Proto to teď oba systémy vidí špatně.
To těžko - ten, který to zapsal, by to viděl správně.
Ale nabízí se otázka, mám disk připojenej v UTF-8, ukládám na něj CP1250 bez konverze do UTF-8, jako co to uloží?
No to je právě to, o čem jsem psal - a zjevně nesrozumitelně, nebo nevím
Nemáš "disk připojenej v UTF-8". Jenom máš soubory na disku zapsané v kódování UTF-8.
ukládám na něj CP1250 bez konverze do UTF-8, jako co to uloží?
Můžeš si to vyzkoušet třeba pomocí toho Pythonu. Řetězec "čert" se v CP1250 zakóduje jako E8 65 72 74, zatímco v Unicode jako C4 8D 65 72 74:
>>> for b in bytearray(u"čert","utf8"): print "%X"%b
C4
8D
65
72
74
>>> for b in bytearray(u"čert","cp1250"): print "%X"%b
E8
65
72
74
Takže pokud na disk zapíšeš soubor s názvem E8 65 72 74 a budeš se ho snažit dekódovat jako řetězec v Unicode, vyjde ti v tomhle případě (kurnik, příklad jsem zvolil blbě!
neplatný utf-8 řetězec, který se nejspíš zobrazí jenom jako "ert" nebo "?ert":
>>> bytearray([0xe8,0x65,0x72,0x74]).decode("utf-8")
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
File "/opt/local/Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/encodings/utf_8.py", line 16, in decode
return codecs.utf_8_decode(input, errors, True)
UnicodeDecodeError: 'utf8' codec can't decode byte 0xe8 in position 0: invalid continuation byte
37 Odpovědí
4411 Zhlédnutí