乱码大全(20)──高位清零、HZ、EHZ汉字(1)

　前面谈到，很多邮件服务器和网关只能传送 7bit 的信息。一些邮件进行了适当编码，还有一些没有编码。 比如在 usa.net 中在其确省的参数配置情况下发送汉字信息，就会丢失全部的高位 (bit7)。本 BBS 的网友 sll (上帝一发笑，人类就思考) 曾经发信对“乱码大全”提出了这个方面的补充建议。同样，曙光 BBS 的 limi (龙的船人) 也曾提到过类似问题。

　　比如电子邮件中经常会出现类似这样形式的东西：这种情况其实也经常发生在用 telnet 时，默认是禁传高位而忘了 set binary 等类似情况。

　　!0BRBk4sH+!1#,WwU_#:bluesea#,K.D>Ge;*BBS3IT1!#;6S-TZ BBSVPW*TX#,0oVzvJ9SCHm<~9}3LVPSv5=5DJ5NDT-TXSZK.D>Ge;* BBS5D Internet LVB[Gx!#5XV7JG#: telnet://bbs.tsinghua.edu.cn #,WWW 7CNJ5D5XV7JG http://bbs.tsinghua.edu.cn!# 51OBCf5DLu<~H+2?BzWcJ1#,W*TX 1>ND?IRT2;>-9}WwU_TJPm#:(1) W*TXK.D>Ge;* BBS 5DPEM7#;(2) 2;P^8DT-ND#;(3) W*TX=vO^SZ8wVV BBS :M7GILR5PTVJ5D8vHKMx5c!# QO={8wVVPNJ=5D3-O.#,QO={7GWwU_=+1>ND;r>V2?SCSZHN:NU}J=3v 0f5D?/No!#1>WTH;6NJGH+ND5DR;2?7V!#

　　sll 指出，解决这种乱码的最简单的方法是利用 HZ 码也是屏蔽最高位的特点，把乱码转为 HZ 码，再用 NJstar 等工具看。这样就需要手工加 ~{ 和 ~} 了。因为信件内容可能有英文字母、数字或英文标点，这些要放在括号外。

　　遗憾的是的确没有更好的方法能够自动识别原文中的 ASCII 码部分，只能手工慢慢试(特别是数字)，没法编程序统一解决。因此一些不需要 ~{ 和 ~} 也能解析 HZ 编码的阅读环境 (如 IE 4.0、OutLook Express等) 将不能正确解读这样的乱码。从信息的角度看，那部分丢失的高位信息是无法复原的。人工的复原和试验是依靠的“先验知识”。再比如：

)0)$)$)$)$)$)$)$)$)$)$)$)$)$)$)P)$)$)$)$)$)$)$)$)$)$)$)$)$)$)$)$)$)4
)&!o EMAILZINE RACCTSV>O5AP !o)&K+::WVDZBkM,2= VP9zV.Rt [M3R;B[L3])&
)& @4WT[EASTART 6+7=Fp5c] )& http://chinabbs.hypermart.net )&
)&Cb7QTSV,8vHK9c8f,MxBgGsV0. )&|SNO7/VPS*|P~Q'9[OsL(|0.GiHUTBL6|)&
)8)$)$)$)$)$)$)$)$)$)$)$)$)$)$)X)$)$)$)$)$)$)$)$)$)$)$)$)$)$)$)$)$)

我们从四周的相似的符号可以猜测是否是使用中文表格符号拼出的表格。

　　不过在复杂的乱码中慢慢试验是很麻烦的，尤其是汉字和字母数字交替频繁的情况。另外，麻烦还在于支持 HZ 的环境中， ~{ 和 ~} 会被隐含起来，这给光标的准确定位造成麻烦。解决方法之一是将乱码原文改为 HTML 文件( 可用 UltraEdit 之类的软件将文件的每行末尾加上"
")，然后用 IE4.0 浏览器观察效果，边修改存盘，边在浏览器中 Reload/Referesh。