手持两把锟斤拷， 口中疾呼烫烫烫， 脚踏千朵屯屯屯， 笑看万物锘锘锘

� (REPLACEMENT CHARACTER, U+FFFD) - Replaces an invalid or unrecognizable character. Indicates a Unicode error.

 

Unicode 是一种字符集标准，UTF-8（Universal Transformation Format - 8-bit）则是一种对 Unicode 的编码方式。UTF-8 的核心思想是将 Unicode 字符映射为可变长度的字节序列，以兼容 ASCII 并支持多语言字符集。

UTF-8 编码规则

UTF-8 使用 1 到 4 个字节来表示 Unicode 字符：

Unicode 范围	UTF-8 编码形式	位数分配
U+0000 ~ U+007F	0xxxxxxx	7 位 (1 字节)
U+0080 ~ U+07FF	110xxxxx 10xxxxxx	11 位 (2 字节)
U+0800 ~ U+FFFF	1110xxxx 10xxxxxx 10xxxxxx	16 位 (3 字节)
U+10000 ~ U+10FFFF	11110xxx 10xxxxxx 10xxxxxx 10xxxxxx	21 位 (4 字节)

U+FFFD范围在 U+0800 ~ U+FFFF 内，使用 3 字节 模板：1110xxxx 10xxxxxx 10xxxxxx

FFFD的二进制为1111 1111 1111 1101

根据 UTF-8 编码规范：

• 3 字节 UTF-8 模板可以容纳 16 位 数据。
• 数据从 Unicode 码点的最低有效位（LSB）开始，按以下方式分配：

UTF-8 模板位置	对应的数据位
1110xxxx	4 个最高有效位 (最高 4 位)
10xxxxxx	接下来的 6 位
10xxxxxx	最低的 6 位

最后得到U+FFFD对应的utf-8的二进制为1110 1111 1011 1111 1011 1101，转换为十六进制后得到EF BF BD

 

 

锟斤拷

“�”不要怀疑，没有乱码，就是要打这个字符。“�”这个字符在Unicode字符集中表示无法显示的特殊字符，在UTF-8下，他的16进制形式是'0xEF 0xBF 0xBD'（三个字节）。

当连续两个“�”“�”字符放一起时：'0xEF 0xBF 0xBD’，‘0xEF 0xBF 0xBD'。

一旦将这个UTF-8字符转换为GBK码(两个字节)，便是：‘0xEF 0xBF ’，‘0xBD 0xEF’，‘0xBF 0xBD’。 其对应的GBK字符便是：锟（0xEFBF），斤（0xBDEF），拷（0xBFBD）。

 

在 Windows 平台下（特别是在使用 Visual Studio 调试版本时），未初始化的内存通常会被填充上特定的调试字节，以便更容易发现未初始化内存的错误。具体来说：

• 栈内存：调试时，编译器会将未初始化的栈内存填充为 0xCC（每个字节为 0xCC）。这与 x86 处理器中 INT 3 指令的机器码相同，有助于在程序执行到未初始化的栈数据时触发调试断点或中断。

• 堆内存：调试版本中，通过调用堆分配函数（如 malloc 或 new）申请的内存，如果未被写入，会用 0xCD 填充。这可以帮助检测对未初始化堆内存的错误使用。

在 Release 版本中，编译器不会自动填充这些值，内存通常保持为分配时的“脏数据”。

例如，在 Visual Studio 的 Debug 模式下，你可能会看到局部变量的值显示为“烫烫烫…”（0xCC 填充）或堆内存显示为“屯屯屯…”（0xCD 填充）。这种做法有助于调试和定位内存错误。

 

手握两个锟斤拷，口中直呼烫烫烫-CSDN博客

打印乱码：锟斤拷、烫烫烫、屯屯屯、锘锘锘_烫烫烫屯屯屯-CSDN博客

 

unicode - Character code of unknown character-character, e.g. square or question mark romb - Stack Overflow

Unicode has two symbols for unknown characters:

• □ (WHITE SQUARE, U+25A1) - Replaces a missing or unsupported Unicode character.
• � (REPLACEMENT CHARACTER, U+FFFD) - Replaces an invalid or unrecognizable character. Indicates a Unicode error.

Sources

• Quora - What symbol is the square box shown for non-representable Unicode characters?
• FileFormat.Info - Unicode Character 'WHITE SQUARE' (U+25A1)
• Wikipedia - Specials (Unicode block)

Specials (Unicode block) - Wikipedia