Die schwarzen Zeichen werden dadurch verursacht, dass Notepad ++ diese Bytesequenzen nicht einem UTF-8-Endpunkt zuordnen kann, der visualisiert werden kann. Wie Sie vielleicht wissen, wird jedes Zeichen als eine Reihe von Bytes gespeichert. In diesem Fall sind diese Bytes
In Hexadezimal
ED A0 BD ED B8 8A In binär
1110 1101 1010 0000 1011 1101 1110 1101 1011 1000 1000 1010 Das bringt uns zu Ihren Fragen.
Was ist die Kodierung dieser schwarzen Zeichen?
Dies sind zwei UTF-8-Zeichen. Genauer gesagt, der erste ED A0 BDist ein "hoher Ersatz", der zweite ED B8 8Aist ein "niedriger Ersatz" . Zusammen bilden sie ein UCS-Stellvertreter . Nun, da wir wissen, dass es sich um Ersatzzeichen handelt, können wir die Berechnung des Ersatzpaares umkehren .
Wenn Sie diese Bytefolgen in der UTF-8-Codepunktetabelle nachschlagen, werden Sie feststellen, dass die erste zu U+D83Dund die zweite zuzuordnen ist U+DE0A. Daher ist das Paar D83D + DE0A. Dies entspricht U + 1F60A, was ..... Drumroll Ein Smiley ist !
Die Sequenz, die Sie betrachten, ist also ein Smiley.
Ein regulärer Ausdruck, um diese Zeichen zu finden
Nun, da wir das wissen, können wir Regex verwenden, um Sequenzen wie folgt zu finden:
\x\x Und dann zu der Frage, die Sie später in den Kommentaren hinzugefügt haben (dies ist eine Bearbeitung).
Gibt es ein anderes Dienstprogramm, in dem ich die Zeichen finden kann, die nicht in UTF8 enthalten sind, in meiner CSV-Datei?
Ich habe nun gezeigt, dass die Zeichen in der Datei sind UTF-8. Um Ihre Frage dennoch zu beantworten, können Sie diese Website verwenden, wenn Sie möchten, dass ein Tool manuell die Kodierung einiger Zeichen sucht . Hier können Sie Text eingeben, die Kodierung angeben und in eine andere Kodierung umwandeln, um zu sehen, zu welchen Zeichen sie zugeordnet werden soll.