问题标签 [shift-jis]

我正在尝试使用以下方法将文件从 shiftjis 编码转换为 utf-8 并且它不起作用。有什么乐于助人的聪明人吗？

我对代码页面很陌生，网络似乎充斥着关于这个主题的各种复杂性。我只想要一个班轮。输入文件和输出文件看起来是一样的。

注：の = (Shift-JIS) 0x82 0xCC

它打印出来很奇怪：（只有三个字符和 \n 被完全忽略了！！）

为什么 A 和 B 都不能打印出用 Shift-JIS 编码的字符？

我从Aozora Bunko获取 html 源代码。Html 文件是 Shift-JIS 编码的。我正在尝试获取书名和作者。然后我想将标题和作者记录到 SQLite(UTF-8) 数据库中。

结果是这样的：拉丁字母正常显示。但是日文字母在里面用块问号表示（请不要注意空值）

如何解决这个问题呢？

我有一个日本客户，并生成了一个大型平面文件（120 万行）要发送给他们的数据。

该文件采用 UTF-8 编码，支持存储和显示所有日文字符。客户希望以专为日语字符设计的 shiftJIS 编码格式接收此文件。

1. 从维基百科页面我可以得到转换逻辑
2. 我看到在线转换器（例如motobit）可以让您转换编码。

我的问题是我的文件非常大，我将不得不重复对数百个文件执行此操作。在线转换器工具上的复制粘贴字段无法缩放到该大小并且不够快。

有谁知道我可以用来转换编码的免费桌面应用程序甚至是 ruby​​ 库？或者有什么其他建议？

谢谢！

我有需要在 Python 中编辑的 csv 文件，这些文件必须保留在 Shift-JIS 中。当通过将每个部分输入 Python 解释器来测试我的代码时，文件被很好地编辑并且它们保留在 Shift-JIS 中。我在 Python 解释器中运行以下行：

我将这些行放在脚本中并从 DOS 提示符下运行它们，当然我添加的 shift-JIS 字符会弄乱。如果我在 DOS 提示符下运行 chcp，它会告诉我我正在运行 chcp 932, shift-JIS。有人知道什么不起作用吗？

我有一个与日语文本编码有关的问题。

假设我有一个包含 jvm 和数据库的系统。它通过应用服务器向 Internet Explorer Web 浏览器上的客户端用户提供页面。JVM 和数据库彻底使用 UTF-8。有许多文本区域，其中一些但不是全部使用tinymce。

我担心日本用户粘贴一些未以 UTF-8 编码的文本的情况。这可能会导致问题吗？如果用户粘贴以 S-JIS 编码的文本，是否可以正常工作？早期的测试没有引发任何问题，但是我不了解该语言，并且担心可能存在特殊情况。

我有一堆用 shift_jis 编码的 txt 文件，我想将它们转换为 utf-8 编码，以便特殊字符可以正确显示。以前可能有人问过这个问题，但我似乎无法正确回答。

更新：我更改了我的代码，所以它首先写入一个列表，然后它将写入列表中的内容。

但是现在我得到运行时错误，程序只是崩溃了。经过进一步调查，似乎“file.seek(0)”导致程序崩溃。如果此行被注释，程序运行不会出错。我不知道为什么会这样。它是如何导致错误的？

我正在尝试使用请求模块访问非 utf-8 网站。此请求的响应是乱码。

即使将编码选项设置为 Shift_JIS，我也看到了乱码的日文文本。

我正在获取的 HTML 文件包含一些 HTML 标头中指定的编码不支持的字符：

我发现以下是 Shift_JIS 编码不支持但实际使用的。我的浏览器可以正确显示这些字符。

• ∑ n 进制求和 U+2211
• ﾟ 半角片假名 半浊音标 U+FF9F
• Д 西里尔大写字母 de U+414

当我尝试读取此 HTML 文件并进行解码以进行处理时，我得到了 UnicodeDecodeError。

有什么好方法可以处理包含错误编码字符的 HTML 而不会出错？

阅读有关如何使用移位序列打印来自其他字符集的字符的信息，我得到了以下代码（我确信转义序列不正确，但我不知道为什么）：

但是，这对我不起作用，因为它输出“？” 在终端中，而不是字符“ｳ”。我的字体确实支持该字符。如果有人能解释我做错了什么以及我将如何纠正这个问题（仍然使用换档序列），那将不胜感激。

谢谢