5回答
我有一个文本文件，其中包含目前用GB2312 (简体中文)编码的本地化语言字符串，但我的所有其他语言文件都在UTF-8中。我发现很难处理这个文件，因为我的文本编辑器不会正确地处理它并不断地破坏它。是否有任何工具将其转换为UTF-8，以及这样做有什么坏处？最好还是保留它为GB2312，并使用不同的编辑器(如果是，您能推荐一个)吗？
更新：我正在使用Windows (英文安装)。
更新2：我尝试使用Notepad++和Notepad2编辑GB2312文件，但都无法读取这些文件并破坏它们。
浏览 28提问于2008-12-18得票数 10
回答已采纳
2回答
看看下面的代码
try {
String str = "上海上海";
String gb2312 = new String(str.getBytes("utf-8"), "gb2312");
String utf8 = new String(gb2312.getBytes("gb2312"), "utf-8");
System.out.println(str.equals(utf8));
} catch (UnsupportedEncoding
浏览 6提问于2015-11-05得票数 1
回答已采纳
1回答
我想从中文网页上摘取一些信息。
源页由content="text/html；charset=gb2312"编码
是否有可能用编码( utf8，utf8，gb.)制作一个“通用”的“utf8”翻译器？
我试过这个，但它不适用于中国人：
[...]
$return = curl_exec($curl);
if ( !mb_check_encoding( $return, 'UTF-8' ) ) {
$return = utf8_encode($return);
}
谢谢
浏览 2提问于2014-04-30得票数 0
gb2312是一个双字节字符集，使用mb_strlen()检查单个中文字符会返回2，但是对于2个以上的字符，有时结果会很奇怪，有人知道为什么吗？怎样才能得到合适的长度？
<?php
header('Content-type: text/html;charset=utf-8');//
$a="大";
echo mb_strlen($a,'gb2312'); // output 2
echo mb_strlen($a.$a,'gb2312'); // output 3 , it should be 4
echo mb_strle
浏览 3提问于2012-10-23得票数 0
回答已采纳
如果
String a = "=?gb2312?B?rtmsMCC2=?= " // is in GB2312 format.
我想以上字符串a到UTF-8格式。如何在java中实现这一点。
浏览 3提问于2012-11-02得票数 0
我有一个XML文件test.xml，其内容是：
<?xml version='1.0' encoding='UTF-8'?>
<Configurations version="1.0">
<Item name="a" value="avalue" />
<Item name="b" value="bvalue" />
</Configurations>
我想用Python更改一些属性值。python程序是：
浏览 1提问于2013-08-15得票数 1
回答已采纳
3回答
我有一个HTML页面，如下所示：
<HTML>
<meta http-equiv='Content-Type' content='text/html; charset=gb2312'>
<BODY onload='document.forms[0].submit();'>
<form name="form" method="post" action="/path/to/some/servlet">
<input type="hidden&
浏览 2提问于2010-05-06得票数 1
回答已采纳
编辑添加了一些新的信息，以使问题更加清楚。
在2012B之前的matlab中，如果web内容的字符集不是urlread，则方法utf8将返回由错误字符集构造的字符串。(在Matlab2012B中有所改进)
例如
% a chinese website whose content encoding by gb2312
url = 'http://www.cnbeta.com/articles/213618.htm';
html = urlread(url)
因为Matlab使用utf8而不是gb2312对html进行了编码。您将看到html中的汉字没有正确显示。
如果我读到一个
浏览 2提问于2012-11-12得票数 2
我正在使用Java mail API通过Imap从gmail中检索电子邮件，并将其显示在使用AngularJS的网页上。
当我使用javax.mail.Message.getContent()获取电子邮件的数据时，使用charset - gb2312将其作为对象返回。
但是我的网页使用的是UTF-8字符集，所以当我在网页中遇到一些奇怪的字符时。
我需要从gb2312(或任何)字符集转换为utf-8，以便在网页上正确显示。
有人能帮上忙吗？
浏览 1提问于2015-06-08得票数 0
我正在尝试使用Python漂亮的soup解析器解析网页，但遇到了一个问题。
我们从他们那里得到的HTML头声明了一个utf-8字符集，因此Beautiful Soup以utf-8对整个文档进行了编码，实际上HTML标签也是以UTF-8编码的，所以我们得到了一个结构良好的HTML页面。
问题是，这个愚蠢的网站将gb2312编码的正文文本注入到页面中，页面被漂亮的汤解析为utf-8。有没有办法将文本从"gb2312假装是utf-8“状态转换为”utf-8字符集的正确表达“？
浏览 2提问于2012-08-02得票数 0
回答已采纳
1回答
我有一堆文件是用GB2312编码的，现在我想把它们转换成UTF8，所以我应用了下面的代码：
find . | xargs iconv -f GB2312 -t UTF-8
它成功地转换了它们，但输出在控制台中打印。
这里我想把它们保存在它们的原始文件中，我该怎么做？
浏览 2提问于2013-06-24得票数 1
回答已采纳
1回答
我的一款应用程序有中文网站的链接。这些网站使用GB2312编码。不幸的是，.Net框架在WP7上不支持GB2312编码，因此下面的函数无法工作。
private string ToGB2312(string character) {
byte[] bytes = System.Text.Encoding.GetEncoding("gb2312").GetBytes(character);
return '%' + BitConverter.ToString(bytes).Replace('-', '%');
}
相
浏览 4提问于2013-08-24得票数 0
回答已采纳
1回答
我不懂中文。但我在使用这些代码时遇到了问题：
iconv('UTF-8', 'GB2312', '在世界自由软件日给中国自由软件爱好者的视');
运行正常，没有问题。
还有这一条：
iconv('UTF-8', 'GB2312', '冠軍集團安心居台北旗艦總店開幕酒會暨記者會');
这会导致错误：
Message: iconv(): Detected an illegal character in input string
两者都是中国人，但有什么不同呢？
浏览 7提问于2013-08-11得票数 2
有没有办法让subprocess.getoutput处理无效的UTF-8输出？如果命令的输出返回非UTF-8字符，则会引发异常。但是，该函数似乎没有编码参数。
File "foo.py", line 104, in <module>
OutText = subprocess.getoutput(TheCmd)
File "/usr/local/Cellar/python3/3.5.0/Frameworks/Python.framework/Versions/3.5/lib/python3.5/subprocess.py", line 827, i
浏览 6提问于2015-12-06得票数 3
1回答
当我在Visual中实验utf-8下的代码单元时，我遇到了许多缺陷：
默认情况下，VS使用与系统区域相关的编码保存源文件，对我来说，它是GB2312(代码页936，一个中文编码)。
解决方案:我使用保存作为和保存文件与UTF-8没有签名。
然后我发现，在默认情况下，编译器也使用与系统区域相关的编码来解释源文件，这仍然是GB2312，所以我收到了令人费解的警告和语法错误。
解决方案:我使用/source-charset:utf-8编译，没有警告和错误。但是大小结果是2( GB2312中的‘知’是用2个代码单位编码的)。但应该是在utf-8下的3 .
'知‘Unic
浏览 0提问于2018-05-16得票数 1
回答已采纳
问:我在package(XML)中使用readHTMLTable()来获取网站中的表单(“http://www.gaokao.com/e/20201106/5fa4f625338d0.shtml ")。但是表单很特殊，看起来像作者合并了一些单元格。所以当我抓取它的时候，结果会很奇怪，正如你在pitcure中看到的那样。那我该怎么做呢？我听说社区里有很多大师。所以我来这里。非常感谢！enter image description here enter image description here 下面是我的代码： library(RCurl)
library(XML)
library(
浏览 36提问于2020-11-09得票数 0
1回答
我已经知道如何使用如下代码将文件中的非UTF 8编码内容逐行转换为UTF-8编码：
# outfile.txt is in GB-2312 encode
open my $filter,"<",'c:/outfile.txt';
while(<$filter>){
#convert each line of outfile.txt to UTF-8 encoding
$_ = Encode::decode("gb2312", $_);
...}
但是我认为Perl可以直接将整个输入文件编码成UTF-8
浏览 1提问于2009-10-23得票数 7
回答已采纳
5回答
sed正则表达式剪切字符串
、、、、
我有大约200php文件，其中包含一些iconv()函数，如下所示： iconv('GB2312','UTF-8',$aRow[$aColumns[3]])
iconv('GB2312','UTF-8',$rs1['supplier']);
iconv('GB2312','UTF-8',$aRow[ $aColumns[$i] ]); 我不知道在批处理模式下删除iconv('GB2312','UTF-8',和最终)而不接触变量的最好方法是什么。 这个
浏览 30提问于2017-11-10得票数 0
回答已采纳
我正在尝试用readHTMLTable从超文本标记语言网页上获取一些数据。
这个网页包含一些中文的utf-8编码，所以它通常会给我一些错误。
第一次尝试：
u = "http://app.finance.ifeng.com/hq/stock_daily.php?code=sh600030"
url = htmlParse(u)
tbls = readHTMLTable(u,asText= TRUE)
dat <- data.frame(tbls)
错误:make.names中出错(vnames，unique = TRUE)：无效的多字节字符串5
浏览 1提问于2015-01-12得票数 0
我试图从数据库中获取和更新简体中文字符(GB2312)，更新部件在WebLogic10.3 windows机器上工作良好，但在WebLogic10.3 Solaris机器上失败(垃圾字符)，但是在这两种环境中，获取和显示中文字符都很好
取DAO
while (rs.next()) {
Base64 base64 = new Base64();
byte[] notesByte = base64.encode(rs
.getBytes(
浏览 3提问于2013-01-04得票数 0
回答已采纳
2回答
我有一些用不同字符编码的文本文件，比如ascii、utf-8、big5、gb2312。
现在我想知道它们的准确字符编码，以便用文本编辑器查看它们，否则，它们将显示乱码。
我在网上搜索，发现file命令可以，如下所示：
$ file -bi *
text/plain; charset=iso-8859-1
text/plain; charset=us-ascii
text/plain; charset=iso-8859-1
text/plain; charset=utf-8
不幸的是，用big5和gb2312编码的文件都表示charset=iso-8859-1，所以我仍然无法区分。有没有更好的方
浏览 73提问于2018-02-11得票数 6
1回答
我确定这是由gdb的编码引起的，并在gdb中找到了更改编码的命令：
set charset charsetname
我尝试了utf8、UTF8、UTF-8、utf-8、gbk、gb2312等替换charsetname，但都返回了：Undefined name: charsetname。
如何知道gdb支持哪些编码？
浏览 7提问于2013-07-10得票数 1
回答已采纳
3回答
在php中如何显示汉字？
、、、
我现在构建的是从中国RSS网站的RSS feed抓取的，但是一旦我回显是空白的，我的代码是在英文RSS上工作，我尝试了很多解码，iconv，header("Content-Type: text/html；charset=utf-8");，但仍然不能在我的屏幕上显示任何中文单词。
下面是我的代码：
header("Content-Type: text/html; charset=utf-8");
function getrssfeed($feed_url){
$Current = date("Y-m-d" ,strtotime("n
浏览 0提问于2011-09-20得票数 0
3回答
我使用理想汤和urllib2下载网页，但不同的网页有不同的编码方法，如utf-8，gb2312，gbk。我使用urllib2 get搜狐的主页，它是用gbk编码的，但是在我的代码中，我也使用这种方式来解码它的网页：
self.html_doc = self.html_doc.decode('gb2312','ignore')
但是，在使用BeautifulSoup将页面解码为unicode之前，我如何了解页面使用的编码方法？在大多数中文网站中，http标头字段中没有内容类型。
浏览 3提问于2015-01-28得票数 2
回答已采纳
2回答
我有一个用波斯语返回字符串的php页面，这是我现在拥有的内容：
Ùروشگاه تعطیل Ù…ÛŒ باشد .
ساعت کاری Ùروشگاه 8 الی 22
روزهای شنبه تا پنج شنبه
正如你所看到的，编码是错误的，它是不可读的，我需要把它转换成utf-8编码。我从数据库返回数据，数据库中的表和单元格的编码是utf8_persian_ci，它在phpmyadmin中显示货币。
如何将这个不可读的字符串转换为utf-8编码并使其可读？我已经尝试过UTF8
浏览 1提问于2018-01-17得票数 1
我试图使用GB2312显示和更新简化汉字( base64 )字符集，Base64到GB2312运行良好，但无法将GB2312转换为base64。
String str="17DP5Mqxx+vFxNXV";
Base64 base64=new Base64();
String gb2312=new String(base64.decode(str.getBytes()),"GB2312");
System.out.println("GB2312 = "+gb2312);
String baseString=new String(base64.e
浏览 6提问于2012-12-28得票数 0
回答已采纳
系统为Win7
我的vimrc：
set encoding=utf-8
set ffs=unix,dos,mac
set fencs=utf-8,ucs-bom,euc-jp,gb18030,gbk,gb2312,cp936
set fenc=utf-8
在用gvim保存文件后，我在editplus中打开该文件：
PS: editplus的默认字符设置是ANSI。
为什么？
浏览 1提问于2012-09-17得票数 1
回答已采纳
3回答
我有一个中文的xml，NSXLParsers无法解析它。它在解析时显示错误31。
由于文档编码未知而发生错误31。
我尝试过使用UTF-8和ascii编码来转换通过
[NSString stringwithContentsOfURL:@"http://news.baidu.com/n?cmd=4&class=finannews&tn=rss"]
转换为相应的格式。
有谁能解释一下如何解析用另一种语言编写的XML提要。
提前感谢
浏览 1提问于2010-01-11得票数 1
回答已采纳
1回答
目前，我在网站上显示中文字符时遇到问题。这些字符存储在Windows SQL2000数据库中，我使用PHP ODBC函数访问该数据库。即使我在连接的dns中设置了CHARSET=utf-8。
使用MYSQL数据库时，我只需发送如下查询
SET NAMES 'utf8'
SET CHARACTER_SET_CLIENT=utf8
SET CHARACTER_SET_RESULTS=utf8
ODBC数据库也有类似的可能性吗？
谢谢你的帮忙!
浏览 1提问于2011-09-01得票数 0
我正在学习ruby并尝试从ftp服务器获取文件名。我得到的字符串是用gb2312(简体中文)编码的，它在大多数情况下成功地使用了以下代码：
str = str.force_encoding("gb2312")
str = str.encode("utf-8")
但是，如果字符串包含符号"["或"【"，则会产生错误"["。
浏览 3提问于2013-10-27得票数 2
回答已采纳
经过几个小时的研究(几次.)，我发了这个帖子。我还没找到答案。
我的目标是使用PHP编写一个CSV文件。这个文件必须有中文ANSI编码(我想它是GB2312表示简体中文，在notepad++中我只看到ANSI作为编码)。导入到另一个工具是必须的。
重要注
我们目前正在转换一个文件与notepad++和个人电脑，其中有中文作为默认语言。这一过程是：
从web应用程序获取UTF8 CSV
用Excel 2003在中文计算机上保存为csv
在notepad++中打开，编码已经是ANSI，删除一个前导"?“在文件的开头。
我运行了一个测试:将我的.csv文件更改为.php，
浏览 6提问于2012-07-27得票数 1
1回答
我想得到渲染"xxx“的最终html代码，然后我可以做一些事情，我可以改变文件编码从utf-8到gb2312，然后响应它。
所以我的问题是如何相信这一点？
浏览 0提问于2011-03-10得票数 1
我正在尝试将英文和中文存储在单个MySQL表中的不同字段中。
英文为lang1，中文为lang2。
对于tables字符集，我同时尝试了UTF8_general_ci和UTF8_unicode_ci。
用于输入的Html页面也使用UTF8。但由于某些原因，中文字符返回为？有人知道为什么会发生这种事吗？我复制并粘贴了中的中文字符。
编辑:输入页面的请求标头：
Accept-Charset: ISO-8859-1,utf-8;q=0.7,*;q=0.3
页面本身设置：
<meta http-equiv="Content-Type" content="text/html
浏览 3提问于2012-03-14得票数 1
回答已采纳
我正在使用Python3和google-api- Python -client包从Gmail收件箱中阅读电子邮件。
我使用urlsafe_b64decode()函数对消息体进行解码：
msg_body = base64.urlsafe_b64decode(payload_body['data'])
对于utf-8或ISO-8859-1编码的消息，一切工作正常。但是，当消息使用更“复杂”的字符集(如gb2312 )时，字段中的值与以下内容返回的值不匹配：
len(msg_body)
使用gb2312字符集编码的消息部分示例：
>>> payload_body[&
浏览 11提问于2017-12-26得票数 0
回答已采纳
1回答
我在http标记上设置charset utf-8，但是error.log给出了: 2012/08/22 10:47:33错误6588#1560：*1字符集"GB2312“和"utf-8”之间没有"charset_map“，同时从上游读取响应头，客户端: 127.0.0.1，服务器: localhost，请求："GET /index2.php HTTP/1.1"，上游：”6588#1560://127.0.0.1:9000“.有什么想法吗？我希望将默认语言设置为utf-8。
浏览 2提问于2012-08-22得票数 0
1回答
我正在创建一个使用UTF-8编码的CSV文件。
如果我使用Notepad++打开它，它可以正确地显示中文字符。
如果我用记事本打开它，它可以正确地显示中文字符。
但是，如果我使用Excel打开它，我会看到无用的值。
如果我使用记事本打开它，然后按Control+S键，然后关闭文件，然后在Excel中重新打开，它会完美地显示字符。
有什么线索吗？
我还尝试创建一个普通的CSV文件，其中包含编码GB2312。然后，我使用Unix命令iconv将文件从"GB2312“转换为"UTF-8”。
此命令删除所有中文字符，仅显示英文字符。所以，这不是一个解决方案。
请提个建议。
编辑-
它不
浏览 5提问于2015-08-13得票数 0
这是我现在的.vimrc：
cat ~/.vimrc
set fileencodings=utf-8,ucs-bom,gb18030,gbk,gb2312,cp936
set termencoding=utf-8
set encoding=utf-8
set tabstop=4
set softtabstop=4
set shiftwidth=4
set noexpandtab
set nu
set autoindent
set cindent
set encoding=utf-8
set fileencodings=utf-8,ucs-bom,gb18030,gbk,gb2312,cp93
浏览 1提问于2021-08-23得票数 0
回答已采纳
当我试图通过Java将latin1字符串转换为utf8时，会发生一些错误。代码如下：
byte[] latin2 = "¦ñ¨ãÓñ²½ìá".getBytes("ISO-8859-1");
byte[] latin1 = "¦á¨ãÓñ²½ìá".getBytes("ISO-8859-1");
byte[] utf8 = new String(latin1, "GB2312").getBytes("GB2312");
byte[] utf81 = new Strin
浏览 5提问于2016-01-20得票数 0
1回答
我正在建立一个加载其他网页的ASP.NET网络服务，然后递给它的客户端。我在字符代码处理方面做得很好，从HTML读取meta标签，然后使用该代码集读取文件。但尽管如此，一些受教育程度较低的用户就是不理解代码集。他们声明了一种特定的编码方法，例如"gb2312"，但实际上，他只是使用普通的UTF8。当我使用gb2312解码文本时，一切都变得乱七八糟。如何检测文本是否正确解码？我将该页面加载到我的IE中，IE正确地使用了UTF-8来解码该页面。它是如何做到这一点的？
浏览 0提问于2013-05-19得票数 1
这是一种奇怪的情况，而不是传统的将一种编码转换为另一种编码。
问题
我使用从给定的url中检索主要内容，如果目标url用UTF-8编码，效果很好，但当目标url用GB2312(中文编码之一)编码时，我会得到垃圾信息(汉字被错误编码，但英文字母和数字工作得很好)。
深度研究
我检查了header返回，它表明API的编码是UTF-8。
以下是一段错误编码的汉字：
ÄÉ´ï¶û¾ø¾³ÏÂ
浏览 2提问于2013-10-05得票数 1
回答已采纳
我有一个编码问题。
我有数百万个文本文件需要为语言数据科学项目进行解析。每个文本文件都被编码为UTF-8，但我只是发现其中一些源文件没有正确编码。
例如。我有一个中文文本文件，编码为UTF-8，但文件中的文本如下所示：
Subject: »Ø¸´: ÎÒÉý¼¶µ½
当我使用Python检测这个中文文本文件的编码时：
Chardet告诉我文件被编码为UTF-8：
with open(path,'rb') as f:
data = ""
data = f.read()
encoding=chardet.detect(data)['e
浏览 1提问于2020-12-19得票数 0
2回答
如何阅读中文文件？
、、、
我被所有这些令人困惑的编码所困扰。我有一个包含中国潜水艇的文件。我实际上相信它是UTF-8，因为在Notepad++中使用它会给我一个非常好的结果。如果我设置为gb2312，中文部分仍然可以，但是我会看到一些UTF8代码没有被转换。
这样做的目的是遍历文件中的文本，并计算不同字符出现的次数。
import os
import re
import io
character_dict = {}
for dirname, dirnames, filenames in os.walk('.'):
for filename in filenames:
if &#
浏览 1提问于2016-04-08得票数 0
我用python读取一些html，该页面包含一些日语和中文字符，
守则如下：
response = urllib.urlopen(pageurl).read()
当我打印响应时，python告诉我一个DecodeError
然后，我将代码更改为
response = urllib.urlopen(pageurl).read().decode("utf-8")
python仍然告诉我们
UnicodeDecodeError: "utf8" code can't decode byte 0xd1 in position...
我该怎么办..。
顺便说一下，h
浏览 3提问于2015-04-02得票数 0
回答已采纳
下面是我的序列化字符串，包括中文字符：
'a:2:{s:3:"key";s:0:"";s:8:"solution";a:1:{i:0;a:1:{i:0;a:3:{s:4:"text";s:6:"**你好";s:3:"fig";N;s:5:"score";i:0;}}}}'
下面是我的python脚本：
#!/usr/bin/env python
#coding=utf-8
string='a:2:{s:3:"key";s:0:"
浏览 5提问于2016-05-21得票数 0
回答已采纳
2回答
我正在枚举这样一个大字符集的字符(以GB2312为例，但实际上要大得多)：
def get_gb2312_characters():
higher_range = range(0xb0, 0xf7 + 1)
lower_range = range(0xa1, 0xfe + 1)
# see http://en.wikipedia.org/wiki/GB_2312#Encodings_of_GB2312
for higher in higher_range:
for lower in lower_range:
encodi
浏览 2提问于2013-05-27得票数 2
1回答
我一直在尝试使用lxml.html解析Python中的html页面。
我使用了以下代码：
import lxml.html as H
page = open('page.html', 'r').read()
doc = H.fromstring(page)
print H.tostring(doc)
page.html是我用之前写的一个代理程序下载的网页，它做了一些关于使用代理和编码传输的工作。文件的编码已更改为utf-8，而页面中的字符集声明如下：
<meta http-equiv="Content-Type" content="
浏览 4提问于2011-01-22得票数 1
回答已采纳
我试图解码没有utf-8编码的HTML页面。
<meta http-equiv="Content-Type" content="text/html; charset=gb2312">
有图书馆能做到这一点吗？我在网上找不到。
当然，我可以提取字符集，用goquery和iconv go解码HTML页面，但我不想重新发明轮子。
浏览 5提问于2016-04-12得票数 2
1回答
我的操作系统是ubuntu14.04LTS，当我用vim.The打开一个文件时，汉字变成了乱码。然后我搜索resolution.The可能的分辨率如下:第一，打开/etc/vim/vimrc第二，添加以下三行：
set fileencodings=utf-8,gb2312,gbk,gb18030
set termencoding=utf-8
set encoding=prc
最后，运行source /etc/vim/vimrc
错误报告告诉我它找不到命令。
浏览 6提问于2014-12-10得票数 0
回答已采纳
我从邮件服务器获取电子邮件，并将消息转换为UTF-8字符集，并将其保存在DB.To中，转换我正在使用的mb_convert_encoding中的字符集，但它无法转换gb2312和ks_c_5601-1987。在谷歌上，我发现不用gb2312，我可以使用CP936，对于ks_c_5601-1987，我可以使用CP949。
按照上面的方法，它意味着在我的代码中维护一个单独的字符集映射列表。是否有一种方法将编码名称规范化为PHP支持的名称，从而消除了在本地维护任何映射的需要？
浏览 4提问于2012-12-10得票数 7
我对Java字符串的解码和编码感到困惑。
现在我有一个字符串变量"中国"，意思是中国，它包含在中文本地字符集GB2312中，也包含在Unicode中。
那么，以下内容有什么区别呢？
val f = "中国"
println(new String(f.getBytes("GB2312"),"GB2312"))
println(new String((new String(f.getBytes("GB2312"),"UTF8")).getBytes("UTF8"),"GB2
浏览 0提问于2018-04-24得票数 2
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
实时音视频活动推荐
腾讯云开发者
