中国DOS联盟

下载一文件，文件名中包含有 "・" （红色表示）这个字符，咋一看，很像中文的 "·" （蓝色表示）符号，即常用于外国人名和姓中间的间隔号，现在这里可能看不出有区别，但在文本编辑器中有时可以看出，间隔号是全角的，而这个不知名的符号（至少看上去）是半角的，但我为什么说有时可以看出呢？另一个奇怪就奇怪在这里，间隔号有时候看上去是半角的？就像在这个帖子中看到的一样。再回正题，我把这两个放到一起放大些可能就稍微看出有点明显差别了 "・·"

对于这个字符，Windows 似乎可以正常操作，在资源管理器中可以看到，也可以复制、移动、删除文件，也可以改名时去掉这个字符，在命令行中也可以复制、移动、删除、改名，但 dir 却无法显示这个字符，该字符位置处显示的是“空白”，那么这个“空白”究竟是否是空格呢？而且，对于有这个字符的文件名，许多应用程序不认，无法对其操作，打开时说找不到文件之类的话。对于包含有这个字符的文本文件，许多纯文本编辑器都无法将其正常保存，保存后该处的字符变成了 “?” 即西文的问号。如果用 Windows 的 Notepad 保存的话会提示你这个文件包含 Unicode 格式的字符，如果保存为 ANSI 编码的文件将会丢失。那看来该字符是一个 Unicode 字符了？但我奇怪的是既然 Windows XP 可以处理 Unicode 字符，那为什么 dir 不能正常显示呢？那些可以正常处理 Unicode 编码的纯文本编辑器为什么不能正常保存呢？

按照 Unicode little endian 编码，该字符的编码是 FB 30

刚才用UEStudio拷贝过去编辑了,却发现只有一个'?'
SlickEdit也是一样
拷贝到DOS下的编辑器,发现显示正确,只有一个字符,代码0xFA

是不是编码问题?

以下是命令行环境下，不同代码页和不同编码环境下该字符的编码和表现（这话听上去怎么有点别扭？谁帮我重新叙述一下。）

CP ANSI Unicode dir
---------------------------------------
936: 3F FB 30 N

437: FA FB 30 Y

可以看出，在简体中文代码页的环境下，该字符转换为相应的 ANSI/ASCII 码值为 0x3F ，对应字符为 "?" ，那么这个问号究竟是确实是应该对应的问号，还是凡是不知道该对应什么字符的一律转换为问号？
在西文US代码页的环境下，该字符转换为相应的 ANSI/ASCII 码值为 0xFA ，对应的字符这里无法正常显示出来，这个字符确实也显示的是一个位置在中间的点，可以看作是西文的间隔号。可以认为这里做了正确的转换。
不论哪一种代码页环境下，Unicode 编码始终都是一样的，看来确实是 Universal 。

在 CP936 环境下，dir 该字符不能正常显示，该处显示的是一个“空白”。
在 CP437 环境下，dir 能够正确显示该字符。

我奇怪的是，既然 WindowsXP 可以处理 Unicode 字符集，为什么以前从未碰到此类问题呢？那么到此为止是不是可以这么说， Unicode 字符集中的字符转换为不同代码页对应的字符还不完善？或者，我在 Windows 中还需要做什么设置？

又遇到两个类似的字符，在 Windows 的资源管理器中和命令行中的操作表现和前述的一样，该字符 ｢｣ 和中文的全角符号 「」 咋看上去很像。而且不像中文全角字符，它们是占半角的。如果把该字符复制以 ANSI 编码保存后都变为 ? 了，这两个字符的 Unicode 编码分别是 0x62FF 和 0x63FF 。

看来类似的 Unicode 中文字符很多？如此看来，Unicode 编码的汉字字符（姑且这么称）都不能正确地转换为相应的 ANSI 编码的中文字符？

因为各个字符集并非出自同一组织，所以相互之间是交集的关系，大多数字符集包含ASCII，而Unicode包含所有的字符集。
Windows XP把所有的文件名存储为Unicode，所以能在文件名里看见这些字符。
而在中文版Windows XP中的命令行cmd.exe默认以GBK编码运行（就是cp936），所以那些在GBK编码中没有的字符就看不到。
可以正常处理 Unicode 编码的纯文本编辑器，如果没有以unicode编码打开，就无法保存那些字符集中没有的字符。

我们可以看看楼主所找出的都是些什么字符：
打开记事本，将那6个字符复制上去，且一行一个，
文件->另存为->编码：Unicode big endian，文件名：c:\ch.txt
然后打开命令行，运行：
echo d 100 l 22 | debug c:\ch.txt
这条命令查看ch.txt的16进制格式，结果类似于：
-d 100 l 22
0B67:0100 FE FF 30 FB 00 0D 00 0A-00 B7 00 0D 00 0A FF 62 ..0............b
0B67:0110 00 0D 00 0A FF 63 00 0D-00 0A 30 0C 00 0D 00 0A .....c....0.....
0B67:0120 30 0D 0.
然后开始 -> 附件 -> 系统工具 -> 字符映射表
字体选Arial Unicode MS，选中下方“高级查看”，字符集：Unicode，分组：全部
在“转到Unicode”框里填上面红色的四个字符（如30FB），
就找到了该字符，并在最下方有该字符的名字，这6个字符依次是：

片假名中间点
中间点
半形左角括号
半形右角括号
左角括号
右角括号

Last edited by tigerpower on 2008-9-16 at 08:35 PM ]

我用的是英文版的 WindowsXP ，在字符映射表中，字体选择没有 Arial Unicode MS ，只有 Arial 和 Arial Black ，唯一一个和 Unicode 有关的是 Lucida Sans Unicode 。但是我按照 30fb 填进去所显示的字符不是原来的字符。既然都选 Unicode 字符集，那和选什么字体有什么关系？
一般，应用程序让你所选择的字符集中 Unicode 就是指 Unicode litte endian ，big endian 和 UTF-8 会另外写明，那你为什么一开始就想到要看它的 Unicode big endian 编码？字符映射表中为什么也是让你填 big endian 的编码？

没有Arial Unicode MS就选MS Mincho或MS Gothic，至于Lucida Sans Unicode，虽然是用Unicode编码的字体，但是不支持日文，所以日文字符（30FB）是找不到的。

Windows XP本身是设计成Little Endian结构的。
修改过游戏的朋友都知道，4字节查找金钱1000（16进制的3E8）在内存里是E8 03 00 00，这就叫Little Endian。
而Windows XP中的程序几乎都是Little Endian的，所以你见到一些程序UTF-16默认使用Little Endian。
但这只是Windows中的规矩，根据Unicode官方，当UTF-16不标明是BE还是LE时，默认是指BE，
具体还需根据文件头部的BOM（Byte Order Mark）判别。

至于是怎么想到要看它的 Unicode big endian 编码嘛，我也是试出来的：）

呵呵呵呵…… 你小子还记得玩游戏

看了我还是有点糊涂，既然那些没标明 Unicode 的字体为什么可以有 Unicode 字符？
应用程序中选什么字体，可能不影响保存，但为什么不影响显示呢？比如我的记事本中的默认字体为 Lucida Console 而不是 Lucida Sans Unicode ，也不是 MS Mincho或 MS Gothic，其对应的 0x30FB 编码不是这个“片假名中间点”而是其它字符，但为什么照样可以正确显示呢？
顺便再问个问题，字体名前面有个 T 字样的代表是 TrueType 字体，有个 O 字样的是什么意思？

没标明Unicode的字体有些也是用Unicode编码的，比如上次提到的那二个日文字体。
记事本对于默认字体中没有的字就去找另外一种字体显示它。
Lucida Console里根本就没有汉字，能显示汉字是因为系统中有宋体。
至于它是以什么规则、什么顺序去找字体就不清楚了（Windows XP中文版中的记事本对找不到的字似乎会寻找宋体）。
但不是都能找到的，下方蓝色方框里第二行是六字真言的藏文写法，你贴到记事本看看，通常不能显示（如浏览器不能正常显示，请安装Arial Unicode MS字体）
另外，有O 字样的是OpenType字体。

六字大明咒：唵嘛呢叭咪吽
ༀ་མ་ཎི་པད་མེ་ཧཱུྃ

我的浏览器确实不能正常显示，而且不同的浏览器对不能正常显示的字符表现也不同。

IE 和以 IE 为核心的浏览器显示的是一个个方框，但同样是非 IE 核心的 Opera 显示的也是方框


非 IE 核心的 NetScape Navigator 和 K-Meleon 显示的是一个个问号


最好的我看是 Firefox 了，它对不能正确显示的字符把它的编码显示出来

但不知这是 big endian 还是 little endian 还是 UTF-16 ？还有我不解的是，你说的是六字，但从这 Firefox 显示出的编码来看，怎么是17个字符？

另外，哪里去单独下载字体，去 Microsoft 的网站上？

我上传了一个：Arial Unicode MS

md5:
bea62eb276a6f49d409efb49e1d190bb *arialuni.7z

嘿嘿，不错，能正确显示了。
原来所说的六字是指翻译成汉字为六个字，原藏文为17个字

Originally posted by DOSforever at 2008-9-20 02:05 AM:
嘿嘿，不错，能正确显示了。
原来所说的六字是指翻译成汉字为六个字，原藏文为17个字

藏文是6个字，好像你显示的有问题，把藏文每个字的音素都拆开了，我vista的ie 7下显示的是6个字（每个字以倒三角形符号为间隔）

Last edited by fujianabc on 2008-9-21 at 11:46 AM ]

不知道这究竟是我本身的系统问题，还是 Windows XP 与 Vista 之间区别的问题，还是 IE6 和 IE7 之间区别的问题？你和 tigerpower 在 Windows XP + IE6 下的显示和我一样吗？