encoding - 什么字符编码的 e 重音符号为 0xCCA9？

Question

我正在尝试读取一个文件，但我无法弄清楚字符编码。文件中有两个字符我知道其值，我在十六进制编辑器中看到的十六进制值如下:

0xCCA9  é
0xCCBB  ê
0xCCC1  á

知道这是什么编码吗？

文件中的所有英文字符均采用 ASCII 编码。我有类似的文件，如果有任何用处，这些文件是在 mac central europe 中编码的，也许它们被意外编码了不止一次。

编辑:

在 Python 2.7 中查找映射的代码:(参见上面 Esailija 的回答)。

find_mappings(...) 是一个生成器，它被赋予一个字符映射字典。它遍历所有可用的字符集并生成符合条件的字符集。

import pkgutil
import encodings

def get_encodings():
    false_positives = set(["aliases"])
    found = set(name for imp, name, ispkg in pkgutil.iter_modules(encodings.__path__) if not ispkg)
    found.difference_update(false_positives)
    return found

def find_mappings(maps):
    encodings = sorted(get_encodings())
    for f in encodings:
        for g in encodings:
            try:
                if all([k.decode(f).encode(g) == v for k,v in maps.items()]):
                    yield (f,g)
            except:
                # Couldn't encode/decode
                pass

for mapping in find_mappings({'\xCC': '\xC3', '\xBB': '\xAA', '\xA9': '\xA9', '\xC1': '\xA1'}):
    print(mapping)

Answer 1

它不是任何编码，而是困惑的编码转换的结果。在 UTF-8 中会怎样:

0xC3A9  é
0xC3AA  ê
0xC3A1  á

所以我认为最初发生的是 UTF-8 数据在 ASCII 兼容代码页 X 中处理，然后结果被编码到 Mac Central Europe 中的文件。

要获取原始数据，您需要在 Mac Central Europe 中解释文件，在代码页 X 中重新编码结果，并在 UTF-8 中解释重新编码的结果。

我不知道代码页 X 是什么，但它必须具有以下属性，前提是上述内容是正确的:

• 将©编码为0xA9；与 Mac、Windows 和 ISO 编码相同
• 将Ő编码为0xC3；排除任何 DOS 代码页
• 将 Ľ 编码为 0xAA
• 将Ń编码为0xA1
• 是否兼容 ASCII；排除任何 EBCDIC 代码页