问题标签 [utf-8]

我需要将 → (&rarr) 转换为可以键入 ANSI VBScript 文件的符号。我正在编写一个脚本，该脚本使用正则表达式将一组选定的 htmlcode 转换为其实际的双字节符号。许多语言使用“\0x8594;”来实现这一点……VBScript 中的等价物是什么？

我需要让 UTF-8 在我的 Java webapp（servlets + JSP，未使用框架）中工作，以支持äöå常规芬兰文本和西里尔字母等ЦжФ特殊情况。

我的设置如下：

• 开发环境：Windows XP
• 生产环境：Debian

使用的数据库：MySQL 5.x

用户主要使用 Firefox2，但也使用 Opera 9.x、FF3、IE7 和 Google Chrome 访问该站点。

如何做到这一点？

我正在编写一个游戏，它接受用户输入并将其呈现在屏幕上。我为此使用的引擎完全是 unicode 友好的，所以如果可能的话，我想保留它。问题是渲染循环看起来像这样：

我对 i18n 了解不多，但我知道上面的代码只会对我和说我的语言的人有用。我更喜欢这样的东西：

这是否存在于核心发行版中？我有点反对在安装中添加额外的要求，但如果这是唯一的方法，我会活下去。

为了更有趣，我无法知道该字符串是否实际上是一个 unicode 字符串。

编辑：我正在使用的库确实可以渲染整个字符串，但是我让用户编辑即时出现的内容 - 如果他们点击“退格”，基本上，我需要知道要砍掉多少字节结束.

我正在使用TinyXML来解析/构建 XML 文件。现在，根据文档，该库通过 UTF-8 支持多字节字符集。到目前为止，我认为很好。但是，该库提供的唯一 API（用于获取/设置元素名称、属性名称和值，......使用字符串的所有内容）是通过std::stringor const char*。这让我怀疑自己对多字节字符集支持的理解。仅支持 8 位字符的字符串如何包含 16 位字符（除非它使用代码页，否则会否定“支持 Unicode”声明）？我了解您理论上可以采用 16 位代码点并将其拆分为 a 中的 2 个字符std::string，但这不会改变std::string对于“Unicode”字符串，它会使其在大多数用途中无效，并且在写入文件并被另一个程序读入时可能会意外工作。

那么，有人可以向我解释一个库如何提供“8 位接口”（std::string或const char*）并且仍然支持“Unicode”字符串吗？

（我可能在这里混淆了一些 Unicode 术语；对于由此产生的任何混淆，我深表歉意）。

是否可以以独立于平台的方式将 std::string 中的 UTF8 字符串转换为 std::wstring ，反之亦然？在 Windows 应用程序中，我将使用 MultiByteToWideChar 和 WideCharToMultiByte。但是，代码是为多个操作系统编译的，我仅限于标准 C++ 库。

似乎没有一种可接受的方式以非 ascii 格式发送标头参数。

文件下载的标头通常看起来像

内容配置：附件；文件名="theasciifilename.doc"

除非你在文件名参数中破坏了一个 utf8 编码的字符串，Firefox 会很好地处理它，而 IE 会抛出。

CodeProject 上有一个文档解释了对文件名进行编码的方法。

本文档通过十六进制编码字节将 Bản Kiểm Kê.doc 编码为 B%e1%ba%a3n%20Ki%e1%bb%83m%20K%c3%aa.doc。

问题 #1：该字符串中的第一个字符：ả 的值为 ả - 将该数字编码为十六进制，您会得到 %a3%1e。这家伙是怎么得到%e1%ba%a3的？（我显然在这里遗漏了一些简单的东西）

问题 #2：虽然 IE 承认这种编码，但 Firefox 不承认！该怎么办？

昨天几个小时我一直在关注这个问题：

我在 MySQL 4.1.22 服务器上有一个数据库，其编码设置为“UTF-8 Unicode (utf8)”（由 phpMyAdmin 报告）。此数据库中的表的默认字符集设置为latin2。但是，使用它的 Web 应用程序（用 PHP 编写的 CMS Made Simple）以utf8 格式显示页面......

不管这可能是多么糟糕，它确实有效。Web 应用程序正确显示字符（主要使用捷克语和波兰语）。

我运行：“mysqldump -u xxx -p -h yyy dbname > dump.sql”。这给了我一个 SQL 脚本：

• 以UTF-8显示时，在任何编辑器（如 Notepad+）中看起来都很完美- 所有字符都正确显示
• 脚本中的所有表都将默认字符集设置为latin2
• 它有“/*！40101 SET NAMES latin2 */;” 开头的行（以及其他设置）

现在，我想将此数据库导出到在 MySQL 5.0.67 上运行的另一台服务器，服务器编码也设置为“UTF-8 Unicode (utf8)”。我复制了整个 CMS Made Simple 安装，复制了 dump.sql 脚本并运行“mysql -h ddd -u zzz -p dbname < dump.sql”。之后，在显示 CMSMS 网页时，所有字符都被打乱。

我尝试设置：
SET character_set_client = utf8;
SET character_set_connection = latin2;

所有组合（只是为了安全，即使它对我没有任何意义）：latin2/utf8、latin2/latin2、utf8/utf8 等 - 无济于事。所有字符仍然打乱，但有时以不同的方式:)。

我还尝试在脚本中用 utf8 替换所有 latin2 设置（为表设置名称和默认字符集）。没有。

这里有没有 MySQL 专家可以用几句话来解释（我相信这毕竟很简单）整个编码的东西是如何工作的？我读了9.1.4。连接字符集和排序规则，但在那里没有发现任何帮助。

谢谢，马特

我有一个 Tapestry 应用程序将其页面作为 UTF-8 提供服务。也就是说，服务器响应具有标题：

现在在这个应用程序中有一个页面应该使用 ISO-8859-1 编码。也就是说，服务器响应应该有这个头：

这该怎么做？我不想更改整个应用程序的默认编码。

基于谷歌搜索，我尝试了以下操作：

但是使用 @Meta 注释设置这些值或覆盖 getOutputEncoding 方法都不起作用。

我正在使用 Tapestry 4.0.2。

编辑：我最终使用带有子类 HttpServletResposeWrapper 的 Servlet 过滤器来执行此操作。包装器覆盖 setContentType() 以强制响应所需的编码。

如何在 PHP 中将 utf-8 字符串转换为 utf-16 字符串？

我想要做的是从字符串中删除所有重音和变音符号，将“lärm”变成“larm”或“andré”变成“andre”。我试图做的是 utf8_decode 字符串，然后在其上使用 strtr，但由于我的源文件保存为 UTF-8 文件，我无法为所有变音符号输入 ISO-8859-15 字符 - 编辑器插入UTF-8 字符。

显然，解决这个问题的方法是包含一个 ISO-8859-15 文件，但必须有比拥有另一个必需的包含更好的方法吗？

更新：也许我对我尝试做的事情有点不准确：我实际上并不想删除变音符号，而是用最接近的“单字符 ASCII”等价物替换它们。