問題

最近使用protobuf（google出品的一種序列化協(xié)議）存儲中文時，看到一種類似\346\200\241\346\200\241\346\200的編碼,試用各種常用的編碼格式用編碼轉(zhuǎn)換工具都不可以，在java，python中卻可以在不明確指定編碼方式的情況下識別成功,現(xiàn)在需要在web頁解碼方便直接查看，js默認的解編碼函數(shù)搞不定。所以查查看

八進制編碼

其實他還是utf8編碼，不過通常的utf8編碼使用16進制表示，這種編碼不常見的使用了8進制表示。其實將這里的8進制轉(zhuǎn)為16進制，和utf8的編碼是完全一致的，也就是說在內(nèi)存中的字節(jié)是一致的，所以可以被java，python直接識別，但是按8進制方式顯示，就顯得很特別了。

# 在python中可以直接用decode("utf-8")解：
>>> print("\344\275\240\345\245\275".decode("utf-8"))
你好

utf8的多種形式

"你好"的各個平臺編碼，他們之間的區(qū)別就是編碼的二進制的不同的可讀方式，八進制確實用的少。

js實現(xiàn) 八進制utf8的解碼

沒有成品，就自己造。思路就是正則匹配字符串，三位三位拿，轉(zhuǎn)為16進制，加%轉(zhuǎn)為url的編碼方式，然后使用js的解碼函數(shù)decodeURIComponent() 解碼最終得到中文。

function decodeOctUtf8(octStr){
    decoded = octStr.replace(/(\\\d\d\d){3,}/g, function(word){
        tokens = word.split("\\")
        encoded = ''   
        tokens.forEach(function(token, idx){
            if(token.length > 0){  // 去掉split函數(shù)產(chǎn)生的空字符串
                encoded += "%" + parseInt(token, 8).toString(16)
            }
        })
        return decodeURIComponent(encoded);
    });
    return decoded
}

總結(jié)

至此問題解決了。代碼離不開編碼的處理，常用有很多種編碼方式，編碼的核心作用就是把文字映射到二進制，方便機器理解計算。在讀寫文件，web傳輸時常常需要指定編碼方式，但我們也不需要關注編碼的"長相"，因此碰見一個不常見的“長相”，還以為是不常用或者經(jīng)過了壓縮的編碼。