web-dev-qa-db-ja.com

テキスト内に表示される疑問符文字、これはなぜですか？

ライブサイト（ファイルとデータベースの両方）を自動的にバックアップするバックアップサーバーがあります。

ライブサイトでは、テキストは正常に見えますが、ミラー化されたバージョンを表示すると、「？」が表示されます。一部のテキスト内。このテキストはニュースデータベーステーブル内に保存されます。

以下は、ライブサーバー上とミラーサーバー上のスクリーンショットです。

ミラー化されたサーバーにバックアップするプロセス内で何が起こる可能性がありますか？ alt text

htmlbackupcharacter-encodingmirror
21
Brad

次の記事が役立ちます

http://dev.mysql.com/doc/refman/5.0/en/charset-syntax.html

http://dev.mysql.com/doc/refman/5.0/en/charset-connection.html

データベースに接続したら、次のコマンドを発行します。

名前の設定 'utf8';

WebページもUTF-8エンコーディングを使用していることを確認してください。

<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />

PHPは、変換に役立ついくつかの関数も提供します。

http://us3.php.net/manual/en/function.iconv.php

http://us.php.net/mb_convert_encoding

20
IAdapter

「ミラー」サーバー（問題のあるサーバー）でApache構成ファイルを編集し、次の行をコメントアウトします。

AddDefaultCharset UTF-8

次に、Apacheを再起動します。

service httpd restart

問題は、「AddDefaultCharset UTF-8」行が.htmlファイルで指定されたContent-Typeをオーバーライドすることです。例えば。：

<meta http-equiv=Content-Type content="text/html; charset=windows-1252">

最も一般的な症状は、127を超える文字コードが疑問符付きの黒いひし形（Chrome、Safari、Firefoxの場合）または小さなボックス（IEおよびOpera）の場合）として表示されることです。通常、Microsoft Wordによって生成される文字には多くの文字が含まれます。最も一般的な文字は、Windows-1252エンコーディングの「nbsp;」に相当する文字コード160 = 0xA0です。

<span style="mso-spacerun: yes">ááá </span>
11
Dave Burton

ここでは、ブラウザに表示されるJavaScriptのソリューションを探しましたが、データベースとは直接関係していません...

私の場合、インターネットで見つけたテキストをJavaScriptファイルにコピーして貼り付け、Windowsのメモ帳で保存しました。

そのJavaScriptファイルを使用するページが文字列を出力するとき、アクセント付き文字などの特殊文字の代わりに疑問符（質問に表示されるもののような）がありました。

Notepad++ を使用してファイルを開きました。ファイルを開いた直後に、次のスクリーンショットでわかるように、文字エンコードがANSIに設定されていることがわかりました（フッター上のマウスカーソル）。

enter image description here

この問題を解決するには、Notepad++のEncodingメニューをクリックし、Encode in UTF-8を選択します。あなたは行ってもいいはずです。 :)

3
Leniel Maccaferri

ブラウザがページのエンコードを正しく解釈していないため（特定の設定を強制したか、ページが正しく設定されていないため）、一部の文字を表示できません。

1
JamShady

これは、文字エンコーディングと関係があるでしょう。

ミラー化されたサイトには、メインサーバーと同じ文字エンコードに関するプロパティがありますか？

使用しているサーバーの種類に応じて、これはサーバープロセス自体のプロパティであるか、環境変数である可能性があります。

たとえば、これがUNIX環境の場合、LANGまたはLC_ALLを比較してみてください。

here も参照してください

1
toolkit

Unicodeまたは他の文字セット文字が通り抜けますか？

テキストを電子メールまたは他のドキュメント形式（Wordなど）からテキストエディターにコピーすると、よく作業したサイトに同様の "奇妙な"文字が表示されるのを見てきました。エディターは非ASCII文字を表示できますが、ブラウザーは表示できません。Webサイトでは、文字のHTMLエンティティコードを検索し、代わりに挿入することをお勧めします...またはより標準的なもの。

0
Benjamin Lee

ミラーサーバーから出力される文字セットを確認します。メインサーバーとは違いがあるようです。ライブサイトはUnicodeを出力しているように見えますが、ミラーはそうではありません。また、通常、受信コンテンツのUnicode文字をスクラブし、適切なHTMLエンティティに置き換えることをお勧めします。

具体的な問題は、「スマートクオート」、「emダッシュ」、および「enダッシュ」に関するものです。 emダッシュを&mdash;に、nダッシュを&ndash;に置き換えることができることは知っています（データベースの入力側で行う必要があります）。スマートクオートの正しい置き換えが何であるかはわかりません。 （通常、すべてのカーリーシングルクォートを 'に、すべてのカーリーダブルクォートを "...に置き換えます。

一部のブラウザは、この問題に関して他のブラウザよりも寛容です。Windows上のInternet Explorerは、これを自動的に検出して「修正」する傾向があります。 Firefoxおよび他のほとんどのブラウザーには疑問符が表示されます。

0
John Rudy

通常、MS Wordを呪い、次のWscriptを実行します。

//クリーニングが必要なファイルへのパスに置き換えます
PATH = "test.html"

var go = WScript.CreateObject（ "Scripting.FileSystemObject"）;
var content = go.GetFile（PATH）.OpenAsTextStream（）。ReadAll（）;
var out = go.CreateTextFile（ "clean-" + PATH、true）;

//シンボル
content = content.replace（/“/g、 '"'）;
content = content.replace（/”/g、 '"'）;
content = content.replace（/ ’/ g、 "'"）;
content = content.replace（/ –/g、 "-"）;
content = content.replace（/©/ g、 "copy;"）;
content = content.replace（/®/ g、 "reg;"）;
content = content.replace（/°/ g、 "deg;"）;
content = content.replace（/¶/ g、 "<p>"）;
content = content.replace（/¿/ g、 "iquest;"）;
content = content.replace（/¡/ g、 'iexcl;'）;
content = content.replace（/¢/ g、 'cent;'）;
content = content.replace（/£/ g、 'pound;'）;
content = content.replace（/¥/ g、 'yen;'）;

out.Write（content）;

0
Nick Van Brunt