- 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?
所以我们都知道 Mac OS 上的文件系统具有使用完全分解的 UTF-8 的古怪功能。例如,如果您调用 realpath()
之类的 POSIX API,您将从 Mac OS 返回完全分解的 UTF-8 字符串。但是,当使用像 fopen()
这样的 API 时,传递预组合的 UTF-8 似乎也能正常工作。
这是一个小的演示程序,它试图打开一个名为 ä
的文件。对 fopen()
的第一次调用传递了一个预组合的 UTF-8 字符串,第二次调用传递了一个分解的 UTF-8 字符串,令我惊讶的是两者都有效。我希望只有第二个可以工作,但预组合的 UTF-8 也可以。
#include <stdio.h>
int main(int argc, char *argv[])
{
FILE *fp, *fp2;
fp = fopen("\xc3\xa4", "rb"); // ä as precomposed UTF-8
fp2 = fopen("\x61\xcc\x88", "rb"); // ä as decomposed UTF-8
printf("CHECK: %p %p\n", fp, fp2);
if(fp) fclose(fp);
if(fp2) fclose(fp2);
return 0;
}
现在回答我的问题:
这是定义的行为吗?即是否允许将预组合的 UTF-8 传递给 POSIX API,还是我应该始终传递分解的 UTF-8?
fopen()
之类的函数如何知道传递的文件是否包含预合成或分解的 UTF-8?这难道不会导致各种问题,例如因为传递的字符串可以用两种不同的方式解释并因此可能指向两个不同的文件,所以打开了错误的文件?这让我有些困惑。
编辑
为了使混淆更加彻底,这种奇怪的行为似乎并不局限于文件 I/O。看看这段代码:
#include <stdio.h>
int main(int argc, char *argv[])
{
printf("\xc3\xa4\n");
printf("\x61\xcc\x88\n");
return 0;
}
两个 printf
调用完全相同,即它们都打印字符 ä
,第一个调用使用预组合的 UTF-8,第二个调用使用分解的 UTF-8 .这真的很奇怪。
最佳答案
Unicode 字符串中有两种不同类型的等价:一种是规范等价,另一种是兼容性。由于您的问题是关于软件似乎认为相同的字符串,因此让我们关注规范等价(OTOH,兼容性允许语义差异,因此它离题了这个问题)。
引自 Unicode equivalence在维基百科中:
Code point sequences that are defined as canonically equivalent are assumed to have the same appearance and meaning when printed or displayed. For example, the code point U+006E (the Latin lowercase "n") followed by U+0303 (the combining tilde "◌̃") is defined by Unicode to be canonically equivalent to the single code point U+00F1 (the lowercase letter "ñ" of the Spanish alphabet). Therefore, those sequences should be displayed in the same manner, should be treated in the same way by applications such as alphabetizing names or searching, and may be substituted for each other.
换句话说,如果两个字符串规范等价,软件应该认为这两个字符串代表完全相同的东西。所以,MacOS 在这里做了正确的事情:你有两个不同的 UTF-8 字符串(一个分解,另一个预组合),但它们是规范等价的,所以它们映射到同一个对象(同一个文件)在你的例子中的名字)。这是正确的(记住上面引述中的“应用程序应该以相同的方式处理名称或搜索等,并且可以相互替换”)。
我不太理解你关于 printf()
的第二个例子。是的,分解字符和预合成字符呈现相同的输出。这正是 Unicode 支持的字符双重表示的要点:您可以选择是用预先组合的字节序列表示组合字符,还是用分解的字节序列表示。它们打印出相同的视觉结果,但它们的表现形式不同。如果两种表示都是规范等价的(在某些情况下它们是,在某些情况下它们不是),那么系统必须将它们视为同一对象的两种表示。
为了在您的软件中更舒适地管理所有这些,您应该 normalize your Unicode strings在与他们合作之前。
关于c - 为什么 Mac OS 上的 C 运行时允许预组合和分解的 UTF-8?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/38484369/
SQLite、Content provider 和 Shared Preference 之间的所有已知区别。 但我想知道什么时候需要根据情况使用 SQLite 或 Content Provider 或
警告:我正在使用一个我无法完全控制的后端,所以我正在努力解决 Backbone 中的一些注意事项,这些注意事项可能在其他地方更好地解决......不幸的是,我别无选择,只能在这里处理它们! 所以,我的
我一整天都在挣扎。我的预输入搜索表达式与远程 json 数据完美配合。但是当我尝试使用相同的 json 数据作为预取数据时,建议为空。点击第一个标志后,我收到预定义消息“无法找到任何内容...”,结果
我正在制作一个模拟 NHL 选秀彩票的程序,其中屏幕右侧应该有一个 JTextField,并且在左侧绘制弹跳的选秀球。我创建了一个名为 Ball 的类,它实现了 Runnable,并在我的主 Draf
这个问题已经有答案了: How can I calculate a time span in Java and format the output? (18 个回答) 已关闭 9 年前。 这是我的代码
我有一个 ASP.NET Web API 应用程序在我的本地 IIS 实例上运行。 Web 应用程序配置有 CORS。我调用的 Web API 方法类似于: [POST("/API/{foo}/{ba
我将用户输入的时间和日期作为: DatePicker dp = (DatePicker) findViewById(R.id.datePicker); TimePicker tp = (TimePic
放宽“邻居”的标准是否足够,或者是否有其他标准行动可以采取? 最佳答案 如果所有相邻解决方案都是 Tabu,则听起来您的 Tabu 列表的大小太长或您的释放策略太严格。一个好的 Tabu 列表长度是
我正在阅读来自 cppreference 的代码示例: #include #include #include #include template void print_queue(T& q)
我快疯了,我试图理解工具提示的行为,但没有成功。 1. 第一个问题是当我尝试通过插件(按钮 1)在点击事件中使用它时 -> 如果您转到 Fiddle,您会在“内容”内看到该函数' 每次点击都会调用该属
我在功能组件中有以下代码: const [ folder, setFolder ] = useState([]); const folderData = useContext(FolderContex
我在使用预签名网址和 AFNetworking 3.0 从 S3 获取图像时遇到问题。我可以使用 NSMutableURLRequest 和 NSURLSession 获取图像,但是当我使用 AFHT
我正在使用 Oracle ojdbc 12 和 Java 8 处理 Oracle UCP 管理器的问题。当 UCP 池启动失败时,我希望关闭它创建的连接。 当池初始化期间遇到 ORA-02391:超过
关闭。此题需要details or clarity 。目前不接受答案。 想要改进这个问题吗?通过 editing this post 添加详细信息并澄清问题. 已关闭 9 年前。 Improve
引用这个plunker: https://plnkr.co/edit/GWsbdDWVvBYNMqyxzlLY?p=preview 我在 styles.css 文件和 src/app.ts 文件中指定
为什么我的条形这么细?我尝试将宽度设置为 1,它们变得非常厚。我不知道还能尝试什么。默认厚度为 0.8,这是应该的样子吗? import matplotlib.pyplot as plt import
当我编写时,查询按预期执行: SELECT id, day2.count - day1.count AS diff FROM day1 NATURAL JOIN day2; 但我真正想要的是右连接。当
我有以下时间数据: 0 08/01/16 13:07:46,335437 1 18/02/16 08:40:40,565575 2 14/01/16 22:2
一些背景知识 -我的 NodeJS 服务器在端口 3001 上运行,我的 React 应用程序在端口 3000 上运行。我在 React 应用程序 package.json 中设置了一个代理来代理对端
我面临着一个愚蠢的问题。我试图在我的 Angular 应用程序中延迟加载我的图像,我已经尝试过这个2: 但是他们都设置了 src attr 而不是 data-src,我在这里遗漏了什么吗?保留 d
我是一名优秀的程序员,十分优秀!