八進制 302 240 一起似乎對應於不間斷的空間

通過查看文本文件的特定行（例如，第 1123 行，見下文），似乎有一個不間斷的空格，但我不確定：

$ cat myfile.csv | sed -n 1123p | cut -f2
Lisztes feher

$ cat myfile.csv | sed -n 1123p | cut -f2 | od -An -c -b
  L   i   s   z   t   e   s 302 240   f   e   h   e   r  \n
114 151 163 172 164 145 163 302 240 146 145 150 145 162 012

但是，八進制的ASCII 碼表示一個不間斷空格是 240。那麼 302 對應的是什麼？這個給定的文件有什麼特別的嗎？

我問這個問題是為了理解。按照這個答案，我已經知道如何使用sed來解決我的問題：

$ cat myfile.csv | sed -n 1123p | cut -f2 | sed 's/\xC2\xA0/ /g' | od -An -c -b
  L   i   s   z   t   e   s       f   e   h   e   r  \n
114 151 163 172 164 145 163 040 146 145 150 145 162 012

有關資訊，原始文件採用 .xlsx ( Excel ) 格式。當我的電腦執行Xubuntu時，我使用LibreOffice Calc (v5.1)打開它。然後，我將其保存為“文本 CSV”，其中“字元集 = Unicode (UTF-8)”和選項卡作為欄位分隔符：

$ file myfile.csv
myfile.csv: UTF-8 Unicode text

它是 U+00A0 Unicode 字元的 UTF-8 編碼：

$ unicode U+00A0
U+00A0 NO-BREAK SPACE
UTF-8: c2 a0 UTF-16BE: 00a0 Decimal:   Octal: \0240
 
Category: Zs (Separator, Space)
Bidi: CS (Common Number Separator)
Decomposition: <noBreak> 0020

$ locale charmap
UTF-8
$ printf '\ua0' | od -to1
0000000 302 240
0000002

UTF-8 是一種 Unicode 編碼，每個字元的字節數可變。Unicode 作為字元集是 iso8859-1（又名 latin1）的超集，它本身就是 ASCII 的超集。

而在 iso8859-1 中，不間斷空格字元（iso8859-1 中的程式碼點 0xa0，就像 Unicode 中一樣）將表示為一個 0xa0 字節，在 UTF-8 中，只有程式碼點 0 到 127 表示為一個字節（這使得 UTF-8 成為 ASCII 的超集，或者換句話說，ASCII 文件也是 UTF-8 文件）。

超過 128 的程式碼點被編碼為每個字元更多的字節。有關 UTF-8 編碼算法的詳細資訊，請參閱Wikipedia。

引用自：https://unix.stackexchange.com/questions/272161