html - 你如何处理MS Word添加的 "special"字符？

Question

我想知道您如何清除 MS Word 中的特殊字符，例如 m 和 n 破折号以及弯引号？

我经常发现自己从客户端从 Word 复制内容并粘贴到静态 HTML 页面，但内容以奇怪的字符结尾，因为特殊字符未转换为正确的 ACSII 代码，因此显示为乱码文本。 (对于这些基本网站，我使用的是 Dreamweaver。)

当客户将内容从 Word 复制到纯文本字段(主要是文本区域)时，我看到了很多类似的问题。当我将其放入 PDF(通过 PHP)或它显示在页面上时，它也有乱码文本。

你如何处理这个问题？是否有您使用的清洁服务或程序？

Answer 1

关于在文本区域中从 Word 复制/粘贴文本的客户:

确保客户端以任何特定编码向您发送文本(因此希望为您从 CP-1252 [或任何 Word 使用] 进行任何转换)的最可靠方法是添加 accept-charset="..."归属于你所有的<form>秒。例如:

<form ... accept-charset="UTF-8">
   ...
</form>

大多数浏览器都会遵守这一规定，并确保任何“特定于 Word 的”字符在到达您的网站之前都已转换为适当的字符集。

一旦无效文本到达您的网站，您几乎无法可靠地修复它，因此最好简单地检查所有输入在您使用的任何字符集中是否有效，并丢弃任何包含无效文本的请求。即使使用 accept-charset 也是必要的，因为毫无疑问，有些客户会忽略它。