一個神奇的偶然： Kevin Durant 的新外號「鬮鶦S」

Kevin Durant 左膝一受傷，在 PTT 上就多了個新外號「鬮鶦S」，什麼呀？

原始文章： https://www.ptt.cc/bbs/NBA/M.1488419159.A.3D1.html

快笑死了。 XDD


這是個複製貼上掉資料的結果。「杜蘭特」三個字在電腦裡的 Big5 編碼是：

杜 = '\xa7\xf9'
蘭 = '\xc4\xf5'
特 = '\xaf\x53'

這裡 \x 是 16 進位的的意思。每個字兩個位元，合起來是 '\xa7\xf9\xc4\xf5\xaf\x53'

複製貼上時不小心掉了第一個位元，變成 '\xf9\xc4\xf5\xaf\x53'。電腦在解讀這串字的時候，就把前兩個位元當成第一個字，中間兩個位元當成第二個字：

'\xf9\xc4' = 鬮
'\xf5\xaf' = 鶦
'\x53' = S

就這樣成了「鬮鶦S」。

鬮 = 鬥龜，他在雷霆時的前隊友 Russel Westbrook 在 PTT 上的外號是什麼？忍者龜。

鶦 = 胡鳥，他在雷霆時的前隊友 James Harden 在 PTT 上的外號是什麼？鬍子。

一個名字裡雷霆三少全出現，想不紅也難！哈哈哈哈～～～


笑完後還是要來打破砂鍋問個為什麼。追根究底，PTT 仍在使用 Big5 編碼也是原因之一。

>>> print kevin_big5.decode('big5')
杜蘭特
>>> print kevin_big5[1:].decode('big5') # 跳過第一個位元
鬮鶦S

如果是用 Unicode 的 UTF-8 編碼，一樣掉第一個位元，結果就只是杜字變成兩塊豆腐，不會影響後面的字。

>>> print kevin_utf8
杜蘭特
>>> print kevin_utf8[1:] # 跳過第一個位元
��蘭特

這是因為 UTF-8 有防錯設計，很容易分辨第一個位元和後續位元，代價是要用比較多空間表示中文字，杜蘭特三個字各用了三個位元，杜字的第一位元掉了，電腦看到兩個沒頭沒腦的後續位元，就顯示成豆腐，但後面的蘭字就不會錯了。

PTT 會改用 Unicode 嗎？