问题标签 [cjk]

我有一些 Perl 代码可以将换行符和换行符转换为规范化形式。输入文本是日文，所以会有多字节字符。

是否仍然可以逐字节地进行这种转换（我认为目前可以），还是我必须检测字符集并启用 Unicode 支持？换句话说，流行的编码（Shift-JIS、EUC-JP、UTF-8、ISO-2022-JP）是否使用字节作为其字符集的一部分，可能会被误认为是 ASCII 控制字符？

我只需要 CR 和 LF 就可以工作。

更新：添加了 ISO-2022-JP。那是它的时髦转义序列看起来最麻烦的一个......

我们正在将旧的 .net 1.1 网站更新到 2.0。本站目前支持中文（繁体）和中文（简体）

尝试使用以下代码检测语言和文化时出现运行时错误：zh-CHS（simified）和 zh-CHT（traditional）：

请选择特定的文化，例如zh-CN、zh-HK、zh-TW、zh-MO、zh-SG。

来自：System.Globalization.CultureInfo.CreateSpecificCulture（字符串名称）

看来这些是过时的语言/文化代码。是否有人对我如何将这些语言映射到受支持的特定国家/文化有任何见解？

我使用下面的代码将汉字保存到一个.txt文件中，但是当我用写字板打开它时，我无法阅读它。

我能做些什么 ？我知道如果我将汉字剪切并粘贴到写字板中，我可以将其保存为 .txt 文件。我如何在 Java 中做到这一点？

我已阅读 Joel 的文章“每个软件开发人员绝对、肯定必须了解 Unicode 和字符集（没有借口！）”，但仍然不了解所有细节。一个例子将说明我的问题。看看下面这个文件：

_{（来源：yart.com.au）}

我在二进制编辑器中打开了文件，仔细检查了第一个汉字旁边的三个 a 中的最后一个：

_{（来源：yart.com.au）}

据乔尔说：

在 UTF-8 中，从 0 到 127 的每个代码点都存储在一个字节中。只有 128 及以上的代码点使用 2、3 存储，实际上最多 6 个字节。

小编也是这么说的：

1. E6 (230) 高于代码点 128。
2. 因此，我将以下字节解释为 2、3，实际上最多 6 个字节。

如果是这样，什么表明解释超过 2 个字节？E6 后面的字节如何表示？

我的汉字是按 2、3、4、5 还是 6 字节存储的？

我有一个想法，可以编写一些网络应用程序来帮助我和其他人更好地学习日语，因为我正在学习日语。

我的问题是该网站主要是英文的，所以它需要混合流利的日文字符，通常是平假名和片假名，但后来是汉字。我越来越接近实现这一目标；我发现页面和源文件需要是 unicode 和 utf-8 内容类型。

但是，我的问题出在实际编码中。我需要的是操作假名的文本字符串。一个例子是：

けす 我需要把那个动词转换成 te 形式的 けして。我更喜欢在 javascript 中执行此操作，因为这将有助于进行更多操作，但如果我必须进行 DB 调用并将所有内容保存在 DB 中。

我的问题不仅是如何用 javascript 来做，还有用其他语言做这些事情的一些技巧和策略。我希望更多地参与语言学习应用程序，但在这方面我迷失了。

我正在尝试用中文字符更新标签的值。但是它不添加中文字符。相反，它添加了“？？？” . 例如 update table set col.modify('replace value of (/tag/text())[1] with "我"') where .. 非常感谢任何帮助

谢谢本

根据我的假设（），那里有数亿部中国手机（或品牌手机的克隆）。这些手机的固件和操作系统似乎是相同的。这些电话仅在设计上有所不同，并且可能是硬件。

我想知道这些手机是否有任何开发工具包或软件开发支持。这些手机中的操作系统和/或固件是什么？这些是开源的还是在线可用的？这些手机支持java吗？从哪里可以在线获取有关这些手机及其软件的更多信息？

提前非常感谢。

我正在监督一个 asp.old 网络应用程序的大修，以便将订单输入 .net。到目前为止很简单，项目发生了一个有趣的转变，我还需要确保它可以支持中文文本的数据输入。

我现在只是在看数据输入。

我遇到了一个问题，即在某些条件下，必须只允许以英语输入数据（当订单涉及中国以外的国家时），以及允许以中文等输入的其他条件（当订单仅限本地时）。

数据库目前是单字节存储。关于我如何适应这个的任何建议？目前的想法是 i) 为中文文本维护一个单独的多字节数据库。ii)。首页上的 Javascript 仅强制执行拉丁文本...

当然，我的时间表很短——我只写到 CJKV 的第 11 页。任何指导将不胜感激！谢谢。

我支持一个用 Tcl 编写的网站，它以繁体中文 (big5) 显示数据。然后我们有一个 Java servlet，使用 mandarintools.com 的翻译代码，将页面请求翻译成简体中文。指定到翻译代码的转换是从 UTF-8 到 UTF-8S；Java 显然正确地将数据转换为 UTF-8。

Java 翻译代码可以工作，但速度很慢，而且由于该网站是用 Tcl 编写的，因此另一个列表中的某个人建议我尝试使用它。不幸的是，Tcl 不支持 UTF-8S，我一直无法弄清楚用什么翻译来代替它。我已经尝试过 gb2312、gb2312-raw、gb1988、euc-cn ......都导致乱码。我的假设是 Tcl 也正在转换为 UTF-8，尽管我已经尝试先从 big5 转换它并没有帮助。

我的测试代码如下所示：

我也试过

但这并没有改变什么。

有没有人有足够的经验来帮助我解决这个问题？

我试图在eclipse控制台中以GB2312编码显示一些汉字。我意识到在运行对话框 -> 通用选项卡 -> 控制台编码中，我可以选择默认 CP1252 以外的其他编码。但是，如何添加其他编码，例如 GB2312？

谢谢。