''不是一個有效的unicode字符，但在unicode字符集中？

短故事：我無法通過在Ruby on Rails應用程序中使用文本字段（使用默認的UTF-8編碼）或通過直接輸入它來獲取像'''不是一個有效的unicode字符，但在unicode字符集中？

2010-06-17 Steve Cotner

難道U + 20089是一個性格提出，因此具有指定的代碼點，但實際上不是一個有效的Unicode字符了嗎？ – Gabe 2010-06-17 09:35:50

您使用的是哪個版本的MySQL？如果它在5.5之前，則不能存儲該字符，因爲它需要四個字節，並且MySQL僅支持最多三個字節的UTF-8（即BMP中的字符）。 MySQL 5.5增加了對四字節UTF-8的支持，但是你必須指定utf8mb4作爲字符集。

裁判：http://dev.mysql.com/doc/refman/5.5/en/charset-unicode.html

來源

2010-06-17 09:49:04

我正在使用5.0.67。我現在正在下載mysql-5.5.3-m3-osx10.5-x86，我會在更新後發佈結果。我不知道如何將現有的數據庫轉換爲utf8mb4，因此我只需製作一個新的rails應用程序，並指定utf8mb4作爲編碼，並查看是否可以添加該字符。我假設我可以只更改database.yml文件以讀取「encoding：utf8mb4」 – 2010-06-17 10:23:53

我更新了mysql，重新安裝了rails gem，並在database.yml文件中使用「encoding：utf8mb4」創建了一個新數據庫。有一個小但可能很重要的變化：現在，而不是數據庫不存儲任何東西，有一個問號應該是''字符。此外，數據庫用於失去我在違規字符後鍵入的所有內容。現在，之後的所有內容都可以毫無問題地保存下來，所以唯一的問題是該角色顯示爲？代替。這是進步... – 2010-06-17 11:47:40

啊，但Rails並沒有真正使表utf8mb4！不知道我將來會如何自動實現這一點，但這就是我現在所做的......使用MySQL GUI，我使用在http：//www.microsoft.com/downloads/details.aspx上提供的SQL查詢將表和每個相關列修改爲utf8mb4。 //dev.mysql.com/doc/refman/5.5/en/charset-unicode-upgrading.html。瞧。長命。謝謝！ – 2010-06-17 12:36:14

如果您對它進行雙重編碼並存儲，該怎麼辦？

得到它再次編碼和存儲。並稍後檢索解碼一次，並在HTML中呈現。

來源

2010-06-17 09:27:59

我無法回答它被列爲受支持和不受支持的問題，這可能是運行fileformat.info網站的人員的問題。

UTF-8可用於表示任何 Unicode字符（代碼點）。所有的UTF都是如此。這樣做所需的字節數有所不同（例如，在UTF-8中，需要四個代碼點，而羅馬字母'A'只需要一個），但所有Unicode字符都可以表示爲所有的UTF。這就是他們的目的。（More here。）

聽起來好像您正在運行到應用程序中一個（或多個）圖層的編碼問題。第一個看的地方是你的應用程序提供的頁面：它說明它使用的是什麼字符集？這可能是值得檢查標題返回您的網頁，看看他們是否有：

Content-Type: text/html; charset="UTF-8"

...在其中。如果他們不這樣做，查找在HTML本身相當於meta標籤，但我似乎記得讀取meta不做到這一點的好辦法。如果缺少標題是具體，應用的默認將可能是ISO-8859-1（儘管有些瀏覽器可以使用Windows-1252代替），如果你的源文本使用UTF-8編碼，這將無法正常工作。

下一個要看的地方是你的數據庫。我不認爲在UTF-8在默認情況下的MySQL存儲文本，你需要確保它在做什麼，在你的MySQL配置。

從你的問題，我不認爲你需要它，但我會義不容辭的插頭完成的文章The Absolute Minimum Every Software Developer Absolutely, Positively Must Know About Unicode and Character Sets (No Excuses!)由Joel Spolsky的（如果只救一個人在評論插上）。 :-)

來源

2010-06-17 09:42:48

事實上，元信息不在頁面上，但添加它沒有任何區別。我要跟進Alan Moore關於將MySQl更新到5.5的建議，看看是否可以。 – 2010-06-17 10:16:35

@Steve：好吧，如果標題在那裏（如果你可以配置你的服務器發送它，標題是更好的方法），你不需要'meta'。當然，你也需要確定你實際發送的是UTF-8。祝你好運。 – 2010-06-17 10:45:31

U + 20089是Unicode集合（CJK Unified Ideographs Extension B）中的一個已定義字符，並且在編碼爲UTF-8時成爲字節序列F0 A0 82 89。問題可能不在於角色，而在於您的堆棧中某處軟件處理字符。

如果不太可能發生這種情況，那麼這是一個問題字符，這很可能在Unicode standard或FAQs中涵蓋。

來源

2010-06-17 09:44:35 McDowell

''不是一個有效的unicode字符，但在unicode字符集中？

回答

相關問題