为什么DocBook生成的XHTML5章节标题中包含ASCII码#c2字符？

Question

我注意到我生成的XHTML5编号部分的标题在数字和标题字符串之间。我认为这是一个生成错误。但事实并非如此，我的DocBook发行版的gentext文件common/en.xml实际上指定了这一点。

common/en.xml的第338行：

<l:template name="section" text="%n. %t"/>

在十六进制编辑器中查看时，%n后面的点和空格是ASCII字符代码C2和A0，分别是和NBSP字符。我能理解NBSP。但是为什么呢？

我知道我可以在我的定制层中改变这一点。但违约似乎很奇怪。

我使用docbook-xsl-ns-1.77.1。

Answer 1

这是因为编码是UTF-8，这是目前文本的常规Unicode编码。在UTF-8中，0x7F以上的任何字符都由2、3或4个字节的序列表示，具体取决于它包含多少有效码位。

0xC2是启动2字节序列的字符之一。在二进制中，它是11000010。两个1位表示2字符序列，最下面的5位是编码字符的前5位。第二个，0xA0，是10010000。单个前导1比特(后跟0比特)表示序列的延续，底部6比特是编码字符的最低比特。

把第一个字节的底部五位和第二个字节的底部六位放在一起，我们得到了00010010000，以十六进制U+A0表示，这确实是不间断的空格。