“’” 显示在页面上，而不是“'”
Posted
技术标签:
【中文标题】“’” 显示在页面上，而不是“\'”【英文标题】："’" showing on page instead of " ' "“’” 显示在页面上，而不是“'” 【发布时间】：2011-01-29 11:10:13 【问题描述】：’ 显示在我的页面上，而不是 '。
我的<head> 标记和HTTP 标头中的Content-Type 都设置为UTF-8：
<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />
另外，我的浏览器设置为Unicode (UTF-8):
那么问题出在哪里，我该如何解决？
【问题讨论】：
见***.com/questions/38363566/…中的“Mojibake” 【参考方案1】：如果其他答案没有帮助，您可能需要检查您的数据库是否实际存储了 mojibake 字符。我正在查看 utf-8 格式的文本，但我仍然看到 mojibake，结果发现由于数据库升级，文本已被永久“mojibake”。
在这种情况下，一种选择是使用 Python 的 ftfy 包（或 javascript 版本 here）“修复”文本。
【讨论】：
5 多年前，当我编写 ftfy 库的糟糕副本时，我真的需要这个答案。 ?【参考方案2】：那么有什么问题，
这是一个’ (RIGHT SINGLE QUOTATION MARK - U+2019) 字符，它被解码为CP-1252 而不是UTF-8。如果您查看encodings 表，您会看到该字符是由字节0xE2、0x80 和0x99 组成的UTF-8。如果您检查CP-1252 code page layout，那么您会看到每个字节代表â、€ 和™ 的各个字符。
我该如何解决？
使用 UTF-8 而不是 CP-1252 来读取、写入、存储和显示字符。
我的
<head>标记和 HTTP 标头中的 Content-Type 都设置为 UTF-8：<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />
这仅指示客户端使用哪种编码来解释和显示字符。这并不指示您自己的程序使用哪种编码来读取、写入、存储和显示字符。确切的答案取决于所使用的服务器端平台/数据库/编程语言。请注意，HTTP 响应标头中的一组优先于 HTML 元标记。 HTML 元标记仅在从本地磁盘文件系统而不是从 HTTP 打开页面时使用。
另外，我的浏览器设置为
Unicode (UTF-8):
这只会强制客户端使用哪种编码来解释和显示字符。但实际问题是您已经将’（以UTF-8 编码）发送到客户端而不是’。客户端使用 UTF-8 编码正确显示 ’。如果客户端被错误指示使用，例如 ISO-8859-1，您可能会看到 ââ¬â¢。
我正在使用带有数据库的 ASP.NET 2.0。
这很可能是您的问题所在。您需要使用独立的数据库工具来验证数据是什么样的。
如果’ 字符在那里，那么您没有正确连接到数据库。您需要告诉数据库连接器使用 UTF-8。
如果您的数据库包含’，那么就是您的数据库搞砸了。很可能这些表未配置为使用UTF-8。相反，它们使用数据库的默认编码，这取决于配置。如果这是您的问题，那么通常只需将表更改为使用 UTF-8 就足够了。如果您的数据库不支持，则需要重新创建表。最好在创建表时设置表的编码。
您很可能使用 SQL Server，但这里有一些 mysql 代码（复制自 this article）：
CREATE DATABASE db_name CHARACTER SET utf8;
CREATE TABLE tbl_name (...) CHARACTER SET utf8;
如果您的表格已经是 UTF-8，那么您需要退后一步。 谁或什么将数据放在那里。 这就是问题所在。一个示例是 HTML 表单提交的值被错误编码/解码。
这里有更多链接可以了解更多有关该问题的信息：
The Absolute Minimum Every Software Developer Absolutely, Positively Must Know About Unicode and Character Sets (No Excuses!)，来自我们自己的 Joel。 Unicode - How to get the characters right?，信息更简洁实用，针对Java环境的解决方案。 How to setup your php site to use UTF8，针对 PHP 环境。【讨论】：
如果您将此类损坏的内容保存在某个地方，例如 mysql 数据库中，***.com/a/9407998/117647 有您需要将字符转换为 utf-8 的技巧 TL;DR; 使用 UTF-8 读取、写入、存储和显示字符。 请注意，iso-8859-1 和 Windows-1252 表是重叠的，因此一些“奇怪的字符组合”对两者都是通用的（例如，“é”代表“é”）。【参考方案3】：在 DBeaver（或其他编辑器）中，您正在处理的脚本文件会提示您保存为 UTF8，这将改变字符：
-
进入
–
或
–
【讨论】：
【参考方案4】：当字符串从 Windows-1252 转换为 UTF-8 两次时，有时会发生这种情况。
我们在 Zend/PHP/MySQL 应用程序中遇到了这种情况，其中类似的字符出现在数据库中，可能是由于 MySQL 连接未指定正确的字符集。我们必须：
确保 Zend 和 PHP 以 UTF-8 与数据库通信（默认情况下 不是）
用这样的几个 SQL 查询修复损坏的字符...
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);
根据需要对尽可能多的表/列执行此操作。
如有必要，您还可以在 PHP 中修复其中一些字符串。请注意，由于字符已被编码两次，我们实际上需要将 从 UTF-8 反向转换回 Windows-1252，起初这让我感到困惑。
mb_convert_encoding('’', 'Windows-1252', 'UTF-8'); // returns ’
【讨论】：
太棒了。 ！！我尝试了整个互联网没有任何工作，只有这个:)谢谢兄弟......【参考方案5】：您的字符编码不匹配；您的字符串以一种编码 (UTF-8) 编码，并且解释此页面的任何内容都使用另一种编码（比如 ASCII）。
始终在您的 http 标头中指定您的编码，并确保这与您的框架的编码定义相匹配。
http 标头示例：
Content-Type text/html; charset=utf-8
Setting encoding in asp.net
<configuration>
<system.web>
<globalization
fileEncoding="utf-8"
requestEncoding="utf-8"
responseEncoding="utf-8"
culture="en-US"
uiCulture="de-DE"
/>
</system.web>
</configuration>
Setting encoding in jsp
【讨论】：
【参考方案6】：如果有人在 WordPress 网站上收到此错误，您需要更改 wp-config db 字符集：
define('DB_CHARSET', 'utf8mb4_unicode_ci');
代替：
define('DB_CHARSET', 'utf8mb4');
【讨论】：
感谢救世主先生【参考方案7】：您必须从 Word 文档中复制/粘贴文本。 Word 文档使用智能引号。您可以将其替换为特殊字符 (’) 或直接在 HTML 编辑器中输入 (')。
我相信这会解决你的问题。
【讨论】：
【参考方案8】：’（Unicode 代码点U+2019 RIGHT SINGLE QUOTATION MARK）以 UTF-8 编码为字节：
0xE2 0x80 0x99.
’（Unicode 代码点U+00E2 U+20AC U+2122）以 UTF-8 编码为字节：
0xC3 0xA2 0xE2 0x82 0xAC 0xE2 0x84 0xA2。
这些是您的浏览器实际接收的字节，以便在处理为 UTF-8 时生成 ’。
这意味着您的源数据在发送到浏览器之前要经过两次字符集转换：
源 ’ 字符 (U+2019) 首先被编码为 UTF-8 字节：
0xE2 0x80 0x99
这些单独的字节随后被错误解释并被 Windows-125X 字符集之一（1252、1254、1256 和1258 all map 0xE2 0x80 0x99 to U+00E2 U+20AC U+2122)，然后这些代码点被编码为 UTF-8 字节：
0xE2 -> U+00E2 -> 0xC3 0xA20x80 -> U+20AC -> 0xE2 0x82 0xAC0x99 -> U+2122 -> 0xE2 0x84 0xA2
您需要找到在第 2 步中执行额外转换的位置并将其删除。
【讨论】：
【参考方案9】：我有一些文件，其中… 显示为…，ê 显示为ê。它就是这样到达那里的（python 代码）：
# 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==detwingled
为了解决这个问题，我使用了这样的 python 代码：
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)
（因为有人已经将 twingled 版本插入到正确的 UTF-8 文档中，我实际上只需要提取 twingled 部分，将其去除并重新插入。我为此使用了 BeautifulSoup。）
您在内容创建方面遇到 Charlie 的可能性远大于 Web 服务器配置错误的可能性。您还可以通过为 utf-8 文档选择 windows-1252 编码来强制 Web 浏览器闪烁页面。您的网络浏览器无法消除 Charlie 保存的文档。
注意：同样的问题可能发生在任何其他单字节代码页（例如 latin-1）而不是 windows-1252 上。
【讨论】：
【参考方案10】：确保浏览器和编辑器使用 UTF-8 编码而不是 ISO-8859-1/Windows-1252。
或使用&rsquo;。
【讨论】：
不，没有解决。您的应用程序中的字符编码仍然不一致。对于其他非 CP1252 角色，您将来会再次遇到同样的问题。而且还有很多...... 您将继续遇到的字符示例：i18nqa.com/debug/utf8-debug.html【参考方案11】：如果您的内容类型已经是 UTF8 ，那么很可能数据已经以错误的编码到达。如果您从数据库中获取数据，请确保数据库连接使用 UTF-8。
如果这是来自文件的数据，请确保文件正确编码为 UTF-8。您通常可以在您选择的编辑器的“另存为...”对话框中进行设置。
如果在源文件中查看数据时数据已经损坏，则很可能它曾经是一个 UTF-8 文件，但在此过程中以错误的编码保存。
【讨论】：
【参考方案12】：“-”字符（长减号）也发生在我身上。 我使用了这个简单的替换来解决它：
htmlText = htmlText.Replace('–', '-');
【讨论】：
OP的问题是mojibake，不是类似的Unicode字符。以上是关于“’” 显示在页面上，而不是“'”的主要内容，如果未能解决你的问题，请参考以下文章