- 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?
XML文件:
<?xml version="1.0" encoding="utf-8"?>
<response>
<center>
<b>Need to decode this -> 😉</b>
</center>
</response>
procedure TForm1.Button1Click(Sender: TObject);
var
Doc: IXMLDocument;
S: AnsiString;
SW: WideString;
I: Integer;
begin
Doc := TXMLDocument.Create(nil);
Doc.LoadFromFile('example.xml');
SW := Doc.DocumentElement.ChildNodes['center'].ChildNodes['b'].NodeValue;
S := '';
for I := 1 to Length(SW) do
if Ord(SW[I]) > $04FF then
S := S + IntToHex(Ord(SW[I]), 4) + ' '
else
S := S + SW[I];
Memo1.Text := s;
end;
SW
以UTF-16(宽字符串)编码,并且包含字符序列
#$D83D#$DE09
,但是我需要像
'😉'
这样的XML / SGML实体来使用它。我该如何编码?
最佳答案
使用ANSI Delphi时,您必须手动处理UTF-16代理对(或使用某些第三方库)。
这应该在ANSI和Unicode Delphi中工作:
uses
{$IFDEF UNICODE}
Xml.XMLDoc, Xml.XMLIntf, System.AnsiStrings, System.Character;
{$ELSE}
XMLDoc, XMLIntf;
{$ENDIF}
{$R *.dfm}
type
{$IFDEF UNICODE}
ValueString = UnicodeString;
{$ELSE}
ValueString = WideString;
{$ENDIF}
procedure Check(ATrue: Boolean; const AMessage: string);
begin
if not ATrue then
raise Exception.Create(AMessage);
end;
function IsHighSurrogate(AChar: WideChar): Boolean;
begin
{$IFDEF UNICODE}
Result := TCharacter.IsHighSurrogate(AChar);
{$ELSE}
Result := (AChar >= #$D800) and (AChar <= #$DBFF);
{$ENDIF}
end;
function ConvertToUtf32(AHigh, ALow: WideChar): Integer;
begin
{$IFDEF UNICODE}
Result := Ord(TCharacter.ConvertToUtf32(AHigh, ALow));
{$ELSE}
Check(AHigh >= #$D800, 'Invalid high surrogate code point');
Check(AHigh <= #$DBFF, 'Invalid high surrogate code point');
Check(ALow >= #$DC00, 'Invalid low surrogate code point');
Check(ALow <= #$DFFF, 'Invalid low surrogate code point');
// This will return the ordinal value of the Unicode character represented by the two surrogate code points
Result := $010000 + ((Ord(AHigh) - $D800) shl 10) or (Ord(ALow) - $DC00);
{$ENDIF}
end;
function MakeEntity(AValue: Integer): AnsiString;
begin
Result := Format(AnsiString('&#%d;'), [AValue]);
end;
function UnicodeToAsciiWithEntities(const AInput: ValueString): AnsiString;
var
C: WideChar;
I: Integer;
begin
Result := '';
I := 1;
while I <= Length(AInput) do
begin
C := AInput[I];
if C < #$0080 then
Result := Result + AnsiChar(C)
else
if IsHighSurrogate(C) then
begin
Check((I + 1) <= Length(AInput), 'String truncated after high surrogate');
Result := Result + MakeEntity(ConvertToUtf32(C, AInput[I + 1]));
// Skip low surrogate
Inc(I);
end
else
Result := Result + MakeEntity(Ord(C));
Inc(I);
end;
end;
procedure TForm1.Button1Click(Sender: TObject);
begin
Memo1.Lines.Text := string(UnicodeToAsciiWithEntities(LoadXMLDocument(
'example.xml').DocumentElement.ChildNodes['center'].ChildNodes['b'].NodeValue
));
end;
关于xml - 如何使用XML/SGML实体将UTF-16转换为ASCII/ANSI?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/26111641/
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!