Tag: utf 8

UTF-8问题，不知道在哪里？: 我正在运行node.js服务器，以下行无效。 console.log(“☺☻♥ مرحبا 你好”); 我在我的ubuntu服务器14.04上打开了nano和cat的文件（没有gui，没有窗口管理器，没有kde，没有gtk，没有什么，没有什么，纯粹的ubuntu服务器14.04）它看起来像这样：我在samba共享中有文件，当我在Windows 8专业版中打开它时，它在notepad ++中看起来如此：这就是samba配置看起来像这样，私有股没有任何花哨或与charsets有关： Locale看起来如此： / etc / default / locale如下所示：以下命令在ubuntu服务器终端中显示Ô ： perl -CO -le ‘print “\x{d4}”’ 像这样：我使用命令start_unicode然后在输入1236按住ALT并获得一颗钻石！我运行了以下内容： sudo touch /srv/file.txt sudo bash -c ‘echo -e “\xe2\x82\xac”‘ > /srv/file.txt 这导致纳米非常漂亮的欧元符号然而当试图显示以下☺☻♥它不起作用（黑色钻石）有人有任何想法吗？

为Xvfb安装中文（和其他utf-8）字体？: 我安装了这些包： apt-get install xvfb xfonts-base xfonts-75dpi xfonts-100dpi firefox 但是在我的Xvfb Ubuntu Server上的Xvfb Firefox中，中文字符看起来像：如何为我的Xvfb安装适当的字体？编辑：我也安装了xfonts-intl-chinese但它没有帮助。

gedit无法识别字符编码，但gvim可以: 我有很多来自Windows环境的纯文本文件。他们中的许多人使用了一个糟糕的默认Windows代码页，既不是ASCII（7位）也不是UTF-8。 gvim打开这些文件没有问题，但是gedit没有这样做。 gvim将编码报告为latin1 。我假设gvim正在对代码页做出“聪明”的假设。（我相信这个代码页仍然有国际变体）。由此产生的一些问题：（1）。有没有什么方法可以告诉gedit识别这个代码页？ ** NB。 [更新]关于这一点（1），请参阅下面的答案。 **对于第（2）和（3）点。看到奥利的回答。（2）。有没有办法扫描文件系统来识别这些问题文件？（3）。是否有批量转换工具将这些文件转换为UTF-8？（..这个旧世界的文字混乱实际上是最后一根稻草，它把我带到了Ubuntu …… UTF-8系统默认为Brilliant ） [UPDATE] ** 注意： ** 我现在认为以下更新部分无关紧要，因为“问题”文件不是“问题”（请参阅下面的答案）。我把它留在这里，因为它可能对某人有一些普遍的用处。我已经找到了一个粗略的，准备好的方法来识别问题文件…… file命令不合适，因为它将我的示例文件标识为ASCII …但是ASCII文件是100％符合UTF-8的… 正如我在下面的评论中提到的，对UTF-8代码点的无效第一个字节的测试是：如果（UTF-8代码点的第一个字节）介于0x80和0xBF之间（保留用于附加字节），或大于0xF7（“超长forms”），则认为是错误我知道sed （有点，通过Win32端口），所以我设法凑齐了一个RegEx模式，找到了这些令人讨厌的字节。这是一个丑陋的线，所以如果正则表达式吓到你，请立即离开:) 如果有人指出如何在范围[]表达式中使用hex值，我真的很感激..我刚刚使用了或者运算符\ | fqfn=”/my/fully/qualified/filename” sed -n “/\x80\|\x81\|\x82\|\x83\|\x84\|\x85\|\x86\|\x87\|\x88\|\x89\|\x8A\|\x8B\|\x8C\|\x8D\|\x8E\|\x8F\|\x90\|\x91\|\x92\|\x93\|\x94\|\x95\|\x96\|\x97\|\x98\|\x99\|\x9A\|\x9B\|\x9C\|\x9D\|\x9E\|\x9F\|\xA0\|\xA1\|\xA2\|\xA3\|\xA4\|\xA5\|\xA6\|\xA7\|\xA8\|\xA9\|\xAA\|\xAB\|\xAC\|\xAD\|\xAE\|\xAF\|\xB0\|\xB1\|\xB2\|\xB3\|\xB4\|\xB5\|\xB6\|\xB7\|\xB8\|\xB9\|\xBA\|\xBB\|\xBC\|\xBD\|\xBE\|\xBF\|\xF8\|\xF9\|\xFA\|\xFB\|\xFC\|\xFD\|\xFE\|\xFF/p” “${fqfn}” 所以，我现在将其移植到Oli的批量解决方案中……谢谢Oli！ PS。这是我在示例文件中找到的无效UTF-8字节… “H.Bork，Gøte-borg。” … “ø” = F8 hex …这是一个无效的UTF-8字符。

BASH中变量替换与CJK字符之间的冲突: 我在BASH shell中遇到了变量替换的问题。假设你定义一个变量a 。然后是命令 $> echo ${a//[0-4]/} 打印其值，删除的范围为0到4之间的所有数字： $> a=”Hello1265-3World” $> echo ${a//[0-4]/} Hello65-World 这似乎工作得很好，但让我们来看看下一个例子： $> b=”你1265-3好” $> echo ${b//[0-4]/}你1265-3好替换没有发生：我认为这是因为b包含CJK字符。此问题适用于涉及方括号的所有情况。令人惊讶的是，没有方括号的变量替换在两种情况下都能正常工作： $> a=”Hello1265-3World” $> echo ${a//2/} Hello165-3World $> b=”你1265-3好” $> echo ${b//2/}你165-3好这是一个错误还是我错过了什么？我使用Lubuntu 12.04，终端是lxterminal ， echo $BASH_VERSION返回4.2.24（1） – echo $BASH_VERSION 。编辑：安德鲁约翰逊在他的评论中表示，使用gnome-terminal 4.2.37（1） – 发布命令工作正常。我想知道这是lxterminal还是其特定的4.2.24（1） – 发布版本的问题。编辑：我在Lubuntu 12.04上尝试使用gnome-terminal […]

完整的交换机区域设置：安装了没有区域设置的Ubuntu服务器，如何在系统范围内启用区域设置？: 我有一台没有X的服务器，安装时没有语言环境。有一个“C”语言环境。我需要：运行服务器脚本（不涉及控制台）来复制，移动和gzip文件到本地ext4文件系统，该文件系统应包含具有特殊编码的文件（捷克语，韩语，俄语等），因此应启用UTF-8。在控制台中键入命令时查看文件名当通过ssh记录时，有可能用特殊字母键入大多数文件名。我该怎么办才能达到这个状态？目标是提供全系统更改区域设置的完整指南（默认情况下）。

apt-get warning：不支持语言环境：en_US.utf8: 每次使用apt-get更新系统时都会出现此错误。这个错误是什么意思？关于如何纠正它的任何想法？（我正在运行Ubuntu 11.10）

UTF-8 Telugu文本在终端中无法正确呈现: 我正在尝试用Python处理telugu文本。文本在Chrome浏览器中正确呈现，如下所示。不幸的是它在终端的默认终端或python shell中无法正确呈现。你能帮忙找到引起问题的原因吗？到目前为止我尝试了什么：安装了所有可用的泰卢固语字体 sudo apt-get install fonts-telu-extra fonts-telu fonts-lohit-telu 在终端中设置unicode支持 locale LANG=en_US.UTF-8 LANGUAGE=en_US.UTF-8 LC_CTYPE=”en_US.UTF-8″ LC_NUMERIC=”en_US.UTF-8″ LC_TIME=”en_US.UTF-8″ LC_COLLATE=”en_US.UTF-8″ LC_MONETARY=”en_US.UTF-8″ LC_MESSAGES=”en_US.UTF-8″ LC_PAPER=”en_US.UTF-8″ LC_NAME=”en_US.UTF-8″ LC_ADDRESS=”en_US.UTF-8″ LC_TELEPHONE=”en_US.UTF-8″ LC_MEASUREMENT=”en_US.UTF-8″ LC_IDENTIFICATION=”en_US.UTF-8″ LC_ALL=en_US.UTF-8 在/etc/locale.gen启用te_IN 从语言支持设置telugu语言。下载自定义的泰卢固语字体并加载它们。这些都没有解决问题。如果没有正确的渲染，很难理解文本。任何有关排除故障的帮助都非常感谢。