提问人： 提问时间：5/2/2011 最后编辑：skaffman 更新时间：11/17/2023 访问量：4684
这是什么字符编码？
What character encoding is this?
问：
我正在与一个 Oracle 数据库连接，它有一些混乱的编码（根据 db 属性的 ASCII7，但实际上编码韩语字符）。
当我从 resultSet 中获取一些韩文字符串并查看字节时，事实证明它们与此文件完全对应（我通过谷歌搜索一些字节序列找到）： http://211.115.85.9/files/raw3.txt
有点诡异，因为它似乎是互联网上唯一与这种特定编码有关的东西......
当使用 EditPlus3 查看该文件时，它显示 3 列。
第一列是按字母顺序排列的韩文字符列表。第二个是我在查看从 Oracle 数据库传递的 Java 字符串时发现的奇怪编码。第三个是UTF8。
我试图弄清楚中间列的编码内容。谁能给我指出正确的方向？
（我真的不想每次需要调用数据库时都从这个文件中读取......
答：
0赞
schweissdruese
5/2/2011
#1
它是 UTF-8 编码：
가 c2b0c2a1 eab080
각 c2b0c2a2 eab081
간 c2b0c2a3 eab084
갇 c2b0c2a4 eab087
...
我不知道中间一列的含义，但第三列是第一行韩文的十六进制表示。
使用十六进制编辑器监视文件，这可能会有所帮助。
祝你好运！:)
评论
0赞
5/2/2011
我。。的。。。对不起，我已经知道了。我只对第二列感兴趣。
0赞
RARE Kpop Manifesto
7/7/2023
我发现了一个韩国网站，在其网格上特别突出显示了 .当然，它只是音节的一小部分，但给出了映射如何工作的想法（）（我认为有完整的映射文件）가b0a1EUR-KRhttps://coding-factory.tistory.com/810unicode.org
0赞
schweissdruese
5/2/2011
#2
我写了一个小脚本，解码了前两行的中间一栏蛮力。
以下四个结果是韩文，但我不确定它们是否有意义：
utf_16_be => 슰슡 슰슢
johab => 춿춰 춿춱
euc_kr => 째징 째짖
cp949 => 째징 째짖
我希望这会有所帮助。有好的一天！:)
评论
0赞
5/2/2011
:D感谢你的努力，但第一列是实际对应的韩文字符（）。第二列是我试图识别的未知编码，我知道它编码了一个韩语字符。（是的，它似乎是一种 32 位编码方案。각
5赞
Joachim Sauer
5/2/2011
#3
它是 EUC-KR（或类似）编码数据，解释为另一种 1 字节编码（ISO-8859-1 或类似编码）并使用 UTF-8 编码。
换句话说：它是编码错误的数据，但可能是可以挽救的：
byte[] bytes = new byte[] { (byte) 0xc2, (byte) 0xb0, (byte) 0xc2, (byte) 0xa1 };
String str = new String(bytes, "UTF-8");
bytes = str.getBytes("ISO-8859-1");
str = new String(bytes, "EUC-KR");
System.out.println(str);
这在我的系统上打印가。
我找到了这个PDF文件，它更详细地解释了问题（以及它是如何发生的）。
评论
0赞
5/3/2011
了不起。先生，你真是太棒了。
0赞
Andrei Calinescu
11/17/2023
PDF 链接已损坏。我相信这是同一PDF的存档版本：web.archive.org/web/20130909072935/http：//brianhitchcock.net/...
0赞
Joachim Sauer
11/17/2023
@AndreiCalinescu：是的，就是那个，我更新了链接。
下一个：这是什么字符编码？
评论