问题标签 [utf-8]

我正在尝试创建一个新的 Wordpress 博客。我在某些浏览器中看到有趣的字符，但在其他浏览器中没有看到单引号、双引号和省略号。我已经想到的事情：

• 输出本身的 HTML 模板页面设置为 UTF-8
• 管理页面是 UTF-8
• 存储数据的 MySQL 数据库表是 UTF-8 编码的
• 我正在输入常规键盘 (') 和 (") 的 (...)，而不是从另一个应用程序粘贴。
• 我正在使用 WordPress 开箱即用的 WSYWIG

看起来错误的浏览器（例如）：Windows 的 Firefox、IE7 Windows 的浏览器（例如）看起来不错的浏览器：OS X 的 Firefox、OS X 的 Safari

我从这里去哪里？

我有一个ActiveRecord模型，Foo它有一个name字段。我希望用户能够按名称搜索，但我希望搜索忽略大小写和任何重音符号。因此，我还存储了一个canonical_name要搜索的字段：

我需要填写“这里的东西”来替换重音字符。有什么比

而且，就此而言，由于我不在 Ruby 1.9 上，我不能将那些 Unicode 文字放入我的代码中。实际的正则表达式会看起来更丑陋。

我有一个导入包含一些字符串的二进制文件的过程。字符串可以包含扩展的 ASCII，例如 CHR(224)、'à'。该过程采用 RAW 并将 BCD 字节一一转换为字符串中的字符。

问题是扩展的 ASCII 字符正在丢失。我怀疑这是由于它们的值在 UTF8 中意味着其他东西。

我认为我需要的是一个接受 ASCII 字符索引并返回适当 UTF8 字符的函数。

更新：如果我碰巧知道传入文本的等效 Oracle 字符集，我可以将原始字节转换为 UTF8 吗？源文本将始终为单字节。

我工作区中的所有 PHP 文件都以Unicode (UTF-8, no BOM)编码。我经常复制现有的源文件以用作新脚本的基础。总是（使用路径查找器或原始查找器），OS X 会将重复文件的编码转换为Western (Mac OS Roman)。

复制文本文件时，有什么方法可以使 OS X 正常运行而不转换文本编码？或者让它对所有扩展名为 .php 的文件默认使用特定的文本编码（西方除外！）？

在 C 中将 Unicode 代码点转换为 UTF-8 字节序列的最简单方法是什么？想到的唯一方法是使用iconv从 UTF-32LE 代码页映射到 UTF-8，但这似乎有点矫枉过正。

我的客户有一个旧的 MS SQL 2000 数据库，它使用 varchar(50) 字段来存储名称。他试图使用这个数据库来捕获一些数据（通过网络表单）。一些表单填写者来自其他国家，当这些人中的一些人输入他们的名字时，varchar 字段变得疯狂。是否有可能以某种方式恢复数据？也许通过根据它在 ASCII/varchar 中解析的内容以及该人来自的国家/地区来猜测该字符应该是什么？部分数据：

姓名/国家/地区/名字或姓氏？
Jiřà / CZE / F
Torbjörn / FIN / F
Huszár / HUN / L
Jürgen / DEU / F
Müller / CHE / L
Bumbálková / CZE / L
Doležal / CZE / L
Loïc / DEU / L

顺便说一句，网络表单指定了这个内容类型：

有没有办法让 Visual Studio 2008 Express 默认将所有文件存储为 UTF-8？

谢谢你的时间。最好的祝福。

我正在使用 dotnet 框架发送电子邮件。这是我用来创建消息的模板：

在 Outlook 中收到邮件时，Outlook 告诉我“删除了此邮件中的额外换行符”。消息显示如下：

请注意 Outlook 如何错误地删除名称、EEOverageAmount 等后所需的换行符...

对于电子邮件收件人来说，获得格式正确的电子邮件很重要，我必须假设他们中的一些人使用 Outlook 2003。我也不能假设他们知道足以关闭自动清理功能以使邮件正确格式化。

我已经在其他邮件客户端中查看过这些消息并且它们显示正确

更多信息：

• 我正在使用 UTF-8 BodyEncoding (msg.BodyEncoding = System.Text.Encoding.UTF8)
• msg.Body 是从一个 UTF-8 编码的文本文件中读取的，每一行都以 crlf 结尾。

问题：如何更改消息的格式以避免此问题？

我在 asp-classic 中的 utf-8 字符串上使用 Server.HtmlEncode，它可以正常工作，直到字符串中有一些重音符号，例如 Rüstü Recber，它显示为 Rüstü Recber (Rüstà ;¼ 来源中的 Recber）。

我尝试将 Response.Charset 属性设置为 utf-8 但这没有任何区别。

在 RoR 中，如何验证带有 utf8 代码的张贴表单的中文或日文单词。

在GBK代码中，它使用[\u4e00-\u9fa5]+来验证中文单词。在 PHP 中，它使用 /^[\x{4e00}-\x{9fa5}]+$/u 来处理 utf-8 页面。