问题标签 [gb2312]

我有一个文本文件，其中包含当前以 GB2312（简体中文）编码的本地化语言字符串，但我的所有其他语言文件都是 UTF-8。我发现使用此文件非常困难，因为我的文本编辑器都无法正常使用它并不断损坏它。是否有任何工具可以将其转换为 UTF-8，这样做有什么缺点吗？将其保留为 GB2312 并使用其他编辑器会更好（如果是，您能推荐一个）吗？

更新：我使用的是 Windows XP（英文安装）。

更新 #2：我尝试使用 Notepad++ 和 Notepad2 编辑 GB2312 文件，但两者都无法读取文件并损坏它们。

我想写一个java函数，比如：如果一个字符不在GB2312中，返回false

我正在处理一个 IMAP 电子邮件脚本，我有一些用GB2312编码的行（我假设是中文编码），看起来像这样=?GB2312?B?foobarbazetc

我怎样才能开始使用这个字符串？我查了一下mb_list_encodings()，这个没有列出。

我是一名业余编码员，我有一个小问题。

我的目标是用两个按钮输入一个文本。

• 第一个按钮使用了一个叫做 SundayMorning 的 Javascript 来翻译文本（到中文）
• 第二个按钮将文本提交到 URL。URl 要求将中文文本编码为GBK2312 字符集。

我已经将各种找到的代码粘贴到了我现在的结果中。由于 SundayMorning Javascript 的挑剔行为，我的解决方案是有两个输入框，我将隐藏第二个输入框。

现在，这不起作用：

• 无论我尝试什么，我都无法在 GBK2312 中对中文进行编码。
• BONUS CONUNDRUM：第二个框会在我键入时逐个字母地复制我的输入，但不会复制 Javascript 返回的中文翻译。

对不起我的业余代码。如果您有任何好的建议，我会听从那些更聪明的人。

我有一个用 GB2312 编码的 RSS 提要

当我尝试使用以下代码解析它时：

它无法解析 Feed。

任何想法如何解析 GB2312 编码的 RSS 提要

使用如下编码后，来自 Plex 媒体服务器的错误日志如下

：

我有一个 GB3212 编码（中文）的文件。文件从这里下载http://lingua.mtsu.edu/chinese-computing/statistics/char/list.php?Which=MO与 Windows 下的 wget 一样，并存储到 ModernChineseCharacterFrequencyList.html 文件名中。

下面的代码演示了 Java 如何无法以一种方式读取它并以另一种方式结束。

即，如果Scanner用scanner = new Scanner(src, "GB2312")代码创建是行不通的。如果Scanner是用scanner = new Scanner(new FileInputStream(src), "GB2312")then 创建的，它就可以工作。

分隔符模式线仅显示故障仍然存在的另一个选项。

这是故障还是设计行为？

更新

当代码正常工作时，它只会读取所有令牌直到结束。当它不起作用时，它会取消大约在中间的读取，没有异常或错误消息。

没有发现断裂处的奇点。也没有像 2^32 这样的“神奇”数字出现。

更新 2

最初该行为是在带有 Sun 的 JavaSE 1.6 的 Windows 上发现的

现在，在带有 OpenJDK 1.6.0_23 的 Ubuntu 上也发现了相同的行为

经过几个小时的研究（几次......），我发布了这个。我还没有找到任何答案。

我的目标是使用 PHP 编写一个 CSV 文件。这个文件必须有中文ANSI编码（我想简体中文是GB2312，在notepad++中我只看到ANSI编码）。必须导入到另一个工具。

[重要的提示]

我们目前正在使用 notepad++ 和一台默认语言为中文的 PC 转换文件。过程是：

• 从网络应用程序获取 UTF8 CSV
• 在中国电脑上用 Excel 2003 保存为 csv
• 在notepad++中打开，编码已经是ANSI，删除一个前导“？” 在文件的开头。

我进行了测试：将我的 .csv 文件更改为 .php 并用以下代码替换它以保持相同的编码：

这将打印：“ASCII”。

然后我不确定CSV的输出应该是什么：GB2312？，ASCII？，ANSI？。我什至不清楚它们之间的区别。

我还读到，使用 Excel 2007 保存为 CSV 格式的文件在中国 PC 上适用于该工具。

[/重要的提示]

目前，我无法做到正确！当我打开我在记事本++中得到的文件时，它仍然显示编码为 UTF-8 编码。很明显，因为汉字看起来不错，它们应该看起来“破碎”:-)。

我正在使用以下标头条件：

[附加信息]

我的文件编码方式是（我把它抽象化以保持简单）

[/附加信息]

我还在打印之前使用 iconv 将我的 CSV 字符串转换为 GB2312（也尝试了 mb_convert_encoding）

我的 .php 文件是用 UTF-8 编码编写的（不是没有 BOM 的 UTF-8）

基本上，我总是得到 UTF-8 文件作为输出，我需要 ANSI。看起来有这么多参数/属性，我不明白。您的帮助将不胜感激！

谢谢！

大卫

[附加信息]

例如，在我的标题列上将有以下编码更改：

• PHP源代码中（UTF-8文件，英文电脑）：商品序号（意思是：SKU，商品代码）
• 在最终的 CSV 文件（ANSI 文件，英文计算机）中：ÉÌÆ·ÐòºÅ
• 在最终的 CSV 文件（ANSI 文件，中文电脑）中：商品序号

[/附加信息]

我想将版权符号写入 pdf 文件的页脚。八进制代码 \251 仅在文件的编码为拉丁文时才有效。（英文）当输出pdf为中文、日文、韩文时。符号印刷完全不同。我已经知道输出文件具有 GB2312 编码，版权符号的代码是两个字节字符 \0xAAC2 。

我一直在试图找出我应该如何打印它？我必须在 sprintf 之前将其转换为 utf16 吗？

我需要调整现有的非 unicode c 项目来显示汉字。由于截止日期很短，而且我是 C 和编码的新手，为了支持在 gui 应用程序中显示中文文本，我已经将系统语言环境更改为简体中文 PRC 的路线。这反过来又将项目中的编码（在 Visual Studio 2010 中）更改为简体中文（GB2312）。

除了特殊字符（例如：度数符号、上标 2 等）显示为问号外，一切正常。我相信这是因为我们过去传递 \260 即 ascii 表中度数符号的八进制值，这不再等同于 gb2312 表中的任何内容。 

在键盘中显示度数符号的工作流程如下： 

显示函数（数据，'\260'）；//将度数符号的八进制值传递到键盘 

此 display_function 用于将整数输入转换为字符串以在键盘上显示： 

数据->[ pos ] = (char) ch; 

基本上我需要让这个（和其他特殊字符）正确显示。有没有办法使用当前设置传递这个符号？ 

根据 gb23212 的字符列表，该符号是受支持的，因此我目前的想法是计算出该符号的八进制值并保持现有函数不变。这些当前将值作为字符传递。使用下表： 

http://ash.jp/code/cn/gb2312tbl.htm。 

和下面的公式来获得八进制值： 

与行关联的八进制数乘以 10 并添加到与列关联的八进制数。 

我相信这会是A1E0 x 10 + 3 = 414403. 

但是，当我尝试将其传递给 display_function 时，我得到“错误 C2022：'268'：对于字符来说太大了”。

我要解决这个问题了吗？我不想更改现有函数，因为它们已广泛使用，但我是否需要更改函数以使用宽字符？ 

如果以上内容令人费解并且充满了不正确的假设，我们深表歉意！一两个星期以来，我一直在努力解决这个问题，而编码、字符集和语言环境似乎变得越来越混乱！

提前致谢