使用 hexdump 以及如何查找关联字符？

Question

我在数据文件上执行 hexdump 并打印出以下内容：

        > hexdump myFile.data
          a4c3

切换字节顺序后我有以下内容：

          c3a4

我是否假设这些 HEX 值是实际的 Unicode 值？如果是，则值为：

和

或者我是否将 c3a4 视为 UTF-8 数据（因为我的 Putty 会话设置为 UTF-8）然后将其转换为 Unicode？

如果是，则结果为 E4，然后是

正确的解释是什么？

Answer 1

您不能假设这些十六进制值是 Unicode 值。事实上，hexdump 永远不会（嗯，见下文...）给你 Unicode 值。

这些十六进制值表示创建文件时写入磁盘的二进制数据。但是为了将该数据转换回任何特定的 characters/symbols/glyphs，您需要知道创建文件时使用的特定字符编码（ASCII、UTF-8 等）。

此外，我建议使用 hexdump 和 -C 选项（即大写 C）来给出十六进制数据的所谓“规范”表示：

c3 a4 0a

在我的例子中，还有一个 0a 表示换行符。

因此，在上面的示例中，我们有 0xc3 后跟 0xa4（我添加了 0x 部分以表明我们正在处理十六进制值）。我碰巧知道这个文件在创建时使用的是UTF-8。因此，我可以确定文件中的字符是 ä（也称为 Unicode U+00e4）。

但关键是：你必须知道文件是如何编码的，才能确定如何解释hexdump提供的字节。

Unicode 是（除其他外）字符的抽象编号系统，与任何特定编码分开。这就是它如此有用的原因之一。但碰巧它的设计者对初始字符集使用了与 ASCII 相同的编码。这就是为什么 ASCII 字母 a 与 Unicode a 具有相同的代码值。正如您在 Unicode 与 UTF-8 中看到的那样，一旦超出初始 ASCII 代码范围，编码就不一样了。

使用 hexdump 以及如何查找关联字符？

Using hexdump and how to find associated character?

linux

hexdump