|
中文亂碼
中文亂碼是電子資訊系統的中文無法正確顯示文字符號的一種現象，在中文內碼未有標準時情況尤其嚴重[1]。 “万码奔腾”的年代在過去，由於繁體中文使用者缺乏一個具有號召力的內碼標準，不同使用者都會使用各自的標準。比較普遍的是銀行由於主要使用IBM的商業電腦，很自然地亦選擇了IBM 5550作為其內碼標準。這些用5550內碼的文件，一旦下載到计算机上，若要轉寄與其他人使用，就要透過轉碼換成Big5，其他人才可以閱讀。 另一方面，在會計界有不少人都直接使用外國的專門軟體，而為免衝碼問題使畫面凌亂，不少的IT部門都把公司電腦的內碼換成倚天碼。本來會計人員過去只是把計算結果列印而提交報告，並未有任何問題。到後來隨着電子表格的興起，用戶才發覺到當公司與外界使用的內碼不同，會引起不少問題，乱码的问题才开始得到重视。 中文Big5碼被誤認為EASCII歐洲生產的某些電腦並無法辨識Big5雙位元字碼的中文字元，相反的，它們會把位於00到7F間的字碼視為ASCII，而80到FF間的字碼則視為EASCII，例如：
也因此，中文字串「維基百科中文大五碼」會顯示為亂碼「ºû°ò¦Ê¬ì¤¤¤å¤j¤ ½X」。 UTF-8与Big5的相互转换隨著UTF-8的普及化，許多繁體中文的IRC頻道也逐漸從Big5轉變成UTF-8；然而在這種過渡時期中，仍然有不少IRC頻道是採用Big5的，所以使用者參與了新的頻道時，通常會想要先確定自己的字元編碼有沒有設錯，人們最常用的測試字眼不外乎：
嚙踝蕭乱码问题当一段大五码文本被错误地以UTF-8解码再编码再以大五码解码，由于在被以UTF-8解码时的无效字符被以Unicode的“未识别字符（U+FFFD）”作为内码记录，而那替代字符的UTF-8编码的十六进制为“ 另外其他编码的非UTF-8文本或非文本二进制数据被错误地以UTF-8解码再编码再以大五码解码也会如上产生嚙踝蕭乱码，然而由于原字节序列的特征会部分地传递至以UTF-8解码后所产生的中间阶段乱码，这样因此由这些方式产生的乱码跟大五码文本被错误地以UTF-8解码再编码再以大五码解码所产生的乱码便具有不同的特征。 简体中文编码体系产生的乱码在中文互联网上流行着一个冷笑话，总结了简体中文编码中经常出现的乱码：[2][3]
锟斤拷乱码问题在Unicode编码与简体中文编码系统（例如GB 2312、GBK、GB 18030、CP936）转换时，部分简体中文编码的文字在Unicode编码中并不存在，Unicode会以“未识别字符（U+FFFD）”作为内码记录，而对外以UTF-8表现为 “烫烫烫”与“屯屯屯”在Visual C++中，以调试模式运行程序时，未初始化的栈空间被以0xCC填充，而未初始化的堆空间则是0xCD。当不小心以字符串形式输出了这些未初始化的内容时，系统会以GBK编码解析为一连串重复的“烫”（0xCCCC）或者“屯”（0xCDCD）。 UTF-8 BOM与“锘”Windows操作系统中，将文本文件保存为UTF-8格式时会在文件开头添加字节顺序标记 產生的問題過往，亂碼所產生的問題，往往只是閱讀上的不方便，因為文字變成了亂碼，使用戶看不到文字的內容。然而，現時由於電腦軟件保安設計的問題，亂碼隨時可能會使應用程式不正常關閉。 参见参考文献
|
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
