☰

如何防止 Notepad++ 用中文字符替换破折号？

tag-icon • tag-icon notepad++ plaintext
如何防止 Notepad++ 用中文字符替换破折号？

我最近开始使用 Notepad++。但是当我打开包含长破折号的 txt 文件时，这些长破折号会显示为中文字符。

以下是在记事本中打开的测试文件的屏幕截图：

图片1

这是在 Notepad++ 中打开同一个文件的屏幕截图。

图片2

有人能解释这种奇怪的行为，并解释如何防止它吗？
谢谢！

答案1

我可以重现该问题。

原因：自动检测文件编码。

您的文件采用标准的8位代码表进行编码，即Windows-1252（如您的评论问题下方），其中一种 ANSI 8 位编码，有 256 个可能的字符。但看起来 Notepad++ 正在将包含长破折号的文件解释为Shift-JIS编码。（出现问题时，可以在 Notepad++ 主窗口右下角附近的状态栏上看到此编码。）因此，Notepad++ 会将文件中找到的 ASCII 值大于 127 的字符解释为日语字符。

解决方案：将文件编码更改为 UTF-8（或其他合适的编码）。

  1. 打开您的文件。
  2. 使用菜单编码 > 字符集 > 西欧 > Windows-1252切换到正确的编码，字符将按预期显示。
  3. 使用菜单编码 > 转换为 UTF-8. 右下角附近的状态栏指示器现在显示Unicode: 8-BOM。
  4. 保存文件。

也许您可以反对您不想要 UTF-8，但您没有在问题中指出该限制，并且通常没有理由不使用它。它将保持所有字符的稳定，而不会出现您遇到的外观问题。该限制可以在较旧的应用程序/工具中处理。那么您需要坚持使用他们要求的 ANSI 编码。

附加信息：

Windows 自带的记事本完全支持 UTF-8，因此您不会遇到麻烦。不过，我建议使用 UTF-8 文件和 物料清单。UTF-8 without BOM 也可以，但是当标记缺失时，编辑器会依赖格式自动检测，正如您所见，有时会出错。我看到一些较旧的程序抱怨 BOM 标记，例如“文件开头的字符无效”。然后我将文件转换为 UTF-8 without BOM。

统一码标准支持超过 256 个代码点：支持的总数为 1,114,112。根据 Wikipedia，此空间目前由 136,755 个字符使用，涵盖 139 种现代和历史文字，以及多个符号集。其余部分保留以备将来使用。如您所见，Unicode 是涵盖世界上大多数常用字符的编码，因此您永远不会再陷入代码页问题。您不需要坚持使用 UTF-8，Unicode 也可以表示为 UTF-16、UTF-32 或几种更奇特的表示形式（UTF-7、UTF-1 等）或非过渡形式，如 UCS-4。其中，UTF-8 最受支持，因此我推荐这个。在不使用代码点 127 以上的字符的情况下，它与 ASCII 兼容（BOM 标记除外，它在 ASCII 中显示为文件开头的几个垃圾字符）。

如果任何程序需要您的代码页，请选择代码页 65001适用于 UTF-8。

如果你想探索 Unicode 的所有字符，包括按其名称或其他属性进行搜索或过滤，或识别未知字符，请使用例如巴别地图。

相关内容