10

在 Emacs 中，键入后

M-x revert-buffer-with-coding-system

我可以看到许多类型的“utf-8”，例如，utf-8、utf-8-auto-unix、utf-8-emacs-unix等。

我想知道它们之间有什么区别。

我已经用谷歌搜索了它们，但找不到正确的答案。

附言

我问这个问题是因为几个月前我遇到了一个编码问题。我在 Emacs 和我的~/.emacs中编写了一个 php 程序，我设置

(prefer-coding-system 'utf-8)

但是在浏览器中浏览php页面时，我发现浏览器由于编码问题而无法正确显示内容，即使我已经写了

<meta name="Content-Type" content="text/html; charset=UTF-8" />

在页面中。

但是我用notepad++将文件存储为utf-8后，浏览器就可以正确显示内容了。

所以我想更多地了解 Emacs 中的编码。

4

2 回答 2

13

编码名称的最后一部分（例如macin utf-8-mac）通常用于描述将在行尾使用的特殊字符：

  • -mac: CR，MacOS 的标准行分隔符（直到 OS X）
  • -unix: LFunice 系统的标准分隔符（因此基于 BSD 的 Mac OS X）
  • -dos: CR+LFDOS / Windows 的分隔符

一些额外的编码参数包括：

  • -emacs: 支持对所有 Emacs 字符进行编码（包括非 Unicode）
  • -with-signature：强制使用 BOM（见下文）
  • -auto: 自动检测 BOM

您可以组合不同的可能性，从而使列表显示在 Emacs 中。

要获取有关编码提供的行尾类型、BOM 和字符集的一些信息，您可以使用describe-coding-system或：C-hC

关于物料清单：

  • utf 标准定义了一个特殊的签名，要放置在（文本）文件的开头，以区分utf-16编码字节的顺序（因为 utf-16 存储具有 2 个字节或 16 位的字符）或字节序：一些系统将最高有效字节放在首位（big-endian -> utf-16be），其他一些将最低有效字节放在首位（little-endian -> utf-16le）。该签名称为BOM：字节顺序标记

  • 在 中utf-8，每个字符由一个字节表示（除了大于 127 的扩展字符，它们使用特殊的字节序列），因此指定字节顺序是无意义的，但这个签名无论如何对于检测 utf-8 文件而不是纯文本ASCII。utf-8 文件与 ascii 文件仅在扩展字符上有所不同，如果不解析整个文件，则无法检测到，直到找到一个伪 BOM 使其立即可见。（顺便说一句，Emacs 进行这种自动检测非常有效）

  • 仅供参考，BOM 是以下字节作为文件的第一个字节：

    • utf-16le：FF FE
    • utf-16be ：FE FF
    • UTF-8：EF BB BF

  • 你可以让 Emacs 打开一个没有任何转换的文件find-file-literally：如果第一行以你看到未解码的 utf-8 BOM

  • 在使用编码时获得一些额外的帮助，您可以参考这个补充答案“如何在 emacs 中查看编码”

正如@wvxvw 所说，您的问题是文件开头可能缺少BOM，导致错误解释和呈现。顺便说一句，M-x hexl-mode它也是一个非常方便的工具来检查文件的原始内容。感谢您指出它（我经常为此使用外部十六进制编辑器，虽然它可以直接在 Emacs 中完成）

于 2013-07-25T17:36:05.173 回答
2

这个问题不能多说，除了设置后

(prefer-coding-system 'utf-8)
(setq coding-system-for-read 'utf-8)
(setq coding-system-for-write 'utf-8)

2 年多来我没有遇到任何 unicode 问题。

于 2013-07-25T15:53:04.437 回答