Preguntas etiquetadas con utf-8

Tengo algunos problemas cerebrales para entender leer y escribir texto en un archivo (Python 2.4). # The string, which has an a-acute in it. ss = u'Capit\xe1n' ss8 = ss.encode('utf8') repr(ss), repr(ss8) ("u'Capit \ xe1n '", "' Capit \ xc3 \ xa1n '") print ss, ss8 print >> open('f1','w'), ss8 …

330 python  unicode  utf-8  io 

Estoy leyendo muchos textos de varios canales RSS y los inserto en mi base de datos. Por supuesto, hay varias codificaciones de caracteres diferentes utilizadas en las fuentes, por ejemplo, UTF-8 e ISO 8859-1. Desafortunadamente, a veces hay problemas con las codificaciones de los textos. Ejemplo: El "ß" en "Fußball" …

304 php  encoding  utf-8  character-encoding 

Estoy tratando de averiguar qué cotejo debería usar para varios tipos de datos. El 100% del contenido que almacenaré es enviado por el usuario. Tengo entendido que debería usar UTF-8 General CI (mayúsculas y minúsculas) en lugar de UTF-8 Binary. Sin embargo, no puedo encontrar una distinción clara entre UTF-8 …

279 mysql  utf-8  collation 

¿Qué tengo que hacer en Python para descubrir qué codificación tiene una cadena?

271 python  unicode  encoding  utf-8 

Necesito usar UTF-8 en mis propiedades de recursos usando Java ResourceBundle. Cuando ingreso el texto directamente en el archivo de propiedades, se muestra como mojibake. Mi aplicación se ejecuta en Google App Engine. ¿Alguien puede darme un ejemplo? No puedo conseguir este trabajo.

259 java  google-app-engine  utf-8  internationalization  resourcebundle 

Out-File parece forzar la lista de materiales cuando se usa UTF-8: $MyFile = Get-Content $MyPath $MyFile | Out-File -Encoding "UTF8" $MyPath ¿Cómo puedo escribir un archivo en UTF-8 sin BOM usando PowerShell?

246 encoding  powershell  utf-8  byte-order-mark 

He pasado mucho tiempo hasta donde soy novato en Python. ¿Cómo podría decodificar una URL así? example.com?title=%D0%BF%D1%80%D0%B0%D0%B2%D0%BE%D0%B2%D0%B0%D1%8F+%D0%B7%D0%B0%D1%89%D0%B8%D1%82%D0%B0 a este en python 2.7: example.com?title==правовая+защита url=urllib.unquote(url.encode("utf8")) está devolviendo algo muy feo. Todavía no hay solución, se agradece cualquier ayuda.

245 python  encoding  utf-8  urldecode 

Supongamos que acabo de utilizar a BufferedInputStreampara leer los bytes de un archivo de texto codificado UTF-8 en una matriz de bytes. Sé que puedo usar la siguiente rutina para convertir los bytes en una cadena, pero ¿hay una manera más eficiente / inteligente de hacer esto que simplemente iterar …

243 java  utf-8 

Así es como se establece mi conexión: Connection conn = DriverManager.getConnection(url + dbName + "?useUnicode=true&characterEncoding=utf-8", userName, password); Y obtengo el siguiente error al intentar agregar una fila a una tabla: Incorrect string value: '\xF0\x90\x8D\x83\xF0\x90...' for column 'content' at row 1 Estoy insertando miles de registros, y siempre recibo este error …

228 mysql  jdbc  utf-8  utf8mb4 

Estoy usando un &símbolo ' ' con HTML5 y UTF-8 en mi sitio <title>. Google muestra el ampersand bien en sus SERPs, al igual que todos los navegadores en sus títulos. http://validator.w3.org me está dando esto: & no inició una referencia de caracteres. (Y probablemente debería haberse escapado como &.) …

207 validation  html  utf-8  character-encoding 

Estoy realmente confundido con el codecs.open function. Cuando lo hago: file = codecs.open("temp", "w", "utf-8") file.write(codecs.BOM_UTF8) file.close() Me da el error UnicodeDecodeError: el códec 'ascii' no puede decodificar el byte 0xef en la posición 0: el ordinal no está en el rango (128) Si lo hago: file = open("temp", "w") …

204 python  utf-8  byte-order-mark 

Tengo una aplicación heredada que apenas comienza a comportarse mal, por alguna razón no estoy seguro. Genera un montón de HTML que ActivePDF convierte en informes PDF. El proceso funciona así: Extraiga una plantilla HTML de una base de datos con tokens para ser reemplazados (por ejemplo, "~ CompanyName ~", …

203 html  vb.net  encoding  utf-8  iso-8859-1 

Estoy tratando de analizar algo de HTML usando DOMDocument, pero cuando lo hago, de repente pierdo mi codificación (al menos así es como me parece). $profile = "<div><p>various japanese characters</p></div>"; $dom = new DOMDocument(); $dom->loadHTML($profile); $divs = $dom->getElementsByTagName('div'); foreach ($divs as $div) { echo $dom->saveHTML($div); } El resultado de este …

194 php  utf-8  character-encoding 

Tengo un navegador que envía caracteres utf-8 a mi servidor Python, pero cuando lo recupero de la cadena de consulta, la codificación que Python devuelve es ASCII. ¿Cómo puedo convertir la cadena simple a utf-8? NOTA: La cadena que se pasa de la web ya está codificada en UTF-8, solo …

193 python  python-2.7  unicode  utf-8 

Tengo esta cosa muy simple que solo muestra algunas cosas en formato CSV, pero tiene que ser UTF-8. Abro este archivo en TextEdit o TextMate o Dreamweaver y muestra los caracteres UTF-8 correctamente, pero si lo abro en Excel está haciendo este tipo de cosas tontas. Esto es lo que …

191 php  csv  utf-8  byte-order-mark