我怎么弄清楚这个角色是什么？

更新：显然这些是控制字符，而不是Unicode字符。

我正在尝试解析一个XML文件，该文件中有一个奇怪的字符使其无效并导致我的工具（Firefox，Nokogiri）抱怨。

这是Firefox中的角色，以及将其复制并粘贴到Textmate时的样子（显然我在OS X上）。

疯狂的人物http://sofzh.miximages.com/ruby/skitch

而不仅仅是神秘的图标和小小的灰色钻石，我真的很想知道这些字符是什么（例如hex/十进制代码），但我不知道如何解决这个问题。

Answer 1

我会将Firefox中的页面保存到文件中，并将其传递给hexdump -C 。 在ASCII部分中查找它周围的HTML片段，然后查找hex字节。 最有可能的是，这些是UTF-8，因此需要一个多字节代码。

Answer 2

您的屏幕截图很小，但Firefox示例中是否包含一个包含4个hex字符的字形？ 如果是这样，那就是Unicode字符的代码编号。 您还可以在Unicode代码图表上搜索该菱形字形，或者只是将菱形复制到Google搜索中，并且字符名称应该在顶部附近显示。

但真正的问题是如何在程序中处理Unicode输入。 如果您正在处理XML，则需要正确执行此操作。 Nokogiri是一个Ruby库？ 听到它不能自动处理Unicode，我感到很惊讶。

Answer 3

你正在寻找的搜索词是U+2603或U2603 ，显然用你那可悲模糊的“未知字形”框中的数字代替。 前几个结果将是关于Unicode字符。

Answer 4

将其复制到emacs并启动hexl-mode。

Answer 5

只需使用xvi32之类的hexeditor打开文件即可。

Answer 6

打开文件hexeditor并提取字符的hex表示。 然后在http://unicode.org上查找代码以找出角色的名称。

Answer 7

终端命令行中的hexdump -c将显示字符代码。

Answer 8

如果您正在使用Vim，则将光标移到字符上并键入ga以在状态区域中显示hex

Answer 9

你可以为String类下载Ruby hexdump扩展，并直接从Ruby打印出一个hexdump：

 require 'hexdump' #... whatever you do in your program puts your_string.hexdump 

输出看起来像是从shell中的hexdump -C得到的

看到：

Class String的Ruby Hexdump方法

Answer 10

保存文件然后从终端使用：

od （八进制转储）