为什么*.bib里写全宽逗号会报错syntax error: found "茂录聦", expected end of entry ("}" or ")")

[YDX-2147483647]

显示日志

biber main.bcf会把日志存到main.blg里，这个文件中存的字节是b'\xc3\xaf\xc2\xbc\xc2\x8c'，它按 GB 18030 解码是'茂录聦'，按UTF-8解码是'ï¼\x8c'。因此，有些环境下报错说found "茂录聦"，有些则说found "ï¼\x8c"。

生成日志

那么为什么会有b'\xc3\xaf\xc2\xbc\xc2\x8c'呢？将全宽逗号'，'按UTF-8编码，然后将结果作为Unicode码位再按UTF-8编码，两次编码后即为这串字节。

>>> from unicodedata import lookup, name

>>> '茂录聦'
'茂录聦'

>>> _.encode('gb18030')
b'\xc3\xaf\xc2\xbc\xc2\x8c'

>>> bytes(map(ord, _.decode('utf8')))
b'\xef\xbc\x8c'

>>> _.decode('utf8')
'，'

>>> name(_)
'FULLWIDTH COMMA'

>> '，'
'，'

>> _.encode('utf8')
b'\xef\xbc\x8c'

>> ''.join(map(chr, _))
'ï¼\x8c'

验证

往*.bib里写各种乱七八糟东西，发现报错都符合预期。

@article{Jiang2005Size,
  title = {形状记忆聚合物研究现状与发展},
  author = {姜敏 and 彭少贤 and 郦华兴},
  journal = {现代塑料加工应用},
  volume = {17},
  number = {2},
  pages = {53-56},
  year = {3001}，，©孔乙己äüïabc，，
}

[YDX-2147483647]

为方便大家查看，这个问题归档到了 🥑 疑难杂症 (bithesis.bitnp.net/faq)，后续将在那边更新。如果遇到新问题，欢迎继续在 GitHub Discussions 讨论。

https://bithesis.bitnp.net/faq/bib-comma.html
https://github.com/BITNP/BIThesis-wiki/blob/ed614cd7663411dc4ae24cc81fbbca27faae657e/wiki/faq/bib-comma.md