’yerine sayfamda gösteriliyor '.
Hem etiketimde hem de HTTP üstbilgilerimde Content-Typeayarı var :UTF-8<head>
<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />
Ayrıca tarayıcım şu şekilde ayarlandı Unicode (UTF-8):
Peki sorun nedir ve nasıl düzeltebilirim?
Yanıtlar:
Tarayıcının ve düzenleyicinin ISO-8859-1 / Windows-1252 yerine UTF-8 kodlaması kullandığından emin olun.
Veya kullanın ’.
Peki sorun ne?
UTF-8 yerine CP-1252 olarak kodu çözülen bir ’( RIGHT SINGLE QUOTATION MARK- U + 2019) karakteridir . Eğer kontrol ederseniz kodlamalar tablo, o zaman bu karakter UTF-8 bayt oluşan olduğunu görmekteyiz , ve . Eğer işaretlerseniz CP-1252 kod sayfa düzenini , o zaman bu bayt her karakter standı olduğunu göreceksiniz , ve .0xE20x800x99’
ve nasıl düzeltebilirim?
Karakterleri okumak, yazmak, saklamak ve görüntülemek için CP-1252 yerine UTF-8 kullanın.
İçerik Türü hem etiketimde hem de
<head>HTTP üstbilgilerimde UTF-8 olarak ayarlanmış :<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />
Bu sadece istemciye karakterleri yorumlamak ve görüntülemek için hangi kodlamanın kullanılacağını bildirir. Bu, kendi programınıza karakterleri okumak, yazmak, saklamak ve görüntülemek için hangi kodlamanın kullanılacağını bildirmez. Tam cevap, kullanılan sunucu tarafı platforma / veritabanına / programlama diline bağlıdır. HTTP yanıt başlığındaki bir kümenin HTML meta etiketine göre önceliğe sahip olduğunu unutmayın. HTML meta etiketi yalnızca, sayfa HTTP yerine yerel disk dosya sisteminden açıldığında kullanılır.
Ayrıca tarayıcım şu şekilde ayarlandı
Unicode (UTF-8):
Bu yalnızca istemciyi hangi kodlamanın karakterleri yorumlamak ve görüntülemek için kullanacağını zorlar. Ancak asıl sorun, ’bunun yerine istemciye zaten gönderiyor olmanız (UTF-8 ile kodlanmış) ’. İstemci, ’UTF-8 kodlamasını kullanarak doğru şekilde görüntülüyor . Müşteri, örneğin ISO-8859-1'i kullanmak için yanlış bilgilendirildiyse, ââ¬â¢bunun yerine muhtemelen görmüşsünüzdür .
Bir veritabanı ile ASP.NET 2.0 kullanıyorum.
Bu büyük olasılıkla sorununun yattığı yerdir. Verilerin neye benzediğini bağımsız bir veritabanı aracıyla doğrulamanız gerekir.
Eğer ’karakter var, o zaman doğru veritabanına bağlanmak değildir. Veritabanı bağlayıcısına UTF-8 kullanmasını söylemeniz gerekir.
Veritabanınız içeriyorsa ’, dağınık olan sizin veritabanınızdır. Büyük olasılıkla tablolar kullanılacak şekilde yapılandırılmamıştır UTF-8. Bunun yerine, yapılandırmaya bağlı olarak değişen veritabanının varsayılan kodlamasını kullanırlar. Sorununuz buysa, genellikle UTF-8'i kullanmak için tabloyu değiştirmek yeterlidir. Veritabanınız bunu desteklemiyorsa, tabloları yeniden oluşturmanız gerekir. Tabloyu oluştururken tablonun kodlamasını ayarlamak iyi bir uygulamadır.
Büyük olasılıkla SQL Server kullanıyorsunuz, ancak işte bazı MySQL kodu ( bu makaleden kopyalanmış ):
CREATE DATABASE db_name CHARACTER SET utf8;
CREATE TABLE tbl_name (...) CHARACTER SET utf8;
Tablonuz zaten UTF-8 ise, bir adım geri gitmeniz gerekir. Verileri oraya kim veya ne koydu. Sorun burada. Örnek olarak, HTML formunda gönderilen, yanlış kodlanmış / kodu çözülmüş değerler verilebilir.
Sorunla ilgili daha fazla bilgi edinmek için işte birkaç bağlantı daha:
Bazı belgeleri …olarak gösteriyordum …ve êolarak gösteriyordu ê. Oraya şu şekilde ulaştı (python kodu):
# Adam edits original file using windows-1252
windows = '\x85\xea'
# that is HORIZONTAL ELLIPSIS, LATIN SMALL LETTER E WITH CIRCUMFLEX
# Beth reads it correctly as windows-1252 and writes it as utf-8
utf8 = windows.decode("windows-1252").encode("utf-8")
print(utf8)
# Charlie reads it *incorrectly* as windows-1252 writes a twingled utf-8 version
twingled = utf8.decode("windows-1252").encode("utf-8")
print(twingled)
# detwingle by reading as utf-8 and writing as windows-1252 (it's really utf-8)
detwingled = twingled.decode("utf-8").encode("windows-1252")
assert utf8==detwingledSorunu çözmek için python kodunu şöyle kullandım:
with open("dirty.html","rb") as f:
dt = f.read()
ct = dt.decode("utf8").encode("windows-1252")
with open("clean.html","wb") as g:
g.write(ct)(Birisi twingled sürümü doğru bir UTF-8 belgesine yerleştirdiği için, aslında sadece kıvrılmış kısmı çıkarmak, gevşetmek ve tekrar yerleştirmek zorunda kaldım. Bunun için BeautifulSoup'u kullandım.)
İçerik oluşturmada bir Charlie'ye sahip olmanız, web sunucusu yapılandırmasının yanlış olmasından çok daha fazla olasıdır. Ayrıca, bir utf-8 belgesi için windows-1252 kodlamasını seçerek web tarayıcınızı sayfayı değiştirmeye zorlayabilirsiniz. Web tarayıcınız Charlie'nin kaydettiği belgeyi çözemez.
Not : Aynı sorun, windows-1252 yerine başka herhangi bir tek baytlık kod sayfasında (örneğin, latin-1) ortaya çıkabilir.
’(Unicode kod noktası U+2019 RIGHT SINGLE QUOTATION MARK) UTF-8'de bayt olarak kodlanmıştır:
0xE2 0x80 0x99.
’(Unicode kod noktaları U+00E2 U+20AC U+2122) UTF-8'de bayt olarak kodlanmıştır:
0xC3 0xA2 0xE2 0x82 0xAC 0xE2 0x84 0xA2.
Bunlar, ’UTF-8 olarak işlendiğinde üretmek için tarayıcınızın gerçekte aldığı baytlardır .
Bu, kaynak verilerinizin tarayıcıya gönderilmeden önce iki karakter grubu dönüşümünden geçtiği anlamına gelir :
Kaynak ’karakter ( U+2019) ilk önce UTF-8 bayt olarak kodlanır:
0xE2 0x80 0x99
bu ayrı baytlar daha sonra yanlış yorumlandı ve Windows-125X karakter kümelerindenU+00E2 U+20AC U+2122 biri (1252, 1254, 1256 ve 1258 hepsi eşlenecek şekilde ) tarafından Unicode kod noktalarına çözüldü ve ardından bu kod noktaları UTF-8 bayt olarak kodlandı:0xE2 0x80 0x99U+00E2 U+20AC U+2122
0xE2-> U+00E2-> 0xC3 0xA2
0x80-> U+20AC-> 0xE2 0x82 0xAC
0x99-> U+2122->0xE2 0x84 0xA2
2. adımda ekstra dönüştürmenin nerede yapıldığını bulmanız ve kaldırmanız gerekir.
Bu bazen bir dize Windows-1252'den UTF-8'e iki kez dönüştürüldüğünde gerçekleşir .
Bunu, muhtemelen MySQL bağlantısının doğru karakter setini belirtmemesinden dolayı, veritabanında bu tür karakterlerin göründüğü bir Zend / PHP / MySQL uygulamasında yaptık. Yapmalıydık:
Zend ve PHP'nin veritabanı ile UTF-8'de iletişim kurduğundan emin olun ( varsayılan olarak değildi )
Bozuk karakterleri bunun gibi birkaç SQL sorgusuyla onarın ...
UPDATE MyTable SET
MyField1 = CONVERT(CAST(CONVERT(MyField1 USING latin1) AS BINARY) USING utf8),
MyField2 = CONVERT(CAST(CONVERT(MyField2 USING latin1) AS BINARY) USING utf8);
Bunu gerektiği kadar çok tablo / sütun için yapın.
Gerektiğinde bu dizelerden bazılarını PHP'de de düzeltebilirsiniz. Karakterleri kodlanmış olmasından dolayı geldiğini hatırlatırız iki kez , aslında bir ters dönüşüm yapmak gerekir dan ilk başta beni karıştı Windows'un-1252 için UTF-8 arka.
mb_convert_encoding('’', 'Windows-1252', 'UTF-8'); // returns ’
Karakter kodlamanızda bir uyuşmazlık var; dizeniz bir kodlamada (UTF-8) kodlanmıştır ve bu sayfayı yorumlayan her ne ise başka bir kod kullanmaktadır (örneğin ASCII).
Kodlamanızı her zaman http başlıklarınızda belirtin ve bunun çerçevenizin kodlama tanımıyla eşleştiğinden emin olun.
Örnek http başlığı:
Content-Type text/html; charset=utf-8
<configuration>
<system.web>
<globalization
fileEncoding="utf-8"
requestEncoding="utf-8"
responseEncoding="utf-8"
culture="en-US"
uiCulture="de-DE"
/>
</system.web>
</configuration>İçerik türünüz zaten UTF8 ise, büyük olasılıkla veriler zaten yanlış kodlamaya ulaşıyordur. Verileri bir veritabanından alıyorsanız, veritabanı bağlantısının UTF-8 kullandığından emin olun.
Bu bir dosyadan alınan verilerse, dosyanın UTF-8 olarak doğru şekilde kodlandığından emin olun. Bunu genellikle seçtiğiniz düzenleyicinin "Farklı kaydet ..." diyaloğunda ayarlayabilirsiniz.
Veriler, kaynak dosyada görüntülediğinizde zaten bozulmuşsa, muhtemelen bir UTF-8 dosyasıydı, ancak yol boyunca bir yerde yanlış kodlamayla kaydedilmiş olabilir.
Birisi WordPress web sitesinde bu hatayı alırsa, wp-config db karakter kümesini değiştirmeniz gerekir:
define('DB_CHARSET', 'utf8mb4_unicode_ci');
onun yerine:
define('DB_CHARSET', 'utf8mb4');
DBeaver'da (veya diğer düzenleyicilerde), çalıştığınız komut dosyası UTF8 olarak kaydetmenizi isteyebilir ve bu, karakteri değiştirir:
â € “
içine
–
veya
–
Word Belgesinden metin kopyalayıp yapıştırmanız gerekir. Word belgesi Akıllı Tırnaklar kullanır. Bunu Özel Karakterle (& rsquo;) değiştirebilir veya HTML düzenleyicinizi (') yazabilirsiniz.
Eminim bu sorununuzu çözecektir.
Aynı şey '-' karakteriyle de başıma geldi (uzun eksi işareti).
Bu basit değiştirmeyi kullandım, bu yüzden çözün:
htmlText = htmlText.Replace('–', '-');