问题标签 [ucs2]

我在 WinXP 上使用 Vim 7.3。我在工作中使用由应用程序生成的 XML 文件，该应用程序使用 UCS-2le 编码编写它们。在 vim wiki 上阅读了几篇关于编码的文章后，我发现了以下建议，即在 vimrc 中设置我的文件编码：

有问题的文件以 FF EE 作为第一个字符（已确认使用 HxD 查看），但 Vim 无法正确打开它。我可以在我的 vimrc 中正确打开我的 UCS-2le 文件：

但是现在我的 UTF-8 文件一团糟！

任何建议如何进行？我通常在没有 MSwin 的情况下运行 Gvim（如果重要的话）。我使用的插件很少。我关于文件编码的实际 vimrc 设置是：

第三个位置的 ucs-2le 条目似乎没有什么区别。据我了解，第一个条目（设置编码）是 Vim 在其缓冲区内部使用的编码，而第二个（设置文件编码）处理 vim 读取和写入文件时的文件编码。因此，在我看来，由于文件具有字节顺序标记，因此 ucs-bom 作为 setfileencodings 中的第一个条目应该捕获它。据我所知，vim 似乎无法识别该文件是每个字符 16 个字节。

注意：我可以/确实通过在打开 ucs-2le 文件时手动设置文件编码来解决问题：

干杯。

我正在尝试将从 a 生成的文件转换mssql为 utf-8。mssql当我在 Windows Server 2003 中使用 notepad++打开他的输出时，当我将文件UCS-2LE复制到 Ubuntu 机器时识别出该文件，使用file [file]它显示编码为UTF-16LE. 真的很迷茫，编码肯定是有区别的，因为名字不一样。但是为什么我会在同一个文件中看到这个。它是.csv从 mssql 查询生成的文件。

我以三种不同的形式编辑三个具有相同内容“你”（you英文）的文件——gbk\utf-8\ucs-2，gedit 名为“ok1,ok2,ok3”。

实际上 f3 是 '\x60\x4f'，但是下面的输出让我很困惑

为什么在ucs-2（或说unicode）中只有字节序问题，而不是utf-8，而不是gbk？

在带有 Node 的 Windows 平台上运行以下命令

lessc style.less > style.css -x --yui-compress

以“UCS-2 Little Endian”格式输出 style.css。通常我不会在意，但我注意到我编译的样式表有很大的文件大小（经过检查，正好是两倍）。出于某种原因，在 Windows 资源管理器中查看时，这种编码会使文件大小加倍。

将文件转换为 UTF8 可将文件大小减半。跳过 -x 和 --yui-compress 不会影响这一点。

有任何想法吗？我很在意，因为我不想在构建过程中使用某种编码转换器。

我们想将我们的 Confluence 系统迁移到 SQL Server 2008 R2。现在，由于 Confluence 使用 UTF-8 编码，我需要一个使用相同编码的数据库（我猜这是排序规则？）。

命令来了

现在，似乎没有 utf-8，而且我发现 SQL Server 使用基本相同的 ucs-2。但我不知道 ucs-2 的排序规则名称是什么？有人知道吗？

编辑：我现在确实看到了编码和整理之间的区别。Confluence文档建议我应该创建一个依赖于 UCS-2 的模式（因为 MS SQL 缺少对 UTF-8 的支持）。我查看了 Managment Studio，并在数据库的Security目录中找到了模式条目。但是，我无法弄清楚如何将 UCS-2 编码分配给架构。我必须在 Managment Studio 中实现这一点（或者我应该使用哪个查询）？

据我所知，当 JRE 执行 Java 应用程序时，该字符串在内部将被视为 USC2 字节数组。在wikipedia中，可以找到以下内容。

Java 最初使用 UCS-2，并在 J2SE 5.0 中添加了 UTF-16 补充字符支持。

随着 Java (Java 7) 的新发布版本，它的内部字符编码是什么？
Java有没有可能在内部开始使用UCS-4？

我有一堆 txt 文件，想将它们读入 std::string，其中一些是 UCS-2、UTF-8 编码的。如何将它们读入 std::string。我只想将任何文本文件读入 std::string。我必须转换它们吗？

我似乎无法使用内置的 open() 函数在 Python 3.3 下解码 UCS-2 BE 文件（遗留的东西）（堆栈跟踪显示 UnicodeDecodeError 并包含我的 readLine() 方法） - 事实上，我找不到用于指定此编码的标志。

使用 Windows 8，终端设置为代码页 65001，使用“Lucida Console”字体。

我猜代码片段不会有太大帮助：

感谢对此问题的任何见解。

我编写了一个代码来将输入的 UCS-2LE 文件转换为普通的 8 位 ISO-8859-1 文本。转换后，我使用 strtok 函数将整个文本拆分为单词。现在我正在对获得的每个单词应用 strlen，但是我的单词长度很奇怪，我无法理解。

输入文件，文件名 = input.txt（在 UCS-2LE 中）是

输出是

1）长度显示不正确是怎么回事。

2) 输出中的第 6 行是新行字符，它没有被 strtok 正确标记。为什么？

3）我读了一点BOM，我知道文件中的前两个字符用于识别所用字符的格式。有没有办法避免这些字符，比如在输出的第一行，它显示了两个额外的字符。

在此先感谢您的帮助。

我正在编写一个创建 xml 文件“settings.xml”的 perl 脚本。（使用 XML::Writer）。我希望文件以 UCS-2 大端编码，但我不确定如何。

我试过这样的事情：open(my $output, "> :encoding(UCS-2BE)", "settings.xml");，但所做的只是让文件输出一团糟，（例如http://i.imgur.com/p9cruCf.png或一系列汉字）同时保持编码文件为 ANSI。

知道如何解决这个问题，或者如何将文件转换为 UCS-2？

我是 Perl 的初学者，如果其中一些没有意义，我很抱歉。

编辑：对于遇到此问题的其他人，请参阅下面的答案，他们提供了有关如何解决此问题的详尽说明。