理解文件编码

Question

在eclipse中，我有一个文件，其中写了一些地方：

onclick='obj1.help_open_new_window(fn1(), "/redir/url_name")'

并在eclipse编辑菜单 - >设置编码，我看到了：

现在我使用相同的对话框将编码更改为UTF-8，文本更改为：

onclick='obj1.help_open_new_window(fn1(),�"/redir/url_name")'

我所知道的是，如果没有发生这种情况，那么我的网站工作正常。为什么会发生这种情况，我该如何防止这种情况发生？

我对编码有一些了解：Â and nbsp mystery explained The Absolute Minimum Every Software Developer Absolutely, Positively Must Know About Unicode and Character Sets (No Excuses!)但我仍然不明白为什么会发生这种情况。随意转到字节级别（如何存储文件）只是为了解释它。

更新 ：这就是我所理解的：如果文件是在latin-1中编码的，那么每个字符都是一个字节，也是如此。它应该是hex(32)。现在，当我将其转换为utf-8时，它仍然是hex(32)，这绝对是。这让我相信在latin-1中，不是hex(32)，而是两个字节的组合。怎么可能？

Answer 1

逗号和引号之间的字符显示不是普通空格，而是其他一些空白字符，可能是着名的U+00A0 NO-BREAK SPACE。由于文件是用latin1编码的，因此字符作为字节\xA0存储在磁盘上，而不是UTF-8中的有效字符。这意味着如果您使用UTF-8在编辑器中重新加载文件，您将看到通用替换字符�。 （不间断空间的正确UTF-8编码为\xC2\xA0。）

要解决问题，请用正常空格（U + 0020）替换不间断空格。没有理由在此上下文中使用不间断空格，即在程序文本中。