Tag: unicode

Unicode和UTF-8有什么区别？

考虑： unicode=utf16是真的吗？ 许多人认为Unicode是一种标准，而不是一种编码，但大多数编辑器实际上支持保存为Unicode 编码 。

ASCII和Unicode有什么区别？

我可以知道Unicode和ASCII之间的确切区别吗？ ASCII总共有128个字符（扩展集中有256个）。 Unicode字符是否有任何大小规范？

utf-8字边界正则expression式在javascript中

在JavaScript中： "ab abc cab ab ab".replace(/\bab\b/g, "AB"); 正确给我： "AB abc cab AB AB" 当我使用utf-8字符时： "αβ αβγ γαβ αβ αβ".replace(/\bαβ\b/g, "AB"); 字边界算子似乎不工作： "αβ αβγ γαβ αβ αβ" 有没有解决这个问题？

BMP之外的JavaScriptstring

BMP是基本的多语言平面 根据JavaScript：好的部分 ： JavaScript是在Unicode是16位字符集的时候构build的，所以JavaScript中的所有字符都是16位宽。 这使我相信JavaScript使用UCS-2（不是UTF-16！），只能处理高达U + FFFF的字符。 进一步调查证实了这一点： > String.fromCharCode(0x20001); fromCharCode方法在返回Unicode字符时似乎只使用最低16位。 尝试获得U + 20001（CJK统一表意文字20001）而不是返回U + 0001。 问题：是否可以在JavaScript中处理BMP后的字符？ 2011-07-31：从Unicode支持 12张幻灯片： 好，坏，和（主要）丑陋涉及这个相当好的问题：

Python 2.6中对csv文件的一般Unicode / UTF-8支持

Python中的csv模块在涉及到UTF-8 / Unicode时无法正常工作。 我在Python文档和其他网页上发现了针对特定情况的片段，但您必须很好地理解您正在处理的编码以及使用合适的片段。 如何从Python 2.6中的“just works”中.csv文件中读取和写入string和Unicodestring？ 还是这是Python 2.6的一个限制，没有简单的解决scheme？

转换CString为const char *

在我的Unicode MFC应用程序中如何从CString转换为const char* ？

如何在Python中按字母顺序sortingunicodestring？

Python默认按字节值sorting，这意味着é在z和其他同样有趣的事情之后。 什么是在Python中按字母顺序sorting的最佳方法？ 有这样的图书馆吗？ 我找不到任何东西。 优先select应该有语言支持，因此它理解åäö应该在瑞典语z之后sorting，但是ü应该按usorting等。因此Unicode支持几乎是一个要求。 如果没有图书馆，最好的办法是什么？ 只需要从字母映射到整数值，并将string映射到一个整数列表？

将转义的Unicode字符转换回实际的字符

Java中的stringvariables具有下面的值，它具有如下所示的UTF-8字符编码 Dodd\u2013Frank 代替 Dodd–Frank （假设我不能控制这个值如何分配给这个stringvariables） 现在我该如何转换（编码）它，并将其存储回一个Stringvariables？ 我find了下面的代码 Charset.forName("UTF-8").encode(str); 但是，这返回一个ByteBuffer ，但我想要一个String回来。 编辑 ： 一些更多的附加信息。 当我使用System.out.println(str); 我明白了 Dodd\u2013Frank 我不确定什么是正确的术语（UTF-8或unicode）。 请原谅我。

用printf打印UTF-8string与多字节string文字

在像这样的语句中，两者都以相同的编码（UTF-8）input到源代码中，并且语言环境设置正确，它们之间是否有实际区别？ printf("ο Δικαιοπολις εν αγρω εστιν\n"); printf("%ls", L"ο Δικαιοπολις εν αγρω εστιν\n"); 因此，在做输出时，是否有理由相对于另一个？ 我想第二个performance会更糟，但是它在多字节文字上有什么优势（或缺点）吗？ 编辑：这些string打印没有问题。 但是我没有使用宽string函数，因为我希望能够使用printf等。 所以问题在于这些印刷方式是否与以上所述情况不符？如果是这样，第二种方式有什么优势？ 编辑2：下面的评论，我现在知道这个程序的作品 – 我认为是不可能的： int main() { setlocale(LC_ALL, ""); wprintf(L"ο Δικαιοπολις εν αγρω εστιν\n"); // wide output freopen(NULL, "w", stdout); // lets me switch printf("ο Δικαιοπολις εν αγρω εστιν\n"); // byte output } 编辑3 ：我已经做了一些进一步的研究，看看这两种types正在发生什么。 采取更简单的string： wchar_t *wides = […]

Python的“这个Unicode的最好的ASCII”数据库在哪里？

我有一些使用Unicode标点符号的文本，如左侧的双引号，右侧的单引号，等等，我需要它在ASCII。 Python是否拥有这些字符的数据库，有明显的ASCII替代，所以我可以做得比把它们全部变成“？”更好。 ？