这是什么编码？

Question

我该如何确定这个字符串的编码方式？

Sometimes, it’s the little things that make us the happiest.

- Ben

Answer 1

这是UTF-8解码后用Latin-1编码，再用UTF-8解码后用CP1252解码的结果。

>>> u'’'.encode('cp1252').decode('utf8').encode('latin1').decode('utf8')
u'\u2019'

说真的... 谁会这样做呢？

- Ignacio Vazquez-Abrams

---

你是怎么想到这个的？ - Lèse majesté

此外，它使用了排版上正确的右单引号代替显然应该是一个撇号的符号。 - hobbs

@Lèse -- UTF-8双重编码具有商标：因为128-255范围内的字符的UTF-8编码以0xc0到0xc3开头，所以会出现许多U+00C0到U+00C3（各种带重音的大写A）字符的出现。 - hobbs

@hobbs：啊，现在我知道要注意什么了。我总是看到编码不好的网页，但有些我无法通过更改编码在浏览器中正确呈现。也许这些是双重/三重编码的。 - Lèse majesté

@Webnet：我不得不使用两个iconv()调用，一个从UTF-8转换为CP1252，另一个从UTF-8转换为ISO8859-1。 - Ignacio Vazquez-Abrams