Tag: unicode
使用unicode字符读取文件
我有一个asp.net c＃页面，我正在尝试读取具有以下字符的文件并将其转换为’。 （从倾斜的撇号到撇号）。 FileInfo fileinfo = new FileInfo(FileLocation); string content = File.ReadAllText(fileinfo.FullName); //strip out bad characters content = content.Replace(“‘”, “‘”); 这不起作用，它将倾斜的撇号变为？ 分数。
如何从可能的Windows 1252’ANSI’编码上传文件转换为.NET中的UTF8？
我在ASP.NET网页中有一个FileUpload控件，用于上传文件，其中的内容（在流中）在后面的C＃代码中处理，然后使用HtmlEncode在页面上输出。 但是，其中一些输出正在变得严重，特别是符号’£’作为Unicode FFFD REPLACEMENT CHARACTER输出。 我已将其跟踪到输入文件，即Windows 1252（’ANSI’）编码。 问题是， 如何确定文件是编码为1252还是UTF8？ 它可能是，和 如果它在Windows 1252中，如何将其转换为UTF8，保留符号£等？ 我看过网上但找不到满意的答案。
X.ToCharArray（）。长度EQUALS GetBytes（X）.Length
string s = “test”; int charCount = s.ToCharArray().Length; int byteCount = System.Text.Encoding.Default.GetBytes(s).Length; 什么时候可以（charCount！= byteCount）发生？ 我相信Unicode字符但不是一般情况下。 .NET支持Unicode字符，但是.NET的默认（System.Text.Encoding.Default）编码是什么？ “System.Text.Encoding.Default”将“System.Text.SBCSCodePageEncoding”显示为单字节编码。
正则表达式不匹配Unicode
我如何使用Regex匹配Unicode字符串？ 我正在从文本文件中加载几个关键字，并在另一个文件中使用Regex。 关键字都包含unicode（例如á等）。 我不确定问题出在哪里。 我必须设置一些选项吗？ 码： foreach (string currWord in _keywordList) { MatchCollection mCount = Regex.Matches( nSearch.InnerHtml, “\\b” + @currWord + “\\b”, RegexOptions.IgnoreCase); if (mCount.Count > 0) { wordFound.Add(currWord); MessageBox.Show(@currWord, mCount.ToString()); } } 并将关键字读入列表： var rdComp = new StreamReader(opnDiag.FileName); string compSplit = rdComp.ReadToEnd() .Replace(“\r\n”, “\n”) .Replace(“\n\r”, “\n”); rdComp.Dispose(); string[] compList = compSplit.Split(new[] {‘\n’}); 然后我将数组更改为列表。
正则表达式不使用Unicode字符范围
注意 另一个问题是C＃正则表达式已经在模式中使用了\ Uxxxxxxxx字符 。 这个问题的不同之处在于它不是关于如何计算代理对，而是如何在正则表达式中表达高于0的unicode平面。 从我的问题中我应该清楚，我已经理解为什么这些代码单元被表示为2个字符 – 它们是代理对（这是另一个问题所要求的）。 我的问题是如何一般地转换它们（因为我无法控制正在使用该程序的正则表达式），因此它们可以被.NET Regex引擎使用。 注意我现在有办法做到这一点，并希望添加我的问题的答案，但由于现在标记为重复，我无法添加我的答案。 我有一些测试数据被传递给我移植到c＃的Java库。 我已经将一个特定的问题案例作为一个例子。 原始中的字符类是UTF-32 = \U0001BCA0-\U0001BCA3 ，.NET不易消耗 – 我们得到”Unrecognized escape sequence \U”错误。 我试图转换为UTF-16，我已经确认\ U0001BCA0和\ U0001BCA3的结果应该是预期的。 UTF-32 | Codepoint | High Surrogate | Low Surrogate | UTF-16 ————————————————————————— 0x0001BCA0 | 113824 | 55343 | 56480 | \uD82F\uDCA0 0x0001BCA3 | 113827 | 55343 | 56483 | \uD82F\uDCA3 […]
试图让libmecab.dll（MeCab）与C＃一起使用
我正在尝试在C＃程序（Visual Studio 2010 Express，Windows 7）中使用日本形态分析器MeCab ，并且编码出了问题。 如果我的输入（粘贴到文本框中）是这样的： 一方，広义の「ネコ」は，ネコ类（ネコ科动物）の一部，あるいはその全ての獣を指す包括的名称を指す。 然后我的输出（在另一个文本框中）看起来像这样： ？ AE©Z，ã,μ変AEZ¥ç¶š，*，*，*，*，* ？ AE©Z，ã,μ変AEZ¥ç¶š，*，*，*，*，* ？ AE©Z，ã,μ変AEZ¥ç¶š，*，*，*，*，* ？ AE©Z，ã,μ変AEZ¥ç¶š，*，*，*，*，* ？ AE©Z，ã,μ変AEZ¥ç¶š，*，*，*，*，* ？ AE©Z，ã,μ変AEZ¥ç¶š，*，*，*，*，* ？ AE©Z，ã,μ変AEZ¥ç¶š，*，*，*，*，* ？ AE©Z，ã,μ変AEZ¥ç¶š，*，*，*，*，* ？ AE©Z，ã,μ変AEZ¥ç¶š，*，*，*，*，* ？ AE©Z，ã,μ変AEZ¥ç¶š，*，*，*，*，* ？ AE©Z，ã,μ変AEZ¥ç¶š，*，*，*，*，* ？ AE©Z，ã,μ変AEZ¥ç¶š，*，*，*，*，* ？ AE©Z，ã,μ変AEZ¥ç¶š，*，*，*，*，* ？ AE©Z，ã,μ変AEZ¥ç¶š，*，*，*，*，* ？ AE©Z，ã,μ変AEZ¥ç¶š，*，*，*，*，* （åè©ž，ã，μ変接続，*，*，*，*，* ？ AE©Z，ã,μ変AEZ¥ç¶š，*，*，*，*，* ？ AE©Z，ã,μ変AEZ¥ç¶š，*，*，*，*，* ？ AE©Z，ã,μ変AEZ¥ç¶š，*，*，*，*，* ？ AE©Z，ã,μ変AEZ¥ç¶š，*，*，*，*，* ？ AE©Z，ã,μ変AEZ¥ç¶š，*，*，*，*，* ）åè©ž，ã，μ変接続，*，*，*，*，* ？ AE©Z，ã,μ変AEZ¥ç¶š，*，*，*，*，* ????????????????????????? AE©Z，ã,μ変AEZ¥ç¶š，*，*，*，*，* […]
如何将unicode字符转换为c＃中的转义ascii等效字符
我开始使用包含编码的unicode字符“ ＆#xfc; ”的字符串。 我将字符串传递给执行某些逻辑并返回另一个字符串的对象。 该字符串将原始编码字符转换为其unicode等效“ ü ”。 我需要恢复原始编码字符，但到目前为止还不能。 我已经尝试使用HttpUtility.HtmlEncode（）方法但是返回“ ＆＃252; ”这是不一样的。 有人可以帮忙吗？
Visual Studio GlobalSuppression.cs文件和UTF-16
似乎Visual Studio 2015使用UTF-16编码保存GlobalSuppression.cs文件。 这在使用SVN时很烦人，因为它认为UTF-16文件是二进制文件。 问题： 使用Visual Studio，是否可以使用UTF-8编码保存GlobalSuppression.cs ？ 或者，有人可以提供一个位置，我可以找到该文件所基于的模板（如果存在）？ 请注意，我在Common7\IDE\ItemTemplates找不到模板。
在字符串上正则表达unicode字符
我正在C＃中做一些OCR工作，并提取了我需要使用的文本。 现在我需要使用正则表达式解析一行。 string checkNum; string routingNum; string accountNum; Regex regEx = new Regex(@”\u9288\d+\u9288″); Match match = regEx.Match(numbers); if (match.Success) checkNum = match.Value.Remove(0, 1).Remove(match.Value.Length – 1, 1); regEx = new Regex(@”\u9286\d{9}\u9286″); match = regEx.Match(numbers); if(match.Success) routingNum = match.Value.Remove(0, 1).Remove(match.Value.Length – 1, 1); regEx = new Regex(@”\d{10}\u9288″); match = regEx.Match(numbers); if (match.Success) accountNum = match.Value.Remove(match.Value.Length – 1, […]
如何返回带有unicode字符的json结果转义为\ u1234
我正在实现一个返回json结果的方法，如： public JsonResult MethodName(Guid key){ var result = ApiHelper.GetData(key); //Data is stored in db as varchar with åäö return Json(new { success = true, data = result },”application/json”, Encoding.Unicode, JsonRequestBehavior.AllowGet ); } 显示的结果： {“success”:true,”data”:[{“Title”:”Here could be characters like åäö”,”Link”:”http://www.url.com/test”,…}, 但我想显示它像： {“success”:true,”data”:[{“Title”:”Here could be characters like \u00e5\u00e4\u00f6″,”Link”:”http:\/\/www.url.com\/test”,…}, 我怎么能做到这一点？ 我可以转换它，解析它或更改web.config中的responseEncoding以使其显示unicode字符吗？
