佳樂蒙蒂塞洛字符編碼

Question

對於我使用的無頭佳樂工作項目（無顯示器，遠程）Linuxserver也是一個的Windows開發人員使用計算機上的吱吱聲。

開發人員機器上的代碼使用Monticello進行管理。不幸的是，我必須使用SFTP將mcz複製到服務器上（例如，出於安全原因，服務器上的推送存儲庫是不可能的）。該代碼然後通過如合併：

MczInstaller installFileNamed: 'name-b.18.mcz'.

一般的作品。

不幸的是，我們的代碼庫包含字符串，其中包含變音和其他非ASCII字符。在Monticello- 重新進口其中一些被替換爲其他字符，一些被替換爲無。

我也試過例如

MczInstaller installStream: (FileStream readOnlyFileNamed: '...') binary

（注.mcz的實際上是名爲.zip的，所以二要適當，我想這是無論如何默認）

找出如何讓蒙蒂塞洛的轉會保持佳樂內部 -encioding的非ascii's是主要的目標我的問題。將所有源代碼更改爲僅使用ASCII字符串（至少在此代碼庫中）更不理想，因爲涉及手動操作。如果您有興趣爲什麼它不是一個簡單的grep -replace在這種情況下，讀這側面說明：

（旁註：（簡化/特殊情況）的代碼庫使用海邊的#text：方法來呈現包含必須被html轉義的字符的字符串，這非常適合我們的非ASCII字符，例如，它會將ä轉換爲ä，如果我們要grep-明確地將字面值替換爲ä，那麼我們將不得不使用#html：方法代替（或者雙重轉義），但是那樣會要求我們替換所有必須被html轉義的其他字符（例如&），但是再次使用源代碼自我包含這樣的字符。還有其他一些情況，像#text：這是第三方字符串，它們可能不會被＃html的替換...）

Answer 1

Squeak在內部使用unicode（ISO 10646）對字符串中的字符進行編碼。
它可能會使用像CP1252這樣的擴展名來處理16r80到16r9F範圍內的字符，但我不太確定。

字符代碼按原樣寫入流source.st，當所有字符爲< = 16rFF時，這些代碼由ByteString的單個字節組成。在這種情況下，該文件應該看起來像在ISO-8859-L1或CP1252中編碼。

如果您有字符代碼> 16rFF，則在Squeak中使用WideString。代碼再一次寫入流source.st，但這次是32位代碼（以big-endian順序寫入）。從技術上講，編碼是UTF-32BE。

現在MczInstaller做了什麼？它使用snapshot/source.st文件，並使用setConverterForCode來讀取該文件，該文件可以是UTF-8或MacRoman ...因此，非ASCII字符可能會被更改，而在WideString的情況下會更糟 - 解釋爲ByteString。

MC本身不使用存檔中的snapshot/source.st成員。
而是使用snapshot.bin（請參閱MCMczReader，MCMczWriter中的代碼）。
這是一個二進制文件，其格式由DataStream控制。

，你應該使用的片段是相當：

MCMczReader loadVersionFile: 'YourPackage-b.18.mcz' 

Answer 2

Monticello並沒有真正意識到字符編碼。我不知道目前吱吱聲的情況，但是我最近一次查看它時，假設有一個latin1的字符編碼。但這意味着它應該在你的情況下完美地工作。

無論如何，如果您正在從同一種圖像中進行書寫和閱讀，它應該以某種方式工作。如果正確的字符編碼失敗，則通常將內部字節表示從內存寫入磁盤。雖然這可以防止任何跨語言交換包，但它應該工作，如果使用相同的圖像種類。

無論如何有應該或可能工作，但他們經常出問題。所以大多數項目都試圖避免在代碼中使用非7位字符。 您不需要將非7位字符轉換爲HTML實體。您可以使用

Character value: 228 

用於在您的代碼中生成ä而不使用非7位字符。在你喜歡添加轉換的每個字符上，你可以做

$ä asciiValue => 228 

我知道這不是某種想要得到的答案。但monticello是這些東西仍然需要調整適當的字符編碼之一。