从MySQL检索到的UTF-8数据显示到基于Linux的C ++应用程序中，我遇到了很大的麻烦。 UTF文本显示为问号。 该应用程序使用MySQL C API。 所以我在mysql_init()和mysql_real_connect()之前传递了UTF-8选项： mysql_options(&mysql, MYSQL_SET_CHARSET_NAME, 'utf8'); 和 mysql_options(&mysql,MYSQL_INIT_COMMAND, 'SET NAMES utf8'); 但是没有运气。 testing仍然显示为问号。 我用Perl脚本做了一些testing（我更熟悉它））。 如果我为连接指定了UTF-8选项，文本将正确显示： $dbh->{'mysql_enable_utf8'} = 1; $dbh->do('SET NAMES utf8'); 任何想法如何在C ++应用程序中正确显示UTF-8数据？
如何将ANSI编码文件转换为UTF-8编码文件与PHP，或任何脚本，或任何命令行下的Linux？
我的操作系统是Debian，我的默认语言环境是UTF-8，我的编译器是gcc。 默认情况下，limits.h中的CHAR_BIT是8，这对于ASCII来说是正确的，因为ASCII 1中的char = 8位。 但是由于我使用的是UTF-8，所以字符可以高达32位，这与CHAR_BIT默认值8相反。 如果我在limits.h中将CHAR_BIT修改为32来更好地适应UTF-8，那么为了使这个新值生效，我需要做些什么？ 我想我必须重新编译gcc？ 我必须重新编译linux内核吗？ 那么默认安装的Debian软件包呢，它们能工作吗？
我在SUSE Linux Enterprise Desktop 11（x86_64）上工作，我在terminal中使用Vim作为我的编辑器。 我最近从https://github.com/itchyny/lightline.vim安装了一个名为lightline的插件。 插件使用特殊字符使状态行如下所示： 该栏的>部分实际上是►字符颜色像旁边的正方形。 问题是，在我的情况下，酒吧，看起来像这样： 虽然编码设置为UTF-8，并且所有必需的字体都安装在系统上（电力线的字体），但►字符显示不正确。 在这种情况下，terminal上设置的字体是电力线的Liberation Mono。 我的vimrc中的Lightline设置： set encoding=utf-8 scriptencoding utf-8 let g:lightline = { \ 'colorscheme': 'wombat', \ 'separator': {'left': "\u25B6", 'right': ''}, \ 'subseparator': { 'left': '', 'right': ''} \ } 我也试着复制►这样的字符 let g:lightline = { \ 'colorscheme': 'wombat', \ 'separator': {'left': "►", 'right': ''}, \ 'subseparator': […]
我已经读过这个： 在Python中pipe理标准输出时设置正确的编码 我试图坚持经验法则：“ 在内部始终使用Unicode，解码您收到的内容，并对您发送的内容进行编码。 ” 所以这是我的主要文件： # coding: utf-8 import os import sys from myplugin import MyPlugin if __name__ == '__main__': c = MyPlugin() a = unicode(open('myfile.txt').read().decode('utf8')) print(c.generate(a).encode('utf8')) 令我紧张的是： 我读了一个utf8文件，所以我解码。 然后我强制转换为unicode，它给unicode(open('myfile.txt').read().decode('utf8')) 然后我尝试输出到terminal 在我的Linuxshell，我需要重新编码为UTF8， 我想这是正常的，因为我一直工作在一个Unicodestring，然后输出它，我必须重新编码在UTF8（纠正我如果我在这里错了） 当我在Windows下使用Pycharm运行它时，它是两次utf8编码，这给了我像agréable, déjà 。 所以如果我删除encode('utf8') （它改变最后一行print(c.generate(a))那么它适用于Pycharm，但不再适用于Linux，我得到： 'ascii' codec can't encode character u'\xe9' in position blabla 'ascii' codec can't encode character u'\xe9' in […]
我正在使用twitter API工作我自己的tweetdeck版本。 一切正在工作:)，如果从twitter直接拉结果，我得到在OSX Safari浏览器中看到那些漂亮的iPhone UTF8MB4笑脸。 我甚至有MySQL服务器来支持UTF8MB4。 唉，它只能在OSX Safari中运行，在OSX中的Chrome不起作用，windows中什么都不能。 相反，我得到白色的盒子。 这里有几个，我想知道他们是怎么看待你的！ 🎃🎃💿📱 无论如何，我的问题是，是否有可能编写一个基于JavaScript的插件铬检测UTF8MB4字符，并将其replace为图像图标？ 即使一个字符没有被find并且问题框被显示，chromes引擎识别字符离散地？ 我真的不知道Chrome或Windows如何处理UTF8MB4。 Linux似乎喜欢它，但我总是通过OSX SSH会话访问它，所以也许就是这样。 感谢他的帮助。
我有一个巨大的XML文件，其示例数据如下： <vendor name="aglaia"><br> <vendorOUI oui="000B91" description="Aglaia Gesellschaft für Bildverarbeitung ud Kommunikation m" /><br> </vendor><br> <vendor name="ag"><br> <vendorOUI oui="0024A9" description="Ag Leader Technology" /><br> </vendor><br> 因为它可以看到有文本“GesellschaftfürBildverarbeitung”这是不是UTF-8兼容，因为我从XMLvalidation错误，错误如： 导入失败： com.sun.org.apache.xerces.internal.impl.io.MalformedByteSequenceException：1字节UTF-8序列的无效字节1。 那么查询是如何在Linux环境下处理这个xml文件到符合UTF-8的格式？ 或者有没有在bash中的方式，以便在创buildXML的第一个地方，我可以确保所有的variables/string存储在UTF-8兼容格式？
我有一个string，包含UTF-8的普通话和英文单词： char *str = "你a好测b试"; 如果使用strlen(str) ，将返回14，因为每个普通话字符使用三个字节，而每个英文字符只使用一个字节。 现在我想复制最左边的4个字符（ "你a好测" ），并在最后加上"…" ，给出"你a好测…" 。 如果文本是单字节编码，我可以写： strncpy(buf, str, 4); strcat(buf, "…"); 但UTF-8中的4个字符不一定是4个字节。 对于这个例子，它将是13个字节： 你 ， 好和测三个，一个为a 。 所以，对于这个特定的情况，我需要 strncpy(buf, str, 13); strcat(buf, "…"); 如果长度错误，我可能会产生一个不完整的UTF-8stream。 显然我想避免这一点。 我怎样才能计算正确的字节数复制，对应于给定数量的字符？
我试图使用iconv（3）使用下面的代码将宽字符的string转换为UTF-8。 当我运行下面的代码时，iconv调用返回E2BIG，就好像输出缓冲区中没有足够的可用空间字节。 这发生尽pipe（我认为），我已经调整了输出缓冲区大小承认UTF-8的最坏情况下扩展。 事实上，假设input是一个简单的ASCII'A'，编码为wchar_t，后跟一个零wchar_t终止符，输出应该恰好是两个字节/字符：一个'A'后跟一个'\ 0'。 我的Linux系统上的'man utf-8'表示UTF-8字节序列的最大长度是6个字节，所以我认为对于2个wchar_ts（一个字符后接空终止符）的input缓冲区，我的系统）总共8字节（因为sizeof（wchar_t）== 4），一个12字节的缓冲区（2 * UTF8_SEQUENCE_MAXLEN）应该就足够了。 通过实验，如果我将UTF8_SEQUENCE_MAXLEN增加到16，iconv的返回值表示成功（15仍然失败）。 但我看不出任何wchar_t值在以UTF-8编码时会占据如此多的字节。 我的计算出错了吗？ 16字节的UTF-8序列是可能的吗？ 我做错了什么？ #include <stdio.h> #include <stdlib.h> #include <iconv.h> #include <wchar.h> #define UTF8_SEQUENCE_MAXLEN 6 /* #define UTF8_SEQUENCE_MAXLEN 16 */ int main(int argc, char **argv) { wchar_t *wcs = L"A"; signed char utf8[(1 /* wcslen(wcs) */ + 1 /* L'\0' */) * UTF8_SEQUENCE_MAXLEN]; char […]
我听说fopen支持UTF8，但我不知道如何将短裤arrays转换为utf8 我如何使用unicode字母创build一个文件？ 我更喜欢只使用内置的库（没有提升，这是没有安装在Linux的盒子）。 我确实需要使用fopen，但是它非常简单。