- 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?
我们有各种 Microsoft 语言(VB6、VB.net、C#、C/C++ 的 MS 方言)的解析器。
在我们都同意什么是 Unicode 的情况下,它们支持 Unicode。在我们不同意的地方,我们的词法分析者反对。
最近的 MS IDE 似乎都以 UTF-8 格式读取/写入它们的源代码文件……我不确定这是否总是正确的。是否有一些引用文档可以清楚地说明 MS 将如何编写源代码文件?有或没有字节顺序标记?它是否因 IDE 版本而异? (我无法想象旧的 VB6 开发环境会写除 8 位字符集之外的任何内容,我猜它会在语言环境建立的 CP-xxxx 编码中,对吧?)
对于 C#(我假设 MS 支持的其他现代语言方言),字符代码\uFEFF 实际上可以在文件中间找到。此代码定义为零宽度不间断空格。当它出现在标识符中间的空白处时,它似乎被 VS 2010 忽略,但在关键字和数字中很重要。那么,规则是什么?或者 MS 是否有某种规范化标识符来处理诸如复合字符之类的事情,从而允许将不同的标识符字符串视为相同?
最佳答案
这在某种程度上是一个非答案,因为它不告诉微软说什么,而是告诉标准说什么。希望它无论如何都会有所帮助。
如您所述,U+FEFF 应视为文件开头的 BOM(字节顺序标记)。理论上它也可以出现在文本中间,因为它实际上是表示零宽度不间断空格 (ZWNBSP) 的字符。在某些语言/书写系统中,一行中的所有单词都是连接在一起的(=一起写),在这种情况下,这个字符可以用作分隔符,就像英语中的常规空格一样,但它不会导致打印上可见的间隙。我实际上并不熟悉此类脚本,因此我的观点可能不完全正确。
但是,从 Unicode 版本 3.2 开始,将 U+FEFF 作为 ZWNBSP 使用已被弃用,目前 U+FEFF 的目的是充当 BOM。 Unicode 联盟强烈推荐使用 U+2060(单词连接符)字符代替 ZWNBSP 作为分隔符。他们的FAQ also suggests文件中间出现的任何 U+FEFF 都可以视为不受支持的字符,应该显示为不可见。我想到的另一种可能的解决方案是用 U+2060 替换文件中间出现的任何 U+FEFF 或忽略它。
我猜 U+FEFF 出现在文本中间最可能的原因是它是字符串连接的错误结果(或副作用)。 RFC 3629 包含了 BOM 的使用,表示在连接字符串时必须剥离前导 U+FEFF。这也意味着当在文本中间找到该字符时可以将其删除。
当文本编码为 UTF-8 时,作为 BOM 的 U+FEFF 没有实际效果,因为它始终具有相同的字节顺序。 UTF-8 中的 BOM 会干扰依赖于某些前导字符和协议(protocol)的存在的系统,这些协议(protocol)明确规定了编码或编码识别方法。现实世界的经验还表明,一些应用程序在使用 BOM 的 UTF-8 上会阻塞。因此,在使用 UTF-8 时通常不鼓励使用 BOM。从 UTF-8 编码文件中删除 BOM 不应导致对文件的错误解释(除非存在与文件字节流相关的校验和或数字签名)。
关于c# - Microsoft IDE、源文件编码、BOM 和 Unicode 字符\uFEFF?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/8301207/
关闭。这个问题不符合Stack Overflow guidelines .它目前不接受答案。 要求提供代码的问题必须表现出对所解决问题的最低限度理解。包括尝试过的解决方案、为什么它们不起作用,以及预
为什么在 C# 中添加两个 char 结果是 int 类型? 例如,当我这样做时: var pr = 'R' + 'G' + 'B' + 'Y' + 'P'; pr 变量变为 int 类型。我希望它是
下面的代码可以编译,但 char 类型的行为与 int 类型的行为不同。 特别是 cout ::ikIsX >() ::ikIsX >() ::ikIsX >() using names
我正在寻找一个正则表达式,它可以匹配长度为 1 个或多个字符但不匹配 500 的内容。这将在 Rails 路由文件中使用,特别是用于处理异常。 路线.rb match '/500', to: 'err
对于 C 编程作业,我正在尝试编写几个头文件来检查所谓的“X 编程语言”的语法。我最近才开始,正在编写第一个头文件。这是我编写的代码: #ifndef _DeclarationsChecker_h_
为什么扩展的 ascii 字符(â、é 等)被替换为 字符? 我附上了一张图片...但我正在使用 PHP 从 MySQL 中提取数据,其中一些位置有扩展字符...我使用的是 Arial 字体。 您可以
我有一个与 R 中的断线相关的简单问题。 我正在尝试粘贴,但在获取(字符/数字)之间的断线时遇到问题。请注意,这些值包含在向量中(V1=81,V2=55,V3=25)我已经尝试过这段代码: cat(p
如何将 ANSI 字符 (char) 转换为 Unicode 字符 (wchar_t),反之亦然? 是否有用于此目的的任何跨平台源代码? 最佳答案 是的,在 中你有mbstowcs()和 wcsto
函数 fromCharCode 不适用于国际 ANSI 字符。例如,对于 ID 为 192 到 223 的俄语 ANSI (cp-1251) 字符,它返回特殊字符。如何解决这个问题? 我认为,需要将A
如果不喜欢,我想隐藏 id,但不起作用 SELECT * FROM character, character_actor WHERE character.id NOT LIKE character_a
现在这个程序成功地反转了键盘输入的单词。但是我想在我反转它之前“保存”指针中的单词,所以我可以比较两者,反转的和“原始的”,并检查它们是否是回文。我还没有太多经验,可能会出现比我知道的更多的错误,但我
Memcpy 和 memcmp 函数可以接受指针变量吗? char *p; char* q; memcpy(p,q,10); //will this work? memcmp(p,q,10); //w
恐怕我对一个相当过饱和的主题的细节有疑问,我搜索了很多,但找不到一个明确的答案来解决这个特定的明显-imho-重要的问题: 使用UTF-8将byte[]转换为String时,每个字节(8bit)都变成
我有一个奇怪的问题。我需要从 stat 命令打印输出字符串。 我已经编写了获取一些信息的代码。 import glob import os for file in glob.glob('system1
我正在使用 Java 并具有其值如下所示的字符串, String data = "vale-cx"; data = data.replaceAll("\\-", "\\-\\"); 我正在替换其中的“
String urlParameters = "login=test&password=te&ff"; 我有一个String urlParams,& - 是密码的一部分,如何使其转义,从而不被识别为分
大家好,我只想从此字符串中提取第一个字母: String str = "使 徒 行 傳 16:31 ERV-ZH"; 我只想获取这些字符: 使 徒 行 傳 并且不包括 ERV-ZH 仅数
这个问题已经有答案了: Crash or "segmentation fault" when data is copied/scanned/read to an uninitialized point
所以, 我有一个字符**;它本质上是一个句子,带有指向该句子中每个单词的指针;即 'h''i''\0''w''o''r''l''d''\0''y''a''y''!''\0' 在这种情况下,我希望使用可
这个问题在这里已经有了答案: Using quotation marks inside quotation marks (12 个答案) 关闭 7 年前。 如何打印 " 字符? 我知道打印 % 符号
我是一名优秀的程序员,十分优秀!