFBD，如果重复多次形成：EFBFBDEFBFBDEFBFBD。 这样在GBK/CP936/GB2312/GB18030的环境中显示的话，一个汉字2个字节，最终的结果就是：锟斤拷——锟(0xEFBF)，斤（0xBDEF），拷（0xBFBD）。
分享到:
