问题标签 [encoding]

我在使用 C# 将挪威语字符写入 XML 文件时遇到问题。我有一个字符串变量，其中包含一些挪威语文本（带有像æøå 这样的字母）。

我正在使用 XmlTextWriter 编写 XML，将内容写入 MemoryStream，如下所示：

然后我像这样添加我的挪威文本：

然后我像这样将文件写入磁盘：

现在的问题是，在这个文件中，所有的挪威字符看起来都很有趣。

我可能以某种愚蠢的方式做上述事情。关于如何修复它的任何建议？

在文本文件中，有一个字符串“我不喜欢这个”。

然而，当我把它读成一个字符串时，它变成了“我不喜欢这样\xe2\x80\x98t”。我知道 \u2018 是“'”的 unicode 表示。我用

命令进行阅读。

现在，是否有可能以这样的方式读取字符串，当它被读入字符串时，它是“我不喜欢这个”，而不是“我不喜欢这个”？

第二次编辑：我看到有人使用映射来解决这个问题，但实际上，没有内置的转换可以将这种 ANSI 转换为 unicode（反之亦然）吗？

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？

这几乎是使用 Python 脚本中的 POST 发送文件的重复，但我想补充一点：我需要一些能够正确处理字段和附加文件的编码的东西。当您将包含非 ascii 字符的 unicode 字符串放入混合中时，我能够找到解决方案。此外，大多数解决方案不会对数据进行 base64 编码以保持 7 位干净。

这是问题所在：

这个正则表达式在处理正则词时工作得很好，但是在某些情况下我需要表达式来包含像käyttäj&aml;auml;.

我应该在正则表达式中添加什么以包含&and;字符？

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。

我有一个包含表单的页面。此页面以内容类型 text/html;charset=utf-8 提供。我需要使用 ISO-8859-1 字符编码将此表单提交到服务器。这可以通过 Internet Explorer 实现吗？

像这样将 accept-charset 属性设置为表单元素，适用于 Firefox、Opera 等，但不适用于 IE。

编辑：此表单由服务器 A 创建，并将提交给服务器 B。我无法控制服务器 B。

如果我将服务器 A 设置为使用字符集 ISO-8859-1 提供内容，那么一切正常，但我正在寻找一种方法来使这项工作在不更改服务器 A 编码的情况下进行。我有另一个关于在服务器 A 中设置编码的问题。

当我在 Eclipse 中打开一个文件时，它显示不正确的行距，显示每行之间有一个额外的换行符。当我用记事本或写字板打开文件时，它不会显示只有 eclipse 显示的这些额外的换行符。如何让 eclipse 在没有这些换行符的情况下读取这些文件，如记事本和写字板？

-edit：我对所有文件都没有这个问题，但只有少数几个我进行了本地更改>将它们上传到我们的太阳站>然后将这些文件拉回我的本地工作站以供将来修改。

我正在以编程方式将数据（使用 PHP 5.2）导出到 .csv 测试文件中。
示例数据：（ Numéro 1注意带重音的 e）。数据是utf-8（没有前置 BOM）。

当我在 MS Excel 中打开此文件时，显示为Numéro 1.

我可以在正确显示它的文本编辑器（UltraEdit）中打开它。UE 报告字符为decimal 233.

如何在 .csv 文件中导出文本数据，以便MS Excel 正确呈现它，最好不强制使用导入向导或非默认向导设置？