utf-16 相关问题

UTF-16是一种字符编码，表示每个字符使用2或4个字节的Unicode代码点。

我定义了一个 const char* s = "\u0633\u0644\u0627\u0645" ，它应该被翻译为 std::wstring 作为 L"Sham" 。我该如何执行此转换？换句话说，我需要一些东西

c++ decode utf-16

回答 1 投票 0

Swift `String.Encoding`：`.unicode` 与 `.utf16`

String.Encoding 结构具有几个与 unicode 相关的实现： https://developer.apple.com/documentation/swift/string/encoding UTF8 utf16 及其修改 utf32 及其修改...

swift unicode utf-16 nsstringencoding

回答 1 投票 0

Git 无法从 UTF-8 编码为 UTF-16LE-BOM

我的存储库中有很多旧版 Windows 资源文件 (*.rc)。最初他们有 UTF-8、ASCII、UTF-16 或其他编码。而且我的仓库中没有 .gitattributes，所以 git 无法

git utf-8 utf-16

回答 1 投票 0

我正在尝试用 PHP 解析希伯来语单词。作为字符串看起来不错，但是当我尝试将其拆分为字符时，它无法正确显示

这是我的简化测试代码：这是我的简化测试代码： <!DOCTYPE html> <?php //uncommenting the next line results in the whole page displaying in "chinese -simplified" //header("content-type: text/html; charset=UTF-16"); header('Content-language: he'); ?> <html> <head> <meta http-equiv=Content-Type content="text/html; charset=UTF-16"> <meta http-equiv="content-language" content="he-il"> </head> <body> <?php // in Production, we are grabbing the hebrew word from the database //$sql = "SELECT masoretic FROM codex WHERE id = 20"; // just grabs a word from the database // it is stored using UTF16_general_ci on mySQL // in this test we can mock the exact same data that was copy and pasted in // the results were the same with the data from the db $masoretic = "בָּרָ֣א"; echo $masoretic . '<br>'; // displays correctly in HEBREW = בָּרָ֣א // now loop through the word and process each letter $length = strlen($masoretic); // even though there are only 3 real letters, the diacritic marks count as characters, so we should get at least 7 loops for ($x = 0; $x <= $length; $x++) { $letter = substr($masoretic,0,1); // process this letter $masoretic = substr($masoretic, 1); // the rest of the word $name = ''; $recognized = false; switch($letter){ case 'ר': $recognized = true; $name = 'Raysh'; break; case 'א': $recognized = true; $name = 'Aleph'; break; default: $recognized = false; break; } if($recognized){ echo ('found a ' . $name); echo $letter; // for now just display it }else{ echo 'unrecognized letter:'; print_r($letter); echo '<br>'; } } ?> </body> 页面显示如下： בָּרָ֣א unrecognized letter:� unrecognized letter:� unrecognized letter:� unrecognized letter:� unrecognized letter:� unrecognized letter:� unrecognized letter:� unrecognized letter:� unrecognized letter:� unrecognized letter:� unrecognized letter:� unrecognized letter:� unrecognized letter:� unrecognized letter:� unrecognized letter: 我觉得很奇怪，完整的希伯来语单词显示正常，但每个单独的字母却无法显示。我认为 UTF16 发生了一些奇怪的事情，所以我添加了标头，但在某些情况下这实际上使情况变得更糟。（见内嵌评论）在 UTF-8 中，除了基本英文字母和标点符号之外的任何内容都将具有由多个字节表示的字形，因此您需要使用多字节感知字符串函数，例如：mb_str_split()。 $in = 'בָּרָ֣א'; foreach(mb_str_split($in) as $glyph) { var_dump($glyph); } 输出： string(2) "ב" string(2) "ָ" string(2) "ּ" string(2) "ר" string(2) "ָ" string(2) "֣" string(2) "א"

php string parsing utf-16 hebrew

回答 1 投票 0

代理对是如何计算的？

如果 unicode 代码点使用 17 位或更多，则如何计算代理对？

unicode utf-8 utf-16

回答 3 投票 0

UTF-16 编码如何使用代理代码点？

根据Unicode规范 D91 UTF-16编码形式：分配每个的Unicode编码形式 U+0000..U+D7FF 和 U+E000..U+FFFF 范围内的 Unicode 标量值单个取消签名...

unicode utf-16

回答 2 投票 0

保持从 Docker 容器进行编码

我在 Docker for Windows 上通过 Powershell 使用 MariaDB。当我想使用 docker exec 创建 mysqldump 并将文件从容器重定向到主机系统时，编码从 UTF8 更改为 UTF...

docker powershell utf-8 mariadb utf-16

回答 1 投票 0

在node.js应用程序中读取文件时出现奇怪的unicode字符

我正在尝试编写一个节点应用程序，该应用程序读取一组文件，将它们分成行，并将这些行放入数组中。很简单。它适用于相当多的文件，除了一些我...

javascript node.js unicode utf-16 utf

回答 5 投票 0

如何循环遍历字符串并获取每个位置的字符（有些带有重音符号）且重音符号不分隔？

我必须获取字符串上每个字符的重音数量，因此我循环遍历 contenteditable= true 的标签的文本字符，我无法比较一些重音我必须获取字符串上每个字符的重音数量，因此我使用 <h2> 循环遍历 contenteditable= true 标签的文本字符，我无法将某些重音字符与中的字符进行比较重音数据库，因为它们被分为字符和重音，但其他一些重音字符被视为一个字符。 let Accents= { /*...*/ 'x': [ ["x", 0], ["́x́", 1], ["̂x̂", 2], ["ẍ", 2], ["̌x̌", 2], ["ẋ", 1], ["̧x̧", 1], // ["̱x̱", 1], ["̣x̣", 1], ["ᶍ", 2] ], /*...*/ } $("button").on("click", function(){ text= $(".text").text() for(e in text){ console.log(text[e]) } }) <script src="https://cdnjs.cloudflare.com/ajax/libs/jquery/3.3.1/jquery.min.js"></script> <h2 class= "text" contenteditable= "true">Lorem Ipx́um ẋ</h2> <button>Log each character</button> 如何才能像 x́一样在日志上获得 ẋ？，我需要这样做才能与口音数据库中的字符进行比较。预先感谢在 Javascript 中，一些 Unicode 字符使用两个代码单元表示，特别是那些带有组合标记的代码单元，例如“x”后跟其重音符号。这些被称为“代理对”。要正确处理此类字符，您可以使用 JavaScript String.prototype[Symbol.iterator] 或带有数组的扩展运算符。以下是如何修改代码以正确循环每个字素簇（包括基本字符及其组合标记）： let Accents = { /*...*/ 'x': [ ["x", 0], ["́x́", 1], ["̂x̂", 2], ["ẍ", 2], ["̌x̌", 2], ["ẋ", 1], ["̧x̧", 1], // ["̱x̱", 1], ["̣x̣", 1], ["ᶍ", 2] ], /*...*/ } $("button").on("click", function(){ text = $(".text").text() // Use spread operator to break the string into individual grapheme clusters for(const char of [...text]){ console.log(char) } }); 现在，通过这种方法，x́ 和 ẋ 都将被视为循环中的单个字符。这将使您能够准确地将它们与口音数据库中的条目进行比较。

javascript utf-8 compare ascii utf-16

回答 1 投票 0

java、StandardCharsets utf-16 问题

当我尝试使用不同的编码编写测试字符串时，我试图理解为什么结果不同。对于 StandardCharsets.UTF_16LE 结果是“测试”（似乎正确），

java encoding utf-16

回答 1 投票 0

mb_convert_encoding() 在 PHP > 8.1 中使用 UTF-16 输入

我正在更新一个 PHP 应用程序，该应用程序导入以 UTF-16 编码的 CSV（来自 Google 关键字规划器），并将值转换为 UTF-8。在 PHP 8 之前它都按预期工作，但是从 PHP 8.1 开始有一个 ?一个...

php utf-8 utf-16 octal mb-convert-encoding

回答 2 投票 0

如何使用 C 从 UTF-16 文件映射 Unicode 代码点

我需要以二进制模式读取以UTF-16编码编写的文件并将其转换为UNICODE代码点。我没有任何问题成功地映射 U+0000..U+FFFF 间隔的代码点...