这是一个创建于 4006 天前的主题，其中的信息可能已经有所发展或是发生改变。
中文和日文中有很多相同的文字，虽然读音不一样，但是书写是一样的。我很好奇在utf-8中的编码是否一样，于是写了几行Python代码验证了一下：
--------------------------------------------------------------------------------------------
#coding=utf-8
j = u"最近の更新" #从维基百科日本站粘贴到编辑器
c = u"最近的更新" #自己手动输入
print repr(j.encode('utf-8'))
print repr(c.encode('utf-8'))
输出：
'\xe6\x9c\x80\xe8\xbf\x91\xe3\x81\xae\xe6\x9b\xb4\xe6\x96\xb0'
'\xe6\x9c\x80\xe8\xbf\x91\xe7\x9a\x84\xe6\x9b\xb4\xe6\x96\xb0'
--------------------------------------------------------------------------------------------
惊奇的发现同形字编码一样。
想问下，是我实验有问题，还是结论就是这样？
--------------------------------------------------------------------------------------------
#coding=utf-8
j = u"最近の更新" #从维基百科日本站粘贴到编辑器
c = u"最近的更新" #自己手动输入
print repr(j.encode('utf-8'))
print repr(c.encode('utf-8'))
输出：
'\xe6\x9c\x80\xe8\xbf\x91\xe3\x81\xae\xe6\x9b\xb4\xe6\x96\xb0'
'\xe6\x9c\x80\xe8\xbf\x91\xe7\x9a\x84\xe6\x9b\xb4\xe6\x96\xb0'
--------------------------------------------------------------------------------------------
惊奇的发现同形字编码一样。
想问下，是我实验有问题，还是结论就是这样？
 |
1
vibbow 2014-01-09 19:28:38 +08:00  1
是的，有些日文和中文字看起来比较相似的，UTF-8编码也是一样的
具体显示时是用日文字体还是中文字体，就根据你的系统语言首选项了 （反正如果首选项是英文的话，用的是日文字体） |
 |
2
ichigo 2014-01-09 19:36:13 +08:00
很多汉字写法还是有细微差别的，编码应该不同吧。
|
 |
3
Semidio 2014-01-09 19:45:28 +08:00 1
unicode是一套通用字符编码集，它不可能给同一个字符多个不同的编码，即使这个字符在多种语言中被使用。其实不只是unicode，绝大多数字符编码都只按字形，同形字全部同编码，只有极少数编码格式严格按照字音给同形字多个编码。
|
|
5
Semidio 2014-01-09 19:49:05 +08:00
@ichigo unicode关于同形字的处理，如果是在不同语言环境下，即使写法不同依然同编码，但是如果是同一语言环境，则视为异体字，给予不同编码。至于这些同编码的同形字在写法上的区别则只能靠字体来体现。
|
 |
7
exoticknight 2014-01-09 20:06:10 +08:00
感谢楼主，之前也是有这样的疑问
|
 |
8
VYSE 2014-01-10 00:28:35 +08:00
尼玛这才意识到UTF-8 ENCODE亚洲字符好长好低效啊！！
看看人家j.encode('utf-16') |
 |
9
hanliinter 2014-01-11 01:25:35 +08:00
这个问题就是Unihan吧 http://en.wikipedia.org/wiki/Han_unification
|
Select Language