中文亂碼"蕞蕞蕞蕞"是怎麼來的?
同事遇到一個問題，User抱怨SSIS由ORACLE轉資料到SQL後，所有的中文字都變成"蕞蕞蕞蕞..."了。
(這個字唸"最"，不唸"叢"! 慣用倉頡的我本來是不會去研究讀音的，不過看到個性豪邁的User小姐在信中寫道"不會唸厚，拎北查好了，這二個字叫『最最』不叫『叢叢』…"，我想我這輩子都不會唸錯了 XD)
SSIS在ORACLE與SQL搬資料時的編碼問題，過去遇過，加上發現只有用特定的機器跑SSIS時會變亂碼，所以我很快地就想到應與機器上的本機設定有關，果然在改過NLS_LANG後，亂碼問就消失了。
不過，好奇心超重的我，心中仍有迷團未解，為什麼不是出現無規則亂碼或問號，而是全都變成"蕞"呢? 利用中文編碼解析工具，我查出"蕞"的BIG5編碼是%bf%bf，而ASCII 0xBF = ¿，一個倒置的問號。看到這個符號，大家應該有點印象吧?
編碼錯誤解析不出來時，常會出現�、?，但有時也會看到¿。當中文完全無法解析，全都的文字都變成¿，兩個¿接在一起，再被當成BIG5解析，就變成"蕞"了!
用以下的實驗證明，四個中文字變成¿¿¿¿，再以BIG5解讀，就變成"蕞蕞"，故得證。
沒有留言:
張貼留言