我在latin1表中有一个字符串“Artîsté”。我使用C mysql连接器从表中获取字符串。我将character_set_connection设置为utf8。
在调试器中它看起来像：
"Art\xeest\xe9"
如果我用printf打印十六进制值（“％02X”，（unsigned char）a [i]）;对于我得到的每个字符
41 72 74 EE 73 74 E9
我怎么知道它是utf8还是latin1？
答案 0 :(得分：4)
\x74\xee\x73不是有效的UTF-8序列，因为UTF-8在最高位设置时从不运行1个字节。所以在这两者中，它必须是Latin-1。
但是，如果您看到有效UTF-8数据的字节，那么它并不总是可以排除它可能是Latin-1，恰好也是有效的UTF-8。
Latin-1确实有一些无效字节（ASCII控制字符0x00-0x1F和未使用的范围0x7f-0x9F），因此有一些UTF-8字符串可以肯定不是Latin-1 。但根据我的经验，将Windows CP1252错误地标记为Latin-1是很常见的，拒绝所有这些代码点是相当徒劳的，除非你从另一个charset转换为Latin-1，并且想要严格要求你输出。 CP1252也有一些未使用的字节，但没有那么多。
答案 1 :(得分：1)
你可以在the schema的UTF-8序列中看到，你可以有两个很好的可能性：
这是iso-8859编码
41 72 74 *EE* 73 74 *E9*
只有2个独立字节，值为＆gt; = 0x80
ADD BEWARE
小心！即使您发现格式良好的UTF-8序列，也无法将其与ISO-8859字符的差异区分开来！