Китайский текст кодирует отсутствующие символы при просмотре в веб-браузере

Question

У меня есть HTML-файл, который содержит китайский текст. Когда я открываю файл в любом веб-браузере, есть символы, которые, как представляется, отсутствуют.

Вот пример скопирован из окна браузера:

本 函 旨在 邀請 您 參 定 於

Я знаю, за то, что все остальные символы видели здесь правильны в стороне от исчезнувших (подтверждено родным китайским спикером).

В заголовке HTML, у меня есть тег, который означает файл содержит UTF-8 закодированных символы:

<META http-equiv="Content-Type" content="text/html; charset=utf-8"> 

Я уже пробовал некоторые другие кодировки в этом метатеге, но до сих пор кажется, любым метод кодирования. Я стараюсь в стороне от UTF-8, который выглядит хуже.

Я также рассмотрел возможность того, что это проблема с шрифтом, поэтому я установил в моей системе 3 разных традиционных китайских шрифта и заставил Chrome использовать их. Ни один из них не имел никакого значения - отсутствующие символы все еще присутствовали.

Если открыть файл HTML с Notepad ++, вот что я могу видеть:

http://i.imgur.com/GoS07WX.png

Если я выбираю и скопировать и вставить этот текст в обычные MS Notepad, я получаю это:

本 函 旨在 邀請 您 參 劦 nbsp; 定 於

Итак, вы можете видеть здесь, что «xE5 x8A», видимый в Notepad ++, кажется, заменен на 劦.

Есть ли причина, по которой браузер будет показывать вместо 劦 в этом сценарии?

Answer 1

Просмотрите еще раз файл HTML.

Я вижу первые 2 байта символа в кодировке UTF-8, а затем   ... давайте представим, была первоначально \ xA0, и это был заменен на  , когда файл был создан с применением глобальных замен на кодированные UTF-8 данные.

Однако \ xe5 \ X8A \ xA0 UTF-8 декодирует до U + 52А , которая не является такой же, как чужой характер, который U + 52A ... не достаточно близко к ответу.