问题标签 [utf-32]

我正在尝试获取 java 转义码。
示例：1F612==>\ud83d\ude12

我试过了：

格式UTF功能：

但输出：

注意：1F612十六进制 =128530整数

请帮忙。

我读了很多关于 Unicode、ASCII、代码页、所有历史、UTF-8、UTF-16 (UCS-2)、UTF-32 (UCS-4) 的发明以及使用它们的人等等，但我仍然有一些我试图找到答案但我找不到答案的问题，我希望你能帮助我。

1 - Unicode 是编码字符的标准，它们为每个字符指定一个代码点。像 U+0000 （示例）。想象一下，我有一个包含这些代码点 (\u0000) 的文件，我将在应用程序的哪个点使用它？

这可能是一个愚蠢的问题，但我真的不知道我将在应用程序的哪一点使用它。我正在创建一个应用程序，它可以使用转义读取具有这些代码点的文件，\u我知道我可以读取它，解码它，但现在是下一个问题。

2 - 我需要将其转换为哪个字符集（代码页）？我看到一些 C++ 库，他们使用名称utf8_to_unicodeorutf8-to-utf16并且也仅utf8_decode，这让我感到困惑。

我不知道会不会出现这样的答案，但是有人可能会说：你需要把它转换成你要使用的代码页，但是如果我的应用程序需要国际化怎么办？

3 - 我想知道，在 C++ 中，如果我尝试在终端上显示非 ASCII 字符，我会得到一些令人困惑的单词。问题是：是什么让要显示的字符是字体？

输出（Windows）：

├├</p>

4 - 编码进入该过程的哪个部分？它编码，获取代码点并尝试在字体上找到相等的单词？

5 = WebKit 是一个用于在 Web 浏览器中呈现网页的引擎，如果您将字符集指定为 UTF-8，它可以很好地处理所有字符，但如果我指定另一个字符集，它不会，我的字体无关紧要'米使用，会发生什么？

输出：

一个¶

使用：

6 - 现在想象一下，我读取了文件，对它进行了编码，我拥有了所有的代码点，我需要再次保存文件。我需要将其保存为编码（\u0000）还是我需要先解码以再次转换为字符然后保存？

7 - 为什么“unicode”这个词有点重，有时被理解为 utf-16？（来源）

目前为止就这样了。提前致谢。

我想用 Java 编写 unicode 文字 U+10428。 http://www.marathon-studios.com/unicode/U10428/Deseret_Small_Letter_Long_I

我尝试使用 '\u10428' 并没有编译。

我正在学习 Unicode，并且有几个问题希望得到解答。

1）我在 Linux 上读过，std::wstring是 4 字节，而在 Windows 上，它是 2 字节。这是否意味着 Linux 内部支持是UTF-32而 Windows 是UTF-16？

2) std::wstring 的使用是否与 std::string 接口非常相似？

3) VC++ 是否支持使用 4 字节 std::wstring？

4) 如果使用 std::wstring，是否必须更改编译器选项？

作为旁注，我遇到了一个使用 UTF-8 的字符串库，它具有与 std::string 非常相似的接口，它提供了熟悉的功能，例如长度、substr、查找、大写/小写转换等。该库是Glib ::ustring。

请随时添加任何评论或其他建议，因为我真的需要它。

谢谢！

编写一个简单的程序以从一个大的纯文本文件中提取所有邮政地址，但由于某些地址使用非标准字符而存在问题。

这是我需要处理的文件中的一些源文本：

Rua Vale de Louro, N=BA 97 Bloco 2, 1=BA A

但它需要阅读：

Rua Vale de Louro, Nº 97 Bloco 2, 1º A

现在显然我可以为这个字符做一个简单的替换，但我需要它来处理每个字符。

BA 是 utf32 中 º 符号的十六进制值（尽管前面有一个零负载）所以如果我可以编写一些代码来查找字符串中的所有这些“=xx”实例并将它们替换为可以解决的正确 utf 字符它。但对于我的生活，我无法弄清楚如何。

任何人都可以帮忙吗？

谢谢

我目前正在为 Blender 开发一个导出脚本，但是我觉得我的问题通常更多地基于 Python，所以我在这里发布了它。

一位朋友在 java 中为 .obj 文件创建了一个转换程序，将它们转换为自定义的二进制文件格式。但是，我想跳过该过程并直接从 Blender 导出二进制文件。

该文件包含文本、整数和浮点数，使用 utf-8、utf-16 和 utf-32 格式。

到目前为止，我已将所有数据导出为标准文本文件，因此我只需要以适当的编码/格式输出它。这是他在 Java 中使用的代码，用于以不同的编码将数据写入文件：

我不知道如何做到这一点是 Python，我正在尝试这个，看看我是否至少可以让整数正确输出，但没有运气。

示例用法：

也试过这个：

我对整个二进制/编码的事情有点迷茫，我已经阅读了 Python 文档，但它没有帮助。

任何指向教程或示例的链接都会很棒！

用于使用 base64 编码的二进制数据的 JSON（UTF-8/16/32）最节省空间的字符集是什么？

我已经阅读了很多文章以了解 Unicode 代码点的最大数量，但我没有找到最终答案。

我知道 Unicode 代码点已最小化，以使所有 UTF-8 UTF-16 和 UTF-32 编码都能够处理相同数量的代码点。但是这个代码点的数量是多少？

我遇到的最常见的答案是 Unicode 代码点在 0x000000 到 0x10FFFF （1,114,112 个代码点）的范围内，但我也在其他地方读到它是 1,112,114 个代码点。那么是否有一个数字可以给出，或者问题是否比这更复杂？

我无法将一些 UTF-32 HEX 转换为字符串。我收到此错误消息

“有效的 UTF32 值介于 0x000000 和 0x10ffff（含）之间，并且不应包含代理代码点值（0x00d800 ~ 0x00dfff）。参数名称：utf32”

使用此代码时

当我使用这个 HEX“9FDB”时，它可以正常工作。我究竟做错了什么？