问题标签 [utf]

你好，我注意到当我使用 UTF-8 编码（无 BOM）保存文本文件时，我能够使用 C# 上的 UTF-16 编码完美地读取它。现在这让我有点困惑，因为 UTF-8 只使用 8 位，对吧？utf-16 每个字符占用 16 位。

现在想象一下，我在这个文件中将字符串“ab”写成 UTF-8，然后有一个字节用于字母“a”，另一个字节用于“b”。

好的，但是当使用 UTF-16 字符集时，如何读取这个 UTF-8 文件呢？在我看来，在读取文件时，“ab”的两个字节会被误认为只有一个包含两个字节的字符。因为 UTF-16 需要这 2 个字节。

这就是我的阅读方式（t.txt 编码为 UTF-8）：

我正在使用emacsformacosx.com并希望阻止我的 Apple 键盘上的 Meta_R（右元或右选项键）成为 Emacs 元键。

原因是我希望能够继续使用正确的选项键作为字符修饰符，以便在用 emacs 编写时可以输入 UTF-8 字符。例如，我知道我可以做 aC-x 8 RET和 type em dash，但这比Alt_R -!

有没有办法将键码传递给global-unset-key? 还是我忽略的其他东西？

我应该清楚我仍然希望能够使用 Meta_L 绑定:)

如何在 Extjs4 中获得像 ČĆŠĐŽ 这样的特殊字符。我尝试添加 meta utf-8...，也尝试使用 !DOCTYPE html5 和 XHTML 1.0 Transitional。sencha 网页上的首选 index.html 是：

我正在使用 sax 解析器来解析编码为 utf-8y 的 xml 文件。如何在 sax 解析器或输入源中指定它？我总是得到一个解析异常

我们有一个 Web 应用程序，可以导出包含 UTF-8 外来字符的 CSV 文件，没有 BOM。Windows 和 Mac 用户在 Excel 中都会得到乱码。我尝试使用 BOM 转换为 UTF-8；Excel/Win 没问题，Excel/Mac 显示乱码。我正在使用 Excel 2003/Win、Excel 2011/Mac。这是我尝试过的所有编码：

最好的一个是带有 BOM 的 UTF-16LE，但 CSV 不被识别。字段分隔符是逗号，但分号不会改变事情。

是否有任何编码适用于这两个世界？

在一个相关问题之后，我想问一下 C++11 中新的字符和字符串文字类型。看起来我们现在有四种字符和五种字符串文字。字符类型：

和字符串文字：

问题是：//\x字符引用是否可以与所有字符串类型自由组合？是否所有的字符串类型都是固定宽度的，即数组包含的元素与文字中出现的元素数量一样多，或者/ /引用被扩展为可变数量的字节？和字符串是否具有编码语义，例如，我可以说非 BMP 代码点被编码为两个单元的 UTF16 序列吗？同样对于? 在（1）中，我可以用 写单独的代理吗？最后，是否有任何字符串函数编码感知（即它们是字符感知并且可以检测无效字节序列）？\u\U\x\u\Uu""u8""char16_t x[] = u"\U0010FFFF"u8\u

这是一个开放式问题，但我想尽可能完整地了解新 C++11 的新 UTF 编码和类型工具。

我通过轴网络服务的对象接收字符串。因为我没有得到我期望的字符串，所以我通过将字符串转换为字节进行了检查，我得到了十六进制的 C3A4C2 BDC2A0 C3A5C2 A5C2BD C3A5C2 90C297，当我期待 E4BDA0 E5A5BD E59097 这实际上是 UTF- 8.

有什么想法可能导致你变成 C3A4C2 BDC2A0 C3A5C2 A5C2BD C3A5C2 90C297 我做了一个谷歌搜索，但我得到的只是一个描述python中发生的问题的中文网站。任何见解都会很棒，谢谢！

我真的对 Unicode 中的 UTF 感到困惑。

有 UTF-8、UTF-16 和 UTF-32。

我的问题是：

1. 支持所有 Unicode 块的 UTF 是什么？

2. 什么是最好的 UTF（性能、大小等），为什么？

3. 这三个 UTF 有什么不同？

4. 什么是字节序和字节顺序标记（BOM）？

谢谢

我对正在导入 mysql 的一些杂乱数据进行了一些数据清理。

数据包含“伪”unicode 字符，它们实际上以“u00e9”等形式嵌入到字符串中。

所以一个字段可能是.. 'Jalostotitlu00e1n' 我需要去掉那个笨拙的 'u00e1n' 并用相应的 utf 字符替换它

我可以在任一 mysql 中执行此操作，可能使用子字符串和 CHR，但我通过 PHP 预处理数据，所以我也可以在那里执行此操作。

我已经知道如何配置 mysql 和 php 来处理 utf 数据。问题实际上只是在我正在导入的源数据中。

谢谢

我实际上以 UTF-8 格式将资源存储在 DB 中。但是当我现在想将它们全部转换为 UTF-16 时。由于德语有一些像 1/4 这样的字符。现在我想避免这些。我已经尝试遵循该语句，但在结果字符串中得到了一些框......

有没有其他方法？

表示我的数据库字符集是 WE8MSWIN1252 而我的国家字符集是 AL32UTF16。

当我使用该DUMP函数查看实际存储在表中的数据时，输出如下：

Typ=1 Len=54 CharacterSet=WE8MSWIN1252: 4d,c3,b6,63,68,74,65,6e,20,53,69,65,20,64,69,65,73,65,20,5a, 65,69,6c,65,20,77,69‌​,72,6b,6c,69,63,68,20,65,6e,64,67,c3,bc,6c,74,69,67,20 ,6c,c3,b6,73,63,68,65,6e,3f​, Möchten Sie diese Zeile wirklich endgültig löschen?