问题标签 [codepoint]

我有两个 word 文档，我通过使用 Word 转换（另存为 html 页面）将其转换为 HTML。两个文档中的内容都是希伯来语和英语。之后我用 Notepad++ 打开了两个文档：

• 在第一个文档中，一切都显示得很好，我可以看到希伯来语字符。

• 在第二个文档中，我没有看到单个希伯来字符，而是代码点值。例如，这里有一段来自 html 页面的内容（只是没有 " 标记）：

  "מ";"פ";"ר";"ק"; "פ";"ע";"י";"ל";

我当然在同一台机器上使用了相同的 Word 和 Notepad++ 应用程序等。如果有人知道这种现象的可能原因，或/以及如何克服它（我想查看希伯来语字符而不是他们的代码点），我将不胜感激。提前致谢！

我需要用代码点和换行符做一些事情。我有一个接受char's 代码点的函数，如果是\r，它需要以不同的方式表现。我有这个：

但这很丑陋，当然也不是正确的做法。这样做的正确方法是什么？

_{（我知道我可以对数字13（十进制标识符\r）进行硬编码并使用它，但这样做会使我不清楚我在做什么......）}

我知道这可能是一个愚蠢的问题，但我需要确定这个问题。所以我需要知道，例如，如果一种编程语言说它的 String 类型使用 UTF-16 编码，这是否意味着：

1. 它将使用 2 个字节作为 U+0000 到 U+FFFF 范围内的代码点。
2. 它将对大于 U+FFFF（每个代码点 4 个字节）的代码点使用代理对。

还是某些编程语言在编码时使用了自己的“技巧”并且没有100％遵循此标准。

我已经阅读了很多文章以了解 Unicode 代码点的最大数量，但我没有找到最终答案。

我知道 Unicode 代码点已最小化，以使所有 UTF-8 UTF-16 和 UTF-32 编码都能够处理相同数量的代码点。但是这个代码点的数量是多少？

我遇到的最常见的答案是 Unicode 代码点在 0x000000 到 0x10FFFF （1,114,112 个代码点）的范围内，但我也在其他地方读到它是 1,112,114 个代码点。那么是否有一个数字可以给出，或者问题是否比这更复杂？

_mysql_exceptions.Warning：不正确的字符串值：'\xF0\x9F\x92\x96 \xF0...' 用于第 1 行的列 'title'

s = "这是我的字符串。Über! 0\x9F\x92\x96 \xF0"

我怎样才能0\x9F\x92\x96 \xF0从这个字符串中只删除这个值->？（或编码这个）

编辑：

我正在使用 ruby​​ 2.2.2 和 Emoji 但由于某种原因，某些图标没有显示例如（来自http://apps.timwhitlock.info/emoji/tables/unicode）：

统一码：U+26F5

字节 (UTF-8)：\xE2\x9B\xB5

描述：帆船

也许有人知道，我该如何解决？

我知道它适用于 Java、JS、JRuby，问题是：

https://en.wikipedia.org/wiki/UTF-8#Invalid_code_points

谢谢！

这适用于 JavaScript，但如果 JS 输出返回到 ruby​​，它就不起作用。

我正在使用以下代码表单排序：

对于非拉丁字符，输出与输入相同：

我期待的是：

我需要一种在 iOS 上通过 Swift/Objective-C 中的代码点名称来搜索 Unicode 代码点的方法。因此，如果用户键入“shade”，它会找到包含单词 shade 的代码点，例如 U+2591 到 U+2593。最有效的方法是什么？

String.prototype.codePointAt()JavaScript和JavaScript有什么区别String.prototype.charCodeAt()？

给定String stringJava 中的 a ，是否string.codePoints().toArray().length反映String了人类认为有意义的实际字符的长度？换句话说，它是否平滑了转义字符和其他编码伪影？

编辑“人类”我的意思是“程序员”，因为我想象大多数程序员会看到\r\n两个字符，ESC一个字符等。但现在我看到即使是重音符号也会被原子化，所以没关系。