visual-studio-2010 - 尽管字符集正确，德语元音仍显示错误

Question

我在文件编码方面遇到了一个奇怪的问题。
我有一个多语言网站；用户可以通过站点本身的下拉菜单进行设置，默认值为德语。
当用户登录时，会根据语言(字符集、代码页和 LCID)设置一些设置。在这一点上，我还想指出，我所有的文件都是 ANSI 编码的。
最近，我不得不做出一些改变。
所以我开火 Visual Studio 2010 , 编辑有问题的文件并使用 Filezilla 将它们上传到我的服务器。
现在，突然之间，德语变音符号 ( Ää, Öö, Üü, ß ) 显示不正确(类似于 ä ) - 但仅限于我用 VS2010 打开的文件。
我检查了网站本身的字符集，并用 Response.CharSet 显示它它是 ISO-8859-1 ， 哪个是正确的。

所以我尝试了一些转换 notepad++ ，但没有成功。
我知道将字符集设置为 UTF-8会解决这个问题，但是 a) 字符集是从数据库值设置的，b) 它在其他语言中有点困惑。

Answer 1

您正在显示一个带有 iso-8859-1 View 的 utf-8 编码文件。通常你只想看到一个字符，但为什么你会看到两个而不是一个？这是因为在 utf-8 中，带有“两个点”的德语小字母“a”是带有 utf-8(0xC3 和 0xA4)的 2 字节序列。如果这不是显示为 utf-8 而是显示为 iso-8859-1 编码 - 这意味着一个字节一个字符 - 你会得到你提到的。您将获得作为单个 iso-8859-1 字符的 startbyte 0xC3 和作为单个 iso-8859-1 字符的后续字节 0xA4。在 utf-8 中，这个 2 字节序列必须通过提取 startbyte 和以下字节的有效载荷位来解码，如下所示:

起始字节:11000011
以下:10100100

所以必须去掉 startbyte 的 110，所以剩下 11。
所以接下来的 10 个字节必须被剥离，所以剩下 100100。

链接在一起就变成了 11100100，它是十进制的 228，它应该等于德语字符 'a with two dot' unicode codepoint。

我建议让编码保持原样，utf-8。它只是您的查看器/编辑器的编码应该将 utf-8 编码文件显示为 utf-8 而不是 iso-8859-1。使用 utf-8 配置您的查看器/编辑器。换句话说，根据文件内容的编码(在您的情况下是 utf-8 而不是 iso-8859-1)配置查看器/编辑器的编码。

要转换您的文件或检查它们的特定编码，只需使用 madedit。 madedit 有一个内置的十六进制编辑器，它在 utf-8 序列周围包裹一个矩形，在右侧只显示一个字符(编码的代码点)。在 utf-8 编码文件中识别单字节字符和/或 2/3/4 字节序列很容易。它还围绕 3 字节 utf-8 BOM(如果有)包裹一个矩形。