Tag: unicode

WChars，编码，标准和可移植性: 以下可能不符合SO的问题; 如果出界，请随时告诉我走开。这里的问题基本上是，“我是否正确理解C标准，这是正确的方式去做事情？我想要澄清，确认和更正我对C中字符处理（以及C ++和C ++ 0x）的理解。首先，一个重要的观察：可移植性和序列化是正交的概念。便携式的东西是像C， unsigned int ， wchar_t 。可串行化的东西是像uint32_t或UTF-8的东西。 “便携式”意味着您可以重新编译相同的源代码，并在每个支持的平台上获得工作结果，但二进制表示可能完全不同（甚至不存在，例如，TCP-over-carrier鸽子）。另一方面，可序列化的东西总是具有相同的表示forms，例如我可以在Windows桌面，手机或牙刷上读取的PNG文件。便携式的东西是内部的，可序列化的东西处理I / O。便携式的东西是types安全的，可序列化的东西需要types的双关语。 </前导> 在C中的字符处理中，有两组事物分别涉及到可移植性和序列化： wchar_t ， setlocale() ， mbsrtowcs() / wcsrtombs() ： C标准没有提到“编码” 。实际上，对任何文本或编码属性都是完全不可知的。它只是说“你的入口点是main(int, char**) ;你得到一个typeswchar_t ，它可以容纳你所有系统的字符;你可以读取input的字符序列并使它们变成可用的string，反之亦然。 iconv()和UTF-8,16,32：一个函数/库在定义明确的固定编码之间进行转码。所有由iconv处理的编码都被普遍理解和同意，只有一个例外。 C的可移植的，编码不可知的世界与其wchar_t可移植字符types和确定性外部世界之间的桥梁是WCHAR-T和UTF之间的iconv转换。所以，我应该总是将我的string内部存储在一个编码无关的wstring中，通过wcsrtombs()与CRT连接，并使用iconv()进行序列化？概念： my program <– wcstombs — /==============\ — iconv(UTF8, WCHAR_T) –> […]

如何获得str.translate使用Unicodestring？: 我有以下代码： import string def translate_non_alphanumerics(to_translate, translate_to='_'): not_letters_or_digits = u'!"#%\'()*+,-./:;<=>?@[\]^_`{|}~' translate_table = string.maketrans(not_letters_or_digits, translate_to *len(not_letters_or_digits)) return to_translate.translate(translate_table) 这对于非Unicodestring非常有用： >>> translate_non_alphanumerics('<foo>!') '_foo__' 但unicodestring失败： >>> translate_non_alphanumerics(u'<foo>!') Traceback (most recent call last): File "<stdin>", line 1, in <module> File "<stdin>", line 5, in translate_non_alphanumerics TypeError: character mapping must return integer, None or unicode 对于str.translate（）方法的Python 2.6.2文档中的“Unicode对象”的段落，我无法理解。我如何使这个工作的Unicodestring？

如何统计C中的Unicodestring中的字符: 比方说，我有一个string： char theString[] = "你们好āa"; 考虑到我的编码是utf-8，这个string是12个字节长（三个汉字字符是三个字节，拉丁字符与macron是两个字节，而'a'是一个字节： strlen(theString) == 12 我如何计算字符的数量？我怎样才能做相当于下标： theString[3] == "好" 我怎么能切片，并猫这样的string？

我需要知道关于Unicode的什么？: 作为一名应用程序开发人员，我需要了解Unicode吗？

为什么Java允许在源代码中转义unicode字符？: 我最近了解到，在Java源代码中，Unicode不仅可以用作Unicode字符（例如double \u03C0 = Math.PI; ），还可以用作转义序列（例如double \u03C0 = Math.PI; ）。第一个变体对我来说很有意义 – 它允许程序员用自己select的国际语言来命名variables和方法。但是，我没有看到第二种方法的实际应用。以下是一些用于说明使用情况的代码段，使用Java SE 6和NetBeans 6.9.1进行了testing：此代码将打印出3.141592653589793 public static void main(String[] args) { double π = Math.PI; System.out.println(\u03C0); } 说明：π和\ u03C0是相同的Unicode字符这段代码不会打印出任何东西 public static void main(String[] args) { double π = Math.PI; /\u002A System.out.println(π); /* a comment */ } 说明：上面的代码实际上编码为： public static void […]

什么时候我们必须在SQL Server中使用NVARCHAR / NCHAR而不是VARCHAR / CHAR？: 当我们必须使用Unicodetypes时，是否有规则？我已经看到，大多数欧洲语言（德语，意大利语，英语，…）在VARCHAR列的同一个数据库中都很好。我正在寻找像这样的东西：如果你有中文 – >使用NVARCHAR 如果你有德语和阿拉伯语 – >使用NVARCHAR 怎么样的服务器/数据库的整理？我不想像这里所提到的那样总是使用NVARCHAR varchar和nvarchar SQL Server数据types之间的主要性能区别是什么？

获取一个字符的Unicode值: 有什么办法在Java中，以便我可以得到任何字符的Unicode等价物？例如假设一个方法getUnicode(char c) 。调用getUnicode('÷')应返回\u00f7 。

使用'使用utf8' 给我“宽印字”: 如果我运行下面的Perl程序： perl -e 'use utf8; print "鸡\n";' 我得到这个警告： Wide character in print at -e line 1. 如果我运行这个Perl程序： perl -e 'print "鸡\n";' 我没有得到警告。我认为use utf8需要在Perl脚本中使用UTF-8字符。为什么这不起作用，我该如何解决？我正在使用Perl 5.16.2。我有同样的问题，如果这是在一个文件中，而不是在命令行上的单线程。

我应该如何为最终的64位编译器准备我的32位Delphi程序？: 可能重复：如何在迁移到Delphi 2010和Unicode时为64位做准备因为我相信64位的 Delphi编译器很快就会出现，所以我很好奇，如果有人知道现在使用64位编译器，现在32位的程序是什么样的编译和工作，没有任何改变。如果有一个普遍的规则，我们应该在我们的旧程序中系统地做出什么样的改变来编译为64位？当64位编译器突然在这里的时候准备好是很好的… 任何build议将不胜感激。

使用FileWriter（Java）以UTF-8编写文件？: 我有下面的代码，但是，我希望它作为一个UTF-8文件来处理外来字符。有没有办法做到这一点，有一些需要有一个参数？我真的很感激你的帮助。谢谢。 try { BufferedReader reader = new BufferedReader(new FileReader("C:/Users/Jess/My Documents/actresses.list")); writer = new BufferedWriter(new FileWriter("C:/Users/Jess/My Documents/actressesFormatted.csv")); while( (line = reader.readLine()) != null) { //If the line starts with a tab then we just want to add a movie //using the current actor's name. if(line.length() == 0) continue; else if(line.charAt(0) == '\t') { […]