使用hexdump与xxd处理十六进制字符串时出现不一致问题

嘿，这个问题我太熟了！你看到的那些额外c2字节，其实是UTF-8编码在背后搞的小动作。让我给你拆解一下原因和解决办法：

你用的awk命令里，printf("%c", strtonum("0x" $0))在默认的UTF-8环境下，当处理的十六进制值对应ASCII范围外的字符（比如a4对应的是Unicode字符U+00A4）时，会自动把这个字符转换成UTF-8的多字节序列。比如U+00A4的UTF-8编码就是c2a4，这就是xxd输出里多出c2的原因——你看到的不是原始单字节，而是UTF-8编码后的结果。

要让awk输出你预期的原始单字节（而不是UTF-8编码后的多字节），只需要在调用awk前设置LC_CTYPE=C，强制它使用ASCII/Latin-1编码环境。修改后的命令如下：

echo -n "a42d9dfe8f93515d0d5f608a576044ce4c61e61e" \
| sed 's/\(..\)/\1\n/g' \
| LC_CTYPE=C awk '/^[a-fA-F0-9]{2}$/ { printf("%c",strtonum("0x" $0)); }' \
| xxd

执行这个命令后，xxd的输出就会完全符合你的预期，再也看不到额外的c2字节了：

00000000: a42d 9dfe 8f93 515d 0d5f 608a 5760 44ce ..-.....Q]._.WD.
00000010: 4c61 e61e La...

你提到用xxd -p也会有同样问题，原因也是一样的——根源在awk的输出被UTF-8编码了。只要在awk前加上LC_CTYPE=C，xxd -p也会输出正确的原始十六进制序列。

内容的提问来源于stack exchange，提问作者bng44270