为什么在使用纯文本文件进行操作时会发生单字节损坏？
Why a single byte corruption while manipulating with plain text files could happen?
我真的很困惑，连题目都说不清楚。在处理纯文本文件时，我遇到了奇怪的符号（字节）替换。
例如，我有一个包含大约 20000 个字符串的文件，其中一个是：
MIEPTLIRVGEAFYDITHLAPTRHTVPVLVRGNFAKVPVRISYTNHCYSRTPRAGEQVPTGHEIKDGAKLRMFCEQRHRLSSYLPQILIDLLQGETSLWQAAGGNFLQVELVDDVDGEPPTKIEYNVILRMERLKPEGDQKHIMIRVETAYPEDIEYDKPFRKKSYKVSRILAAKKKKG0KVSRILAAKKKKG0[=]
我将大约 1000 个这样的文件合并在一起，只是用 Python 一个接一个地写入它们（使用简单的 open(filename) 方法）。在我看到的相应字符串的结果文件中（而所有其他字符串都很好）：
MIEPTLIRVGEAFYDITHLAPTRHTVPVLVRGNFAKVPVRISYTNHCYSRTPRAGEQVPTGHEIKDGAKLRMFCEQRHRLSSYLPQILIDLLQGETSLWQAAGGNFLQVELVDDVDGEPPTKIEYNVILRMERLKPEGDQKHIMIRVETAYPEDIEYDKPFRKKSKAKVSRILAAKKWEDKVSRILAAKKWED
因此，将“Y”（十六进制 59）替换为“Щ”字母（十六进制 D9）（两个字母都在上面加粗）。如果我再次执行此过程，则此位置不会发生替换，因此它是随机的（？）。我还注意到在其他情况下，“P”（HEX 50）和俄语“Р”字母（HEX D0）发生了相同类型的替换。将这些情况统一起来的是，如果我们从 ASCII table 的 0 和 128 位置开始计算，在这两种情况下，一对中的字母具有相同的编号：英语 P 的位置为 80，俄语 Р 的位置为 128+80=208 ;字母 Y 的位置为 89，字母“Щ”的位置为 128+89=217。我想这是一种文件损坏，但它是如何发生的，为什么会发生呢？有什么想法吗？
我自己应该在问之前就猜到了：实际上它看起来像一个位翻转，可能随机发生 reading/writing 到磁盘的错误。如果编码字母的字节中的第一位发生翻转，替换就会变得可见，因为该字母不再出现在 ASCII 的前 128 个符号中 table 并且某些软件对此变得胡思乱想。
"Y" = 01011001
"Щ" = 11011001
"P" = 01010000
"Р" = 11010000
我真的很困惑，连题目都说不清楚。在处理纯文本文件时，我遇到了奇怪的符号（字节）替换。
例如，我有一个包含大约 20000 个字符串的文件，其中一个是： MIEPTLIRVGEAFYDITHLAPTRHTVPVLVRGNFAKVPVRISYTNHCYSRTPRAGEQVPTGHEIKDGAKLRMFCEQRHRLSSYLPQILIDLLQGETSLWQAAGGNFLQVELVDDVDGEPPTKIEYNVILRMERLKPEGDQKHIMIRVETAYPEDIEYDKPFRKKSYKVSRILAAKKKKG0KVSRILAAKKKKG0[=]
我将大约 1000 个这样的文件合并在一起，只是用 Python 一个接一个地写入它们（使用简单的 open(filename) 方法）。在我看到的相应字符串的结果文件中（而所有其他字符串都很好）： MIEPTLIRVGEAFYDITHLAPTRHTVPVLVRGNFAKVPVRISYTNHCYSRTPRAGEQVPTGHEIKDGAKLRMFCEQRHRLSSYLPQILIDLLQGETSLWQAAGGNFLQVELVDDVDGEPPTKIEYNVILRMERLKPEGDQKHIMIRVETAYPEDIEYDKPFRKKSKAKVSRILAAKKWEDKVSRILAAKKWED
因此，将“Y”（十六进制 59）替换为“Щ”字母（十六进制 D9）（两个字母都在上面加粗）。如果我再次执行此过程，则此位置不会发生替换，因此它是随机的（？）。我还注意到在其他情况下，“P”（HEX 50）和俄语“Р”字母（HEX D0）发生了相同类型的替换。将这些情况统一起来的是，如果我们从 ASCII table 的 0 和 128 位置开始计算，在这两种情况下，一对中的字母具有相同的编号：英语 P 的位置为 80，俄语 Р 的位置为 128+80=208 ;字母 Y 的位置为 89，字母“Щ”的位置为 128+89=217。我想这是一种文件损坏，但它是如何发生的，为什么会发生呢？有什么想法吗？
我自己应该在问之前就猜到了：实际上它看起来像一个位翻转，可能随机发生 reading/writing 到磁盘的错误。如果编码字母的字节中的第一位发生翻转，替换就会变得可见，因为该字母不再出现在 ASCII 的前 128 个符号中 table 并且某些软件对此变得胡思乱想。
"Y" = 01011001
"Щ" = 11011001
"P" = 01010000
"Р" = 11010000