标签: utf-8

我正在学习 UTF-8 标准，这就是我正在学习的内容：

Definition and bytes used
UTF-8 binary representation         Meaning
0xxxxxxx                            1 byte for 1 to 7 bits chars
110xxxxx 10xxxxxx                   2 bytes for 8 to 11 bits chars
1110xxxx 10xxxxxx 10xxxxxx          3 bytes for 12 to 16 bits chars
11110xxx 10xxxxxx 10xxxxxx 10xxxxxx 4 bytes for 17 to 21 bits chars

我想知道，为什么10xxxxxx不是2 字节的 UTF-8 代码，而是使用 4 字节的 UTF-8 代码获得 1 位到 22 位？现在的情况是，丢失了 64 个可能的值（从1000000到10111111）。我不是要争论标准，但我想知道为什么会这样？

**编辑**

甚至，为什么不是

UTF-8 binary representation …

我正在使用 Notepad++ 来编辑我的 PHP 脚本。

但是，我发现了一个奇怪的问题：当将编码从 更改ANSI为UTF-8 (without BOM)、保存、关闭、重新加载时——然后检查编码：仍然是ANSI。

任何想法有什么问题？过去它总是对我有用。

我在我的一个冗长的 shell 脚本中使用 GNU 对话框。我遇到的问题之一是当我要求一个输入框时，用户可以在其中输入一本书的标题（主要是法语）。

在此输入框中，输入重音字符（\xc3\xa9\xc3\xa0\xc3\xa8 在法语中很常见）或特殊的 UTF-8 字符（例如破折号“\xe2\x80\x94”）会移动光标右边有 4 个字符，而不是 1 个。在 3 或 4 个“特殊”字符之后，输入框由于此工件而完全无法使用。

同样，当我显示带有对话框的菜单时，重音字符会移动对话框的右边框。这比输入框中的障碍要小，但视觉上却很不舒服。

我已经尝试了各种方法来使其正常工作，但无济于事。

作为记录，这是我的 LC_* 环境变量：

LC_PAPER=fr_FR.UTF-8\nLC_ADDRESS=fr_FR.UTF-8\nLC_MONETARY=fr_FR.UTF-8\nLC_NUMERIC=fr_FR.UTF-8\nLC_ALL=fr_FR.UTF-8\nLC_TELEPHONE=fr_FR.UTF-8\nLC_MESSAGES=fr_FR.UTF-8\nLC_IDENTIFICATION=fr_FR.UTF-8\nLC_COLLATE=fr_FR.UTF-8\nLC_MEASUREMENT=fr_FR.UTF-8\nLC_CTYPE=fr_FR.UTF-8\nLC_TIME=fr_FR.UTF-8\nLC_NAME=fr_FR.UTF-8\nLANG=fr_FR.UTF-8\n

我能做什么？

（编辑：如下所述，我使用的是 Mac，无论我使用 iTerm2 还是内置终端模拟器，都会出现同样的问题。）

这篇相关帖子告诉我，UltraEdit在 UTF-8 编码文件时添加了字节顺序标记。

如何让 UltraEdit将文件转换为 UTF-8 而不添加字节顺序标记？

我对 WinMerge 有问题（或更具体地说：WinMergeU）。我有几个 php 文件，它们具有与所选编码相同的内容。如何告诉 WinMerge 忽略编码？如果这是不可能的：是否有替代方法可以忽略编码？

我在 Fedora 17 i686 上使用带有 konsole 的 tmux 1.6。

我有一个 azerty 键盘（带有重音字符），我想绑定 'ù' 键。

我做了以下 ~/.tmux.conf:

setw -g utf8 on
bind-key ù split-window -h

但是，当我运行 tmux 时，出现以下错误：

/home/glines/.tmux.conf: 2: unknown key: ù

有没有办法绑定这个键？

对于您的帮助，提前致谢。

我公司的许多代理收到的电子邮件仍然包含 Barracuda（垃圾邮件防火墙）标头（即使在“消息”视图中，而不是“源”视图中）并且以 Base64 编码。

他们大部分是从海外发送的，所以有可能是地区冲突吗？IE。如果有一个亚洲字符被发送，首先需要 Base64 编码。

我们的邮件服务器是 SmarterMail Enterprise 14.5 和 Intermedia Exchange, Barracuda Firmware v7.1.1.003 (2015-09-28 16:36:19)

示例： 并排比较用户在 Barracuda 中看到的内容和图像来源。

所以大部分标题仍然对用户隐藏，但电子邮件仍然不应该像这样显示。

我怀疑导致问题的原因如下：

Content-Type: text/plain; charset="utf-8"
Content-Transfer-Encoding: base64

这是一个语言环境/编码问题，让我们的垃圾邮件防火墙感到困惑吗？

当我在Visual Studio Code中打开一个文本文件时，\n该文本包含很多我原本希望看到的问号\n瑞典字母，例如 \xc3\xa5、\xc3\xa4、\xc3\xb6 ：

^{^ 点击放大}

在右侧（在VS Code的状态栏中），我注意到\nit 写着UTF-8。
\n这是否与我面临的问题有关？

我怎样才能让所有这些字母正确显示？

顺便说一句，当我在普通的旧Windows 记事本中打开同一文件时，文本显示正确：

在这种情况下，状态栏右下角显示的是 ANSI ，而不是 UTF-8。\n

但在 VS Code 中，即使我单击UTF-8，然后单击\n Reopen with Encoding，我也找不到任何名为 ANSI 的编码。

如果您想使用我一直在使用的确切文件重现该行为，这里是.

参考

\n
• Visual Studio Code下载页面
\n
• Windows记事本
\n
• 巴辛康斯特.md
\n