unicode - 在 Erlang R15 中解析 UTF-8

Question

二郎R15！

我有一个 UTF-8 编码的二进制文件。我需要将其解析为 unicode 字符串（列表）。有什么办法吗？

Answer 1

unicode 库将为您提供帮助。

Bin = <<"Hello">>.
unicode:characters_to_list(Bin, utf8).

在 Erlang 中避免编码问题的最佳实践：

始终将 utf8 数据作为二进制文件处理，将 Unicode 数据作为 Erlang 列表处理

这种最佳实践将使您的生活更轻松。遵循这条规则非常方便，因为它使可用的 Erlang 模块用于 unicode 处理的使用变得顺畅。

在调试编码问题时，这里有一些更好的 shell 工具：

强制 Erlang shell 打印字符（数字列表）：

io:put_chars([229,228,246]).
åäö

注意：这将使用 shell 编码打印，因此请确保您的 shell 具有您想要查看结果的编码。

强制 Elrang shell 打印数字：

io:format("~w~n", ["åäö"]).
[229,228,246]

Answer 2

通过使用 unicode 翻译修饰符？

io:format("~ts", [Binary]).

这不会产生一个常规的 Erlang 字符串，但这似乎是你所关心的，不是吗？

Answer 3

unicode：characteres_to_list（二进制）。

例子：

> X = unicode:characters_to_binary("á").
  <<"á"/utf8>>
> unicode:characters_to_list(X).
  "á"