问题标签 [non-ascii-characters]

我需要一个C #程序中的正则表达式。

我必须捕获具有特定结构的文件的名称。

我使用了\wchar 类，但问题是这个类不匹配任何重音字符。

那么如何做到这一点呢？我只是不想将最常用的重音字母放在我的模式中，因为理论上我们可以将每个重音字母放在每个字母上。

所以我虽然可能有一个语法，说我们想要一个不区分大小写的（或一个考虑重音的类），或者一个允许我不区分大小写的正则表达式选项。

你知道这样的事情吗？

非常感谢你

I have a C code in which I am using standard library function isalpha() in ctype.h, This is on Visual Studio 2010-Windows. In below code, if char c is '£', the isalpha call returns an assertion as shown in the snapshot below:

I can see that this might be because 8 bit ASCII does not have this character.

So how do I handle such Non-ASCII characters outside of ASCII table?

What I want to do is if any non-alphabetic character is found(even if it includes such character not in 8-bit ASCII table) i want to be able to neglect it.

我正在寻找一种方法，或者可能是一个转换表，它知道如何将元音变音和特殊字符转换为它们在 ascii 中最可能的表示形式。

例子：

有人知道吗？

更新：除了公认的答案之外，我还发现 PECLs Normalizer非常有趣，尽管我无法使用它，因为服务器没有它并且没有为我更改。

如果这里的答案对您没有足够的帮助，也请查看此问题。

我正在使用 VB .Net 2008

为什么我使用Encoding.Convert返回可读字符的命令从 ASCII 转换为 737（希腊语 DOS），而IO.StreamWriterwithEncoding.GetEncoding(737)写入的文件包含不可读字符？

我问这个是因为我想将行数据发送到可以将希腊语打印为 737 的打印机。如果我发送 的结果Encoding.Covert，我会得到错误的结果，而如果我像上面那样写一个文件并将其复制到打印机是好的

我遇到了关于如何反转包含此“abcd汉字efg”的字符串的问题。

还原后应该是：

我想，要反转字符串，我必须识别那些非 ASCII 字符，因为我认为简单地反转每个字节不会得到正确的答案。

我该怎么做？

PS：我在 32 位 Ubuntu 下编写了这个程序。然后我打印了每个字节：

我得到了一些乱码而不是“汉字”。

不确定这是否是询问或 doctype 的合适位置，但无论如何我都会问......一直在与德国客户合作，这个非常奇怪的问题开始出现......

因此，在为网站填充内容时，我从他们的 pdf 表中复制/粘贴到我的编辑器 (Espresso) 中。奇怪的是，虽然所有文本在编辑器上看起来都很原始，但在浏览器中打开后，我们开始发现带有重音字符的异常异常，被向前推进。所以一个 ' ' 显示为 O" ，依此类推。

我认为这是一些 unicode 问题，但该站点被声明为 utf8 ，并且没有输入富文本或任何内容，它只是来自编辑器的原始文本。所以这真的令人难以置信。如果客户端直接编辑文件，它会正确显示。我发现如果我手动输入和替换重音字符，也很好。

任何人都有类似的经验/解决方案？

我应该不应该有本地化/字体问题，因为这些本质上是拉丁字符？（如我错了请纠正我）

换行符在 C++ 中是否有某种特殊意义？它是非ASCII字符吗？

我正在尝试为更大的文本中的每个唯一的 n 字符子字符串构建马尔可夫链。每次我遇到一个新的唯一子字符串时，我都会将它输入到一个映射中，该映射的值是一个 256 个元素的向量（扩展 ASCII 表中的每个字符一个元素）。

当我打印出文件的全部内容时没有问题（“行”是使用 ifstream 和 getline 构建的文本行向量）：

整个文本文件显示在控制台中。当我尝试将换行符返回给需要一个字符的函数时，就会出现问题。“moveSpaces”是一个整数常量，用于确定每次迭代时在字符串向量中向前移动的字符数。

我已经使用了调试器，当它到达第 2 行的第 1 列时，它对我来说很糟糕——没有错误或任何东西。它在此函数中失败，而不是在调用函数中。

我正在使用的文件是圣诞颂歌（古腾堡计划中出现的第一件事）。作为参考，这里是前几行：

该函数在应该返回第二行的第一个字符时中断。如果我去掉换行符，或者我在程序中逐行构建“行”向量，则不会发生这种情况。知道有什么问题吗？

I am working on a data export task that needs to be able to export in any language. All the languages that use strictly ASCII characters work just fine, but when I go for data exports in oriental languages, it throws the following exception: "An invalid character was found in the mail header" With a bit of research, I determined that this was due to the RFC 2183 spec which states that "Parameter values longer than 78 characters, or which contain non-ASCII characters, MUST be encoded as specified in [RFC 2184]"

I read both of these documents and they weren't much of a help. I understand that there is a need to send the data in UTF-8 encoding in order to locate the file. However, this makes the downloaded file name appear as encoded UTF-8. As of now, I am encoding the file names into UTF using the functions I will post below. (All of this is in C#, MVC2)

And the file is returned in the following function:

Strictly speaking, this works. However, the entire file name ends up UTF-Encoded when it reaches the user. I'm looking for a way to pass back that pre-existing file to the user, such that it can keep its non-ASCII characters.

Any help is appreciated.

当用户点击键盘时，我需要知道输入符号是否属于 ASCII 调色板，否则将其剥离。

所以我需要做什么

检查输入字符的方法？

目前，当用户使用（例如）俄语键入时，我从输入字符串中获取 ASCII 字符：

我想在 WinGHCi 中输出非 ascii 字符，但这就是我得到的：

我在 windows xp 上使用 WinGHCi 7.0.3。我该怎么做才能让 WinGHCi 打印出漂亮的小增量？