爲什麼Unicode示例代碼的標準壓縮方案不起作用？

我想學習SCSU http://unicode.org/reports/tr6 但是當我嘗試Java sample code時，輸出總是大於輸入。這是我的了：我試過了這個例子：爲什麼Unicode示例代碼的標準壓縮方案不起作用？

Öl fließt

他們說，輸入：

Unicode code points (9 code points): 
00D6 006C 0020 0066 006C 0069 0065 00DF 0074

和輸出是：

Compressed (9 bytes): 
D6 6C 20 66 6C 69 65 DF 74

但我得到的是：輸入：

[email protected]:/home/famihug/TestRoom/SCSU%xxd german.txt      [0] 
0000000: c396 6c20 666c 6965 c39f 7420 0a   ..l flie..t .

輸出：

[email protected]:/home/famihug/TestRoom/SCSU%java CompressMain /compress german.txt 
Compressed german.txt: 6 chars to german.csu 13 bytes. Ratio: 108%. 

[email protected]:/home/famihug/TestRoom/SCSU%ls -lt german.*      [0] 
-rw-r--r-- 1 famihug famihug 13 2012-06-09 10:24 german.csu 
-rw-r--r-- 1 famihug famihug 13 2012-06-08 01:04 german.txt 

[email protected]:/home/famihug/TestRoom/SCSU%xxd german.csu      [0] 
0000000: 0fc3 966c 2066 6c69 65c3 9f74 20

~~~~~~~~~~~~~ 這就是，當我試圖日本樣品：

[email protected]:/home/famihug/TestRoom/SCSU%wc -m jav.txt      [0] 
117 jav.txt 
[email protected]:/home/famihug/TestRoom/SCSU%ls -lt jav.*      [0] 
-rw-r--r-- 1 famihug famihug 349 2012-06-08 01:13 jav.txt 
-rw-r--r-- 1 famihug famihug 405 2012-06-08 01:01 jav.csu

他們所述輸出被壓縮（178個字節）

我用gedit/Vim來粘貼示例明文到文件。我在這裏做錯了什麼？

來源

2012-06-09 HVNSweeting

它看起來像樣品編碼期待UTF-16輸入，而你給它UTF-8。

此輸入：c396 6c20 666c 6965 c39f 7420 0a是UTF-8中的Öl fließt，帶有尾部空格和換行符。

你找回什麼是0fc3 966c 2066 6c69 65c3 9f74 20。第一個0f是SCU標籤，它表示剩餘的字節是big-endian UTF-16。事情是，而不是輸入字符串的UTF-16等效字符，其餘的字節只是從輸入（減去換行符）的完全相同的字節，並且這些相同的字節表示UTF-8之間完全不同的字符和UTF-16。

你找回輸出似乎代表쎖氠晬楥쎟琠。請注意，這是一個長度爲6個字符的字符串，如CompressMain所報告的。您可以通過相同類的/expand運行您的壓縮輸出以確認。

如果您在編碼UTF-16輸入文件，而不是UTF-8，你應該讓你期望的輸出。

來源

2012-06-09 05:42:31

쎖氠晬楥쎟琠是亂碼輸出確實：2（非常罕見）韓國音節，4個正弦圖是在意義風馬牛不相及。 – dda

@John平坦度：謝謝，它工作。但是我想問你一些額外的問題，因爲很難找到一個像你一樣使用Unicode的人。我將utf-8文件保存到utf-16，然後使用SCSU壓縮它，在展開壓縮文件後，我找回了我的UTF-8版本，無需添加操作。爲什麼？ – HVNSweeting

你確定你有UTF-8嗎？它*可能*但不太可能代碼使用不同的默認編碼輸入和輸出文件。 –

爲什麼Unicode示例代碼的標準壓縮方案不起作用？

回答

相關問題