1. 前言

专栏介绍
本篇文章是此专栏的第一篇文章,在这之前,请允许我介绍一下本专栏:
你是否在学习过程中遇见了不认识的名词一脸懵逼?
你是否因为计算机的基础知识不合格陷入了学不会的死循环?
你是否在老师讲课的时候被抛出来的一系列名词不知所措?
本专栏就是为了解决这方面的问题
本专栏一周保持一篇左右的更新
喜欢的点点关注 非常感谢

2.什么是乱码

• 这里不放任何的定义和理论,只用最简单的话来讲
• 乱码就是你所遇到的"锟斤拷烫烫烫"和一些很奇怪的字符,它们就是乱码

3.逆向分析

我们在因特网上随便复制一段乱码,将它保存为UTF-8格式,使用VS编辑器打开.

3.1 开始分析

• 现在展现给我们的是一段乱码,我们开始对这段乱码进行逆向分析
• 我们要找到这些特殊字符是什么

3.2 二进制分析

• 要想知道一段乱码的默认格式是什么,我们先从二进制开始分析
• 使用Visual Studio二进制方式进行打开
• 如图,出现的都是二进制数字,以十六进制进行展示.
  
• 我们可以看到很多CD 和CC开头的数据
• 结合UTF-8编码知识
  
• 由此我们可以推断出,CC和CD并不是代表1字符,而是和后面的A4一起,两个字节代表出的一个字符

3.3 验证

• 为了验证我们上面的猜想,我们把别的数据全部删除,把CD和A4多重复几次.
  
• 保存一下,以文本方式打开
  
• 现在就变成了一个字符了,因此,我们的猜想正确
• 复制到网页里,就能查看到效果了
• 数一下字符上面的符号,正好和我们CD A4的数量一致
  
• 因此 我们可以说 我们目前为止的推断完全正确

3.4 这个字符是什么

• 我们可以从此出发,推断出 : 就是这个字符导致了奇怪的形式
• 因此,我们去查看一下这个字符在Unicode的编号
• CD A4只是UTF-8的编号,而不并不是Unicode的编号
• 根据UTF-8的编码规则,逆向推论,得到编码 : 0364
• 去搜索0364的unicode,得到结果 : 拉丁的小字母 e
  
• 因此,我们得到了结果 : 这个乱码是Unicode中的拉丁小字母e