utf8

这两天在用wxWidgets做一个小程序，突然遇到了一个控件显示出现乱码的问题。 首先声明：我用的编译器是Visual Studio 2005，wxWidgets版本是2.8.12，下面的解决方法不一定对所有的平台都有效。 我们知道，wxWidgets中控件显示字符串一般都是用wxString，例如下面的一小段代码创建并显示一个按钮： // 创建一个按钮，显示名称就是“按钮” wxButton* oneButton = new wxButton( itemFrame1, ID_BUTTON, wxT("按钮"), wxDefaultPosition, wxDefaultSize, 0); // 把这个按钮放在一个BoxSizer中 itemBoxSizer->Add(oneButton, 1, wxALIGN_CENTER_VERTICAL|wxALL, 5); 上面的代码没有错误，显示截图如下： 但是，很多情况下，我们想要显示的控件的标签是先放在char *中的，我们当然要先转换成wxString，转换的方法有很多，比如用wxString::FromUTF8()，或者可以定义一个wxString对象，调用Printf方法。然而，两种方法都不行。 如下代码： char *label = "按钮"; wxString wxLabel; wxLabel.Printf(wxT("%s")

作者： 阮一峰 日期： 2007年10月28日 今天中午，我突然想搞清楚Unicode和UTF-8之间的关系，于是就开始在网上查资料。 结果，这个问题比我想象的复杂，从午饭后一直看到晚上9点，才算初步搞清楚。 下面就是我的笔记，主要用来整理自己的思路。但是，我尽量试图写得通俗易懂，希望能对其他朋友有用。毕竟，字符编码是计算机技术的基石，想要熟练使用计算机，就必须懂得一点字符编码的知识。 1. ASCII码 我们知道，在计算机内部，所有的信息最终都表示为一个二进制的字符串。每一个二进制位（bit）有0和1两种状态，因此八个二进制位就可以组合出256种状态，这被称为一个字节（byte）。也就是说，一个字节一共可以用来表示256种不同的状态，每一个状态对应一个符号，就是256个符号，从0000000到11111111。 上个世纪60年代，美国制定了一套字符编码，对英语字符与二进制位之间的关系，做了统一规定。这被称为ASCII码，一直沿用至今。 ASCII码一共规定了128个字符的编码，比如空格"SPACE"是32（二进制00100000），大写的字母A是65（二进制01000001）。这128个符号（包括32个不能打印出来的控制符号），只占用了一个字节的后面7位，最前面的1位统一规定为0。 2、非ASCII编码 英语用128个符号编码就够了，但是用来表示其他语言，128个符号是不够的

第一个原因是：bom的问题（在页面上输出空信息） ［转］ 先制作好了页面的模板(用UTF-8编码)，当载入Smarty运行的时候，发现在Firefox下正常显示，而在IE下，显示得很混乱！难道 是smarty和CSS结合有问题？PHP+Smarty时显示混乱，而不用Smarty转而采用原始的PHP+HTML混写的时候则无此现象，查阅代 码，无法找出任何破绽，因此开始怀疑Smarty有问题。 根据以往的经验，我开始怀疑是当PHP输出HTML的时候向其中加入了额外的不可见代码，于是将PHP输出的内容原封不动保存为HTML，然后提交到 validator.w3.org ［ 这个网站很有用，可以帮你检测html的错误信息 ］进行XHTML验证，果然，验证失败，提示文件头部被加入了BOM（万国码档案签名：Byte Order Mark, U+FEFF）标记，妈的，就是这个垃圾标记，已经不是第一次害我了！ 于是，重新打开DM和UltraEdit重新对PHP页面以及模板页面进行编码转换，去除了其中的BOM标记，一切正常！ 解决此问题的最简单的方法是：把原来的模板文件及php文件用 UltraEdit 打开，然后重新保存时选择 UTF-8-无BOM格式即可。呵呵，是不是很简单呢。这是我在建我的小站：创意产品网 www.cygoods.com 过程中遇到的问题，记录下来

由于以前导出文件名都是一个数字串,一直没有在意这个名称的问题.才有现在的懵逼 修改前: /** * 设置导出头部信息 (xls 格式 ) * * @param response * @param fileName */ public static void setResponseForXls ( HttpServletResponse response , String fileName ) throws UnsupportedEncodingException { response . setCharacterEncoding ( "utf-8" ); response . setContentType ( "multipart/form-data" ); response . setHeader ( "Content-Disposition" , "attachment;fileName=" + fileName + ".xls" ); } 修改后: public static void setResponseForXls ( HttpServletResponse response , String fileName ) throws UnsupportedEncodingException { response . setCharacterEncoding ( "utf-8

环境：（全程root用户操作，如果是非root用户需要sudo权限） 云服务器-centos7.2，2CPU+8G内存+100G磁盘 * 3 （我把hostname分别命名为：data-1、data-2、data-3） CDH准备安装5.16.2版本 mysql准备安装5.7版本 开工，CDH在线安装~~~ 【准备工作】 1.1 命令：ssh-keygen，为了免密操作：把三台机器的公钥(~/.ssh/id_rsa.pub)都写入到三台机器的~/.ssh/authorized_keys中。 1.2 配置/etc/hosts，为了机器间互相用hostname访问方便（如果用内网ip访问的话可以不配置） 1.3 安装ntp，用于时间同步（如果各个机器上的时间不一致，集群会有各种问题）。【教程见附录--ntp配置】 1.4 安装mysql，用于存储集群的元数据（不多说。。。练手的话可以直接用内置的PSQL存储元数据）【教程见附录--mysql5.7配置】 1.5 去mysql官网下载驱动：cp mysql-connector-java-5.1.39-bin.jar /usr/share/java/mysql-connector-java（/usr/share/java/mysql-connector-java必须是这个路径、这个名字否则CDH无法识别） 【傻瓜式安装CDH -->

全局指定 settings.xml <profile> <id>jdk-1.8</id> <activation> <jdk>1.8</jdk> <activeByDefault>true</activeByDefault> </activation> <properties> <project.build.sourceEncoding>UTF-8</project.build.sourceEncoding> <project.reporting.outputEncoding>UTF-8</project.reporting.outputEncoding> <maven.compiler.encoding>UTF-8</maven.compiler.encoding> <maven.compiler.source>1.8</maven.compiler.source> <maven.compiler.target>1.8</maven.compiler.target> <maven.compiler.compilerVersion>1.8</maven.compiler.compilerVersion> </properties> </profile> 当前项目指定 pom.xml <build> <plugins> <!-- 指定jdk --> <plugin> <groupId

ASCII，Unicode和UTF-8终于找到一个能完全搞清楚的文章了 转载:Deft_MKJing宓珂璟 https://blog.csdn.net/Deft_MKJing/article/details/79460485 平时喜欢写东西，看博客，一直对编码有些懵，今天下午也不知道看到了什么，突然想了解下，就找到了这个文章，看完真的豁然开朗，这个必须留下来做纪念。 1.ASCII 我们知道，计算机内部，所有信息最终都是一个二进制值。每一个二进制位（bit）有0和1两种状态，因此八个二进制位就可以组合出256种状态，这被称为一个字节（byte）。也就是说，一个字节一共可以用来表示256种不同的状态，每一个状态对应一个符号，就是256个符号，从00000000到11111111。 上个世纪60年代，美国制定了一套字符编码，对英语字符与二进制位之间的关系，做了统一规定。这被称为 ASCII 码，一直沿用至今。 ASCII 码一共规定了128个字符的编码，比如空格SPACE是32（二进制00100000），大写的字母A是65（二进制01000001）。这128个符号（包括32个不能打印出来的控制符号），只占用了一个字节的后面7位，最前面的一位统一规定为0。 2.非ASCII编码 英语用128个符号编码就够了，但是用来表示其他语言，128个符号是不够的。比如，在法语中，字母上方有注音符号

今天导入Java程序时候遇到了一些问题，查了查发现是编码的问题，在Notepad编码中把UTF-8 BOM改成UTF-8再重新编译一遍，就可以用了。 但是为啥呢，正好研究一下 BOM——Byte Order Mark，就是字节序标记 概念： 在UCS 编码中有一个叫做”ZERO WIDTH NO-BREAK SPACE“的字符，它的编码是FEFF。而FFFE在UCS中是不存在的字符，所以不应该出现在实际传输中。 UCS规范建议我们在传输字节流前，先传输 字符”ZERO WIDTH NO-BREAK SPACE“。 如果接收者收到FEFF，就表明这个字节流是大字节序的；如果收到FFFE，就表明这个字节流是小字节序的。因此字符”ZERO WIDTH NO-BREAK SPACE“又被称作BOM。 作用 UTF-8不需要BOM来表明字节顺序，但可以用BOM来表明编码方式。字符” ZERO WIDTH NO-BREAK SPACE “的 UTF-8编码 是 EF BB BF 。所以如果接收者收到以 EF BB BF 开头的字节流，就知道这是 UTF-8编码 了。 所以 新建的空文件会有3字节的大小。 来源： oschina 链接： https://my.oschina.net/u/2615680/blog/3219466

文件处理 文件操作初识 文件路径：d:ake.txt 编码方式：utf-8,gbk,GB2312.... 操作方式：只读，只写，写读，读写，追加 等。 报错原因： UnicodeDecodeError: 'gb2312' codec can't decode byte 0xa6 in position 2: illegal multibyte sequence 编码不一致，存储文件时编码与打开文件时编码不一致。 r'd:\ake.txt ‘ 路径问题 1，在路径的最前面，+ r 2，每个\ 变成 \\ 绝对路径： d:\ake.txt 从根目录开始找 相对路径： 当前目录，当前文件夹。 读： r 只读模式 read 一次性都读出来 f =open("ake",encoding="utf-8",mode="r") content = f.read(5) # 读取文件里的5个字符 print(content) f.close() readline 按行读取 f = open("ake",encoding="utf-8",mode="r") print(f.readline()) # 打印第一行字符串 f.close() readlines 按行读出来，并将其放在一个列表中 f = open("ake",encoding="utf-8",mode="r") content = f

一、Class 文件结构 JDK 的版本号已经到 14 了，相对于语言、API 以及 Java 技术体系中其他方面的变化，Class 文件结构一直处于比较稳定的状态，Class 文件的主体结构、字节码指令的语义和数量几乎没有出现过变动。 Class 文件是一组以8位字节为基础单位的二进制流，各个数据项目严格按照顺序紧凑地排列在 Class 文件中，中间没有添加任何分隔符，这使得整个 Class 文件中存储的内容几乎全部是程序运行的必要数据，没有空隙存在。 根据 Java 虚拟机规范的规定，Class 文件格式采用一种类似于 C 语言结构体的伪结构来存储数据，这种伪结构只有两种数据类型：无符号数和表： 无符号数：以 u1、u2、u4、u8 来分别代表1个字节、2个字节、4个字节和8个字节的无符号数，无符号数可以用来描述数字、索引引用、数量值或者按照 UTF-8 编码构成字符串值。 表：由多个无符号数或者其他表作为数据项构成的复合数据类型，所有表都习惯性的以“_info” 结尾，用于描述有层次关系的复合结构的数据，整个 Class 文件本质上就是一张表。 下面是 Class 文件格式： 类型 名称 数量 描述 u4 magic 1 表示这个文件是否为一个能被虚拟机接受的 Class 文件 u2 minor_version 1 次版本号 u2 major_version 1 主版本号