字符编码交叉引用

Question

我刚刚将包含拉丁美洲地名的数据库从 MS Access 迁移到 MySQL。在此过程中，á 的每个实例都已更改为 ‡。这是我的问题：

是否存在某种参考来查找哪种字符编码已转换为另一种？例如，我可以输入一个字符并查看在各种错误的编码转换（例如 ASCII 到 ISO 8859-1、ISO 8859-1 到 UTF-8 等）之后该字符如何被错误表示的地方？

Answer 1

我不知道，但如果您有可能的编码列表，您可以编写一个简单的程序，例如：

for x in ENCODINGS:
    for y in ENCODINGS:
        try:
            if 'á'.encode(x) == '‡'.encode(y):
                print(x, '→', y)
        except UnicodeError:
            pass

这样做，在您的情况下，原始编码似乎是以下之一：

• mac_arabic
• mac_centeuro
• mac_croatian
• mac_farsi
• mac_iceland
• mac_latin2
• mac_roman
• mac_romanian
• mac_turkish

和被误解的编码是以下之一：

• cp1250
• cp1251
• cp1252
• cp1253
• cp1254
• cp1255 cp1256
• cp1257
• cp1258
• palmos
• 如果

您生活在“西方”语言环境中，那么 mac_roman → cp1252 是最有可能的。