- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我正在编写基于 myanimelist.net REST api 的 Google Chrome 扩展程序。有时 XMLHttpRequest 响应文本包含 unicode。
例如:
<title>Onegai My Melody Sukkiri�</title>
如果我从文本创建一个 HTML 节点,它看起来像这样:
Onegai My Melody Sukkiri�
然而,实际的标题是这样的:
Onegai My Melody Sukkiri♪
为什么我的文本没有正确呈现,我该如何解决?
我认为这些是关键部分:
function htmlDecode(input){
var e = document.createElement('div');
e.innerHTML = input;
return e.childNodes.length === 0 ? "" : e.childNodes[0].nodeValue;
}
function xmlDecode(input){
var result = input;
result = result.replace(/</g, "<");
result = result.replace(/>/g, ">");
result = result.replace(/\n/g, " ");
return htmlDecode(result);
}
进一步:
var parser = new DOMParser();
var xmlText = response.value;
var doc = parser.parseFromString(xmlDecode(xmlText), "text/xml");
最佳答案
<title>Onegai My Melody Sukkiri�</title>
亲爱的!不仅是错误的文本,它甚至不是格式正确的 XML。 acirc
和 ordf
是未在 XML 中预定义的 HTML 实体,然后它们之间存在无效的 UTF-8 序列(一个高字节,可能最初是 0x99)。
问题是 myanimelist 正在使用 PHP 函数 htmlentities()
生成它们的输出“XML”(但“如果格式不正确,则不是 XML”) .这不仅尝试对 HTML 中可能敏感的字符进行 HTML 转义 <&"'
, 以及所有非 ASCII 字符。
这会生成错误的字符,因为 PHP 默认将输入处理为 htmlentities()
作为 ISO-8859-1 而不是 UTF-8,这是他们实际使用的编码。但这是错误的开始,因为 HTML 实体集在 XML 中不存在。他们真正想用的是 htmlspecialchars()
,它只留下非 ASCII 字符,只转义真正敏感的字符。因为那些在 XML 中是敏感的,htmlspecialchars()
对于 XML 和 HTML 一样有效。
htmlentities()
几乎总是错的; htmlspecialchars()
通常应改为使用。您可能希望将非 ASCII 字节编码为实体引用的一个地方是当您以纯 ASCII 输出为目标时。但即便如此htmlentities()
失败,因为它没有为没有预定义实体名称的字符创建字符引用 ( &#...;
)。很没用。
无论如何,您无法真正从中恢复损坏的数据。 �
表示对于 XMLHttpRequest 而言 UTF-8 不可解码的字节序列,因此信息无法挽回地丢失。您必须说服 myanimelist 按照以上几段修复损坏的 XML 输出,然后才能继续。
他们还应该将其作为 Content-Type: text/xml
返回不是 text/html
就像现在一样。然后你可以拿起 responseXML
直接来自 XMLHttpRequest 对象,而不是乱用 DOMParsers。
关于javascript - 在 http 响应 xml 中处理 unicode,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/7070111/
我还没有找到太多关于何时使用 Unicode 的(简明)信息。我知道很多人说最佳实践是始终使用 Unicode。但 Unicode 字符串确实有更多的内存占用。我是否正确地说,必须仅在以下情况下使用
我正在构建一个需要使用表情符号的应用程序,特别是生成大量随机表情符号序列。这需要有一个大列表可供选择。而不是采取方法 detailed here通过循环硬编码十六进制范围,我决定采用不同的方法并从 t
早在 ZX Spectrum 的早期,就有一种方法可以将一个字形打印在另一个字形之上,从而在 OVER 1 指令的帮助下创建复合字形。 我想知道是否有 Unicode 方法可以在现代计算机上执行相同的
我有一个表示 Unicode 代码点的字符串,例如 "272d"。如何将其转换为 "✭"? Elixir 当然理解 Unicode: iex> > "✭" iex> "x{272d}" "✭" 但我需
自从我了解到 clang 能够编译用 Unicode 编写的 c++ 源文件后,我在编写与数学相关的代码时就开始大量使用它。比较 uₙ₊₁ᵖ = A*uₙ + B*uₙ₋₁; uₙ₊₁ᶜ = π *
感谢jmcnamara我发现了一种在 xlsxwriter 图表中使用 Unicode 字符的好方法:xlsxwrter: rich text format in chart title 我需要一个所
有些字符不包含在 Unicode 中(即带重音的西里尔字母),但可以使用组合序列创建。据我了解,可能的组合字符序列是在布局引擎和/或使用的字体中定义的。我对吗?那么,如何得到所有可能的组合序列呢? 最
我正在尝试使用 libunibreak ( https://github.com/adah1972/libunibreak ) 来标记某些给定 unicode 文本中可能的换行符。 Libunibre
我需要具有属性 Alphabetic 的 Unicode 字符范围列表如 http://www.unicode.org/Public/5.1.0/ucd/UCD.html#Alphabetic 中所定
我想为 Unicode 中的特定字符找到视觉上相同的字符。 我知道如何找到一个字符的规范或兼容性分解;但他们没有给我我想要的。 我想找到视觉上相同(不相似)的字符,它们唯一的区别可能是它们的大小。 例
假设我有包含此字符串的 Apache Solr 索引文档: Klüft skräms inför 我希望能够使用此关键字通过搜索找到它(注意“u”-“ü”): kluft 有没有办法做到这一点 ? 最
我已经阅读了很多文章以了解 Unicode 代码点的最大数量,但我没有找到最终答案。 我知道 Unicode 代码点已最小化,以使所有 UTF-8 UTF-16 和 UTF-32 编码都能够处理相同数
我正在使用 CSS Buttons With Icons But No Images . 图标是使用 unicode 值生成的。在这方面,我遇到了一些浏览器不支持某些 unicode 值的问题。因此,
我正在寻找一种方法将 Unicode 字母字符从任何语言音译为带重音的拉丁字母。目的是让外国人深入了解以任何非拉丁文字书写的姓名和单词的发音。 例子: 希腊语:Romanize("Αλφαβητικό
Unicode 6.0 添加了几个带有描述的字符,表明这些字符应该以特定颜色呈现: 红苹果 U+1F34E 青苹果 U+1F34F 蓝心U+1F499 绿心U+1F49A 黄心U+1F49B 紫心U+
我想知道,Unicode 中的每个字符都有一个代码点;字体中字符的类似术语是什么? 当解码文件需要映射到字体(或字体,通过一些现代字体替换技术)时,我从来没有理解过程的一部分。 例如,当文本编辑器从其
谁能告诉我 Unicode 可打印字符的范围是多少? [例如。 Ascii 可打印字符范围为\u0020 -\u007f] 最佳答案 参见,http://en.wikipedia.org/wiki/U
鉴于Unicode有been around for 18 years ,为什么还有不支持 Unicode 的应用程序?甚至我对某些操作系统和 Unicode 的体验至少可以说是痛苦的。正如乔尔·斯波尔
我要求计算 Unicode 中所有可能的有效组合的数量并附上解释。我知道一个 char 可以编码为 1、2、3 或 4 个字节。我也不明白为什么连续字节有限制,即使该字符的起始字节清除了它应该有多长。
Unicode 为中文字符分配了 U+4E00..U+9FFF。这是全套的一部分,但不是全部。 最佳答案 最终列表可以在 Unicode Character Code Charts 找到;在页面中搜索
我是一名优秀的程序员,十分优秀!