- 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?
这是以前提出的问题的一种变体,但我仍然无法找到答案,所以我试图将其提炼到问题的核心,希望有一个解决方案。
我有一个数据库,由于历史原因,某些文本条目不是 UTF-8。大多数是。过去 3 年的所有参赛作品都是。但一些较旧的条目不是。
找到非 UTF-8 字符很重要,这样我就可以避免使用它们,或者将它们转换为 UTF-8 用于我尝试生成的某些 XML。
我正在使用的服务器端 JavaScript 具有 ByteBuffer 类型,因此我可以将任何字符集视为单个字节并根据需要检查它们,并且不需要使用 String 类型,我知道在这种情况下这是有问题的。
在这种情况下,我是否可以检查文本以确定它是否是有效的 UTF-8?
我已经搜索了几个月(;_;),但仍然无法找到答案。然而必须有一种方法可以做到这一点,因为 XML 验证器(就像在主要浏览器中一样)能够在遇到非 UTF-8 字符时报告“编码错误”。
我只想知道如何完成的任何算法,以便我可以尝试在 JavaScript 中进行相同类型的测试。一旦我知道哪些字符不好,我就可以将它们从 ISO-8859-1(例如)转换为 UTF-8。我有方法。
我只是不知道如何找出哪些字符不是 UTF-8。同样,我知道在这种情况下使用 JavaScript String 类型是有问题的,但我确实有另一种 ByteBuffer 类型,它可以按字节处理字符。
感谢人们可以建议的任何具体测试。
道格
最佳答案
我有同样的情况和问题。所有服务器端 JavaScript 字符串都是 16 位的,但如果我从端点获取 JSON,它可以是:UTF-8、ANSI (ASCII)、UCS2_BE、UCS2_LE。 UTF16 自然地很好地转换为 JavaScript 16 位字符串,这是一个问题,因为可变长度字符编码会导致 AWS 中的 SQL 注入(inject)错误。但是,我使用的服务器端 JavaScript 将对 UTF-8 进行一些位移或填充,从而生成以 开头的 16 位 JavaScript 字符串。 
很好,因为我在 JavaScript 中没有 8 位字符串,所以我只检查前 3 个字符是否为 
你可能对位移没有同样的运气,但下面的函数对我有用。我确信有一个更好、更快更好的解决方案,但这篇文章已经发布了 2 年,715 次浏览,而不是一个单一的解决方案。
安德斯
只需调用它:
var bolResult = isEncoded(strJSON);
/**
* @description Check if string is UTF8 encoded
* @param {string} JSON
* @returns {boolean} true/false
*/
function isEncoded(strJSON) {
/***************************
* Valid string starts with:
* {
* 239, 187, 191
********************/
var intCharCode0 = strJSON.charCodeAt(0); //239
var intCharCode1 = strJSON.charCodeAt(1); //187
var intCharCode2 = strJSON.charCodeAt(2); //191
if(intCharCode0 === 239 && intCharCode1 === 187 && intCharCode2 === 191){
return true;
}
else{
return false;
}
}
关于javascript - 如何判断 JavaScript 中的一组字符是否为 UTF-8?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/21818912/
UTF-8、UTF-16 和 UTF-32 之间有何区别? 据我所知,它们都将存储 Unicode,并且每个都使用不同数量的字节来表示字符。选择其中之一是否有优势? 最佳答案 当 ASCII 字符代表
好的。我知道这看起来像典型的“他为什么不直接用谷歌搜索或去 www.unicode.org 查一下?”问题,但对于这样一个简单的问题,在检查了两个来源后,我仍然无法回答。 我很确定这三种编码系统都支持
是否存在可以用 UTF-16 编码但不能用 UTF-8 编码的字符 最佳答案 没有。 UTF-* 是可以对全范围 Unicode 字符进行编码的编码。 编码之间的差异在于每个字符使用多少字节。 关于u
是否存在可以用 UTF-16 编码但不能用 UTF-8 编码的字符 最佳答案 没有。 UTF-* 是可以对全范围 Unicode 字符进行编码的编码。 编码之间的差异在于每个字符使用多少字节。 关于u
UTF-16 是一种双字节字符编码。交换两个字节的地址将产生 UTF-16BE 和 UTF-16LE。 但我发现在 Ubuntu gedit 文本编辑器中存在名称 UTF-16 编码,以及 UTF-1
我想将 UTF-16 字符串转换为 UTF-8。我通过 Unicode 发现了 ICU 库。我在转换时遇到问题,因为默认设置是 UTF-16。我试过使用转换器: UErrorCode myError
UTF-16 需要 2 个字节,UTF-8 需要 1 个字节。 而USB是面向8bit的,UTF-8更自然。 UTF-8 向后兼容 ASCII,而 UTF-16 则不然。 UTF-16 需要 2 个字
我对将 unicode 字符转换为十六进制值有点困惑。 我正在使用这个网站获取字符的十六进制值。 ( https://www.branah.com/unicode-converter ) 如果我输入“
我已经用UTF-8编码创建了一个文件,但是我不了解其在磁盘上占用的大小的规则。这是我的完整研究: 首先,我创建了一个带有印地语字母“'”的文件,Windows 7上的文件大小为 8个字节。 现在带有两
如何将WideString(或其他长字符串)转换为UTF-8中的字节数组? 最佳答案 这样的功能将满足您的需求: function UTF8Bytes(const s: UTF8String): TB
我有一个奇怪的验证程序,用于验证utf-8字符串是否是有效的主机名(PHP中的Zend Framework主机名valdiator)。它允许IDN(国际化域名)。它将比较每个子域与由其十六进制字节表示
在 utf16 和 utf32 中,一个字节的零是否意味着空?就像在 utf8 中一样,还是我们需要 2 个和 4 个字节的零来相应地在 utf16 和 utf32 中创建 null? 最佳答案 在
这是基于我的观察,对于 mysql,默认字符集 utf8 有点误导,它不支持完整的 Unicode,因为它无法存储四字节 UTF-8 编码的字符。它实际上是 utf8mb4 字符集,它是完整的 Uni
我只有处理 ASCII(单字节字符)的经验,并且阅读了很多关于人们如何以不同方式处理 Unicode 的帖子,这些帖子提出了他们自己的一系列问题。 此时我对 Unicode 的了解非常有限,我读到过U
我明白 std::codecvt在 C++11 中执行 UTF-16 和 UTF-8 之间的转换,并且 std::codecvt执行 UTF-32 和 UTF-8 之间的转换。是否可以在 UTF-8
我正在编写一个 HTTP 服务器并使用 trivial-utf-8:write-utf-8-bytes 来响应请求。我听说Babel就像trivial-utf-8但效率更高,所以我想试一试。搜索了一段
我正在设计一个新的 CMS,但想要设计它来满足我 future 的所有需求,比如多语言内容,所以我认为 Unicode (UTF-8) 是最好的解决方案 但是通过一些搜索我得到了这篇文章 http:/
例如,假设我在字符串中有以下 xml: 如果我尝试将其插入到带有 Xml 列的 SQL Server 2005 数据库表中,我将收到以下错误(我使用的是 EF 4.1,但我认为这无关紧要): XM
我正在使用 Python CSV 库读取两个 CSV 文件。 一种使用 UTF-8-BOM 编码,另一种使用 UTF-8 编码。在我的实践中,我发现使用“utf-8-sig”作为编码类型可以读取这两个
假设我的数据库设置如下以使用 utf-8(mysql 中的完整 4mb 版本) mysql_query("SET CHARACTER SET utf8mb4"); mysql_query("SET N
我是一名优秀的程序员,十分优秀!