问题标签 [non-ascii-characters]

我的 RSS 提要包含：

现在我正在解析 RSS，然后将标题分配给标题，如下所示：

当我检查输出或日志文件时，我会看到如下标题：

HBO 赢得了 19 项艾美奖，这是今年所有网络中最多的。

® 转换为 ® 。任何我尝试使用 HTML 解析器但没有用的。

我在使用适用于 Windows 的 Safari 浏览器时遇到了一个奇怪的问题。

我有一个基于 jQuery 的 HTML5 拖放上传表单。它适用于除 Safari 之外的所有浏览器，对于具有特定扩展名的文件，文件名在文件扩展名后用非 ascii 字符填充。

例如，文件example.mov变为example.movçðÆê

文件也已损坏：它们似乎没有内容。

这是 Safari 和 jQuery/HTML5 的已知问题吗？有没有办法过滤掉非ASCII字符？

我正在使用 java 小程序浏览远程服务器 (ftp/cifs) 上的文件/文件夹。问题是，如果远程服务器上的文件夹以非 ascii 字符（比如日语或中文）命名，则小程序无法启动。我已经追溯了似乎是由于服务器响应中的非 ascii 字符串解析不正确引起的问题。以下是来自服务器的 xml 响应的片段。

请求来自服务器的字符集编码为 utf-8，如上所述。看起来垃圾的字符串是我尝试使用小程序查看的远程 Web 文件夹，该文件夹实际上命名为“不能正常工作”。由于两者不等价（实际文件夹名称和 xml 中的那个），java xml 解析在尝试启动小程序时会引发错误。请建议可以做些什么来解决这个问题。另外我没有使用 SAX 解析器，我使用的是 XML 解析器，然后创建了一个 DOM 对象

真的很简单，我已将所有排序规则设置为 utf8_general_ci，但是，数据库似乎没有正确存储重音字符

例如，它将“Québec”存储为“Québec”

现在在插入变量之前，它通过以下函数：

另外，我应该提到我在我的 html 中使用了以下元标记：

为什么它没有正确存储值？对我来说完全是无稽之谈。

当我在 facebook 状态下打印这个字符时，它会像 ‎!̸̶͚͖͖̩̻̩̗͍̮̙̈͊͛̈͒̍̐ͣͩ̋ͨ̓̊̌̈̊́̚͝͠ͅ 这样的垃圾，而且它似乎无处不在，而不是在 Facebook 中，只有我搜索过，发现它是希腊字母表中的第九个字符“Iota”，因为它看起来很垃圾吗？我用非ASCII或其他格式粘贴它还是什么？我真的很想知道

我有一个简单的

我应该将此字符串转换为 URL 百分比编码 - 所以我需要：

有什么简单的解决方案吗？

我正在尝试解析包含重音符号的 xml 文件，但出现此错误“无法将字符串解析为 XML”。不幸的是，我无法处理 xml 文件，因为它是从外部源下载的，所以我想知道是否有任何简单的方法来修复它。

这是我的代码：

我环顾四周，但看不到任何问题的解决方案，或者至少我不理解它们！:-)

我正在使用 NSMutableURLRequest 下载一个网页，但是将该网页放入 NSString 时遇到问题。

除了 åäö 等特殊字符外，这很好用。有没有更好的方法？

我有 CSV 格式的数据，这些数据已经被严重扰乱了字符编码，可能在不同的软件应用程序（LibreOffice Calc、Microsoft、Excel、Google Refine、自定义 PHP/MySQL 软件；在 Windows XP、Windows 7 和 GNU/来自世界各地的 Linux 机器......）。似乎在这个过程中的某个地方，非 ASCII 字符已被严重扰乱，我不知道如何解扰它们或检测模式。手动执行此操作将涉及数千条记录...

这是一个例子。对于“Trois-Rivières”，当我在 Python 中打开这部分 CSV 文件时，它会说：

问题：我可以通过什么过程来逆转

去取回

即我该如何解读这个？这怎么可能一开始就被打乱了？我怎样才能对这个错误进行逆向工程？

我有一些没有拉丁字符的链接资源，例如 åäö 这些通常是用户上传的文件

问题是我没有成功编码它们

使用 filename.encodeAsURL 似乎没有以正确的方式对其进行编码

例如字符 ö 变成 o%CC%88 测试在 Firefox 中键入相同的内容并复制内容给出 %C3%B6

这些编码有什么区别，我应该用什么来获得正确的编码？