Questions tagged «unicode»

我在Ubuntu（我认为）系统上。我没有 root，所以无法更改语言环境。我想让我的默认终端配置文件默认使用UTF-8。应该有一种方法可以做到这一点，无论是在.gconf/apps/gnome-terminal/目录中的某个地方，还是在环境变量之内。但是，我似乎找不到它。 编辑更多详细信息： 在终端中，我有： grid-unv55$ locale LANG=en_US.UTF-8 LC_CTYPE="en_US.UTF-8" LC_NUMERIC="en_US.UTF-8" LC_TIME="en_US.UTF-8" LC_COLLATE="en_US.UTF-8" LC_MONETARY="en_US.UTF-8" LC_MESSAGES="en_US.UTF-8" LC_PAPER="en_US.UTF-8" LC_NAME="en_US.UTF-8" LC_ADDRESS="en_US.UTF-8" LC_TELEPHONE="en_US.UTF-8" LC_MEASUREMENT="en_US.UTF-8" LC_IDENTIFICATION="en_US.UTF-8" LC_ALL= grid-unv55$ gnome-terminal 当尝试在该新终端中添加更多UTF文档时，我得到： \ufffd\ufffd\ufffd\ufffd\ufffd\ufffd\ufffd\ufffd\ufffd \noise:bgspeech \ufffd\ufffd\ufffd\ufffd\ufffd\ufffd\ufffd\ufffd\ufffd\ufffd\ufffd\ufffd 在我的屏幕上显示为点。（uffds是剪切并粘贴的。我在其中留下了“ \ noise：bgspeech”，以便您可以正确地剪切并粘贴ascii）

19 gnome  terminal  unicode 

有时我想在各种程序（例如vim，Chrome（就像现在！）或LibreOffice）中编写特殊的Unicode字符，例如破折号（-）。 在LibreOffice中，我可以通过“插入”菜单下的专用对话框来实现此目的。其他程序似乎没有内置的方式。在这种情况下，我的解决方案是在Wikipedia上查找字符，将其复制并粘贴。 是否有一种通用方法可以在任何接受Linux中文本输入的程序中编写Unicode字符，而不必从已经打印的位置进行复制和粘贴？

18 x11  unicode  input-method 

如何从命令行检查utf-8文本文件是否具有BOM表？ file命令显示了我UTF-8 Unicode text。 但是我不知道这意味着文件中没有BOM。 我正在使用Ubuntu 12.04。

18 unicode 

有人给我发送了一个ZIP文件，其中包含带有希伯来语名称的文件（并在Windows上创建，不确定使用哪种工具）。我在Debian Stretch上使用LXDE。Gnome存档管理器设法将文件解压缩，但是希伯来语字符显示为乱码。我想我正在将UTF-8八位字节扩展为Unicode字符，例如，我有一个文件，该文件的名称包含四个字符和一个.doc足够的字符，这些字符是：0x008E 0x0087 0x008E 0x0085。使用命令行解压缩实用程序甚至更糟-它拒绝完全解压缩，并抱怨“无效或不完整的多字节或宽字符”。 因此，我的问题是： 是否有另一个解压缩实用程序将使用正确的名称解压缩我的文件？ 压缩文件的方式是否存在问题，或者仅仅是ZIP实现的不兼容？甚至是Linux ZIP实用程序的功能/错误？ 使用乱码解压缩后，如何获取正确的文件名？

18 character-encoding  zip  unicode  file-format 

我正在使用Adobe Source Code Pro字体通过简单的终端运行Arch Linux。我的语言环境已正确设置为LANG=en_US.UTF-8。 我想将代表扑克牌的Unicode字符打印到我的终端上。我正在使用Wikipedia作参考。 卡套装的Unicode字符可以正常工作。例如，发行 $ printf "\u2660" 在屏幕上打印黑色的心。 但是，我在使用特定的纸牌时遇到了麻烦。发行 $ printf "\u1F0A1" 打印符号Ἂ1而不是黑桃🂡。怎么了 这个问题在多个终端（urxvt，xterm，白蚁）和我尝试过的每种字体（DejaVu，Inconsolata）上仍然存在。

16 bash  fonts  unicode  printf 

在波斯数字中，۰۱۲۳۴۵۶۷۸۹等同0123456789于欧洲数字。 如何转换波斯数字（ UTF-8）为ASCII？ 例如，我想۲۱成为21。

16 bash  unicode  conversion 

表情符号似乎是使用U + xxxxx的格式指定的， 其中每个x是一个十六进制数字。 例如，U + 1F615是“困惑的面孔” 的正式Unicode联盟代码code 由于我经常感到困惑，所以我对这个符号有很强的亲和力。 该U + 1F615表示是混淆我，因为我认为有可能为Unicode字符的唯一编码所需的8，16，24或32位，而5个十六进制数字需要5×4 = 20比特。 我发现这个符号似乎由bash中完全不同的十六进制字符串表示： $echo -n 😕 | hexdump 0000000 f0 9f 98 95 0000004 $echo -e "\xf0\x9f\x98\x95" 😕 $PS1=$'\xf0\x9f\x98\x95 >' 😕 > 我本来希望U + 1F615转换为\ x00 \ x01 \ xF6 \ x15之类的东西。 我看不到这两种编码之间的关系吗？ 当我在正式的Unicode联盟列表中查找符号时，我希望能够直接使用该代码，而不必以这种乏味的方式手动将其转换。即 在某些网页上找到符号 将其复制到Web浏览器的剪贴板 将其粘贴到bash中以通过十六进制转储进行回显以发现REAL代码。 我可以使用此20位代码来确定32位代码是什么吗？ …

16 shell  character-encoding  unicode 

cut今天使用时，我发现它不会将UTF-8字符视为字符，而是3个字符，因为它的长度为3个字节。 对于许多工具来说，这似乎通常是正确的。 是否有支持coreutilsUTF-8的版本？ 我的locale输出： LANG=en_US.UTF-8 LC_CTYPE="en_US.UTF-8" LC_NUMERIC="en_US.UTF-8" LC_TIME="en_US.UTF-8" LC_COLLATE="en_US.UTF-8" LC_MONETARY="en_US.UTF-8" LC_MESSAGES="en_US.UTF-8" LC_PAPER="en_US.UTF-8" LC_NAME="en_US.UTF-8" LC_ADDRESS="en_US.UTF-8" LC_TELEPHONE="en_US.UTF-8" LC_MEASUREMENT="en_US.UTF-8" LC_IDENTIFICATION="en_US.UTF-8" LC_ALL= 这是什么时候cut不起作用 echo 哈哈 | cut -c 2- ��哈 正确的输出应该是 哈 如果cut -c使用多字节字符。

16 unicode  coreutils  cut 

如何找到合适的字体来呈现unicode代码点？ gnome-terminal发现可以使用Symbola之类的字体而不是我的终端字体或方格代码后备（????）来呈现诸如«🉃⼼😻🕲🝤»之类的字符。怎么样 ？

16 fonts  unicode 

该命令cut具有一个-c处理字符的选项，而不是带有选项的字节-b。但这似乎在en_US.UTF-8区域设置中不起作用： 第二个字节给出第二个ASCII字符（在UTF-8中编码相同）： $ printf 'ABC' | cut -b 2 B 但不会在UTF-8语言环境中给出三个希腊非ASCII字符中的第二个： $ printf 'αβγ' | cut -b 2 � 没关系-这是第二个字节。 因此，我们改为看第二个字符： $ printf 'αβγ' | cut -c 2 � 看起来坏了。 通过一些实验，结果表明范围3-4显示了第二个字符： $ printf 'αβγ' | cut -c 3-4 β 但这与字节3到4相同： $ printf 'αβγ' | cut -b 3-4 β 因此，对于UTF-8，-c最多不会超过-b。 我希望语言环境设置不适用于UTF-8，但是相比之下，它wc可以按预期工作； …

15 text-processing  character-encoding  unicode  cut 

从外壳脚本获取一串字符的显示宽度（至少在一个终端上（至少一个以正确的宽度显示当前语言环境中的字符的显示终端））的最接近可移植的方式。 我主要对非控制字符的宽度感兴趣，但是也欢迎考虑诸如退格键，回车符，水平制表符之类的控制字符的解决方案。 换句话说，我正在寻找围绕POSIX函数的Shell API wcswidth()。 该命令应返回： $ that-command 'ｕｎｉｘ' # 4 fullwidth characters 8 $ that-command 'Stéphane' # 9 characters, one of which zero-width 8 $ that-command 'もで 諤奯ゞ' # 5 double-width Japanese characters and a space 11 人们可以使用ksh93的printf '%<n>Ls'，考虑到用于填充字符宽度<n>列，或col命令（例如printf '++%s\b\b--\n' <character> | col -b），试图推导出，有一个文本:: CharWidth perl模块至少，但是否有更直接的或便携式的方法。 这或多或少是关于另一个问题的后续问题，该问题是关于在屏幕右侧显示文本，在显示文本之前您需要具有该信息。

15 shell-script  unicode 

在基于UNIX的操作系统中，是否允许utf6文件名？如果是这样，我需要做一些特殊的事情来将文件写入磁盘。 让我解释一下我希望做什么。我正在编写一个应用程序，该应用程序将通过ftp将文件传输到远程系统，但文件名是通过某些可能位于utf8中的元数据集动态设置的。我想知道是否需要做一些操作以将文件写入Unix / Linux中的磁盘。 另外，作为后续行动，是否有人知道将ut​​f 8文件名上传到不支持utf8的系统会发生什么情况？

15 linux  filenames  unicode 

在一个巨大的UTF-8文本文件中，我想显示所有包含日语汉字的行。 这是什么grep（或其他）表达？ 如果我没有记错的话，kanjis是之间的字符\u4e00和\u4dbf。 我不需要显示kanas，但是也显示它们并不是一个大问题。

14 grep  unicode 

我使用Ubuntu。在“ gnome-terminal”中，我可以先键入Ctrl-Shift-u，然后再键入Codepoint十六进制值，从而键入Unicode Codepoints。C-S-u 2468产生⑨ konsole，我的首选终端，没有此CSu（gnome）功能。 Konsole中有某种等效的KDE方法吗？

14 kde  keyboard  unicode  konsole  input-method 

尝试将文本文件转换为等效的ASCII文件时，出现错误消息that iconv: illegal input sequence at position。 我使用的命令是 iconv -f UTF-8 -t ascii//TRANSLIT file 令人反感的角色是æ。 文本文件本身位于此处。 为什么说非法顺序？输入的字符是正确的UTF-8字符（U + 00E6）。

14 text-processing  character-encoding  unicode