测试网站时如何重新创建这些特殊字符？

Question

我们在英国网站上有一个“联系我们”表格，该表格会生成一封电子邮件。来自欧洲国家的一些用户正在输入公司名称，例如“Törner”和“Ómicron”，并且网站正在正确处理这些字符。像“João”这样的名字可以毫无问题地使用。

有时，我们会得到一个人的名字，或者看起来很疯狂的公司名称：

KovovÃÆ'ƒÆ’ÃÆ'†â€™ÃÆ'ƒâ€ ÃÆ'¢â‚¬â„¢ÃÆ'ƒÆ’€ ÃÆ'ƒÂ¢ÃÆ'¢â€šÂ¬ÃÆ'¢â₠¬Ã…¾Ã‚¢ÃÆ'Į €€Æƒ  ’ÃÆ'ƒÂ¢ÃÆ'¢â€šÂ ¬ÃƒÆ'…¡ÃÆ'ƒÆ’ÃÆ'¢â€šÂ¬Ã…¡ÃÆ'ĉۈ …¡ÃÆ'‚½roba 纳瓦兰尼

幸运的是，此人进行了第二次询问，这次文字只是：

科沃维罗巴·纳瓦兰尼

Google 透露在索尔瓦克有一个地方叫 Kovovýroba Navalaný。如果我尝试将其粘贴到我们的网站中，它可以正常工作。另一个问题来自德国，一个变音符号变成了数百个奇怪的字符。同样，我自己的测试没有问题。

我的问题是：如何重新创建似乎将单个字符气球变成 486 个乱码字符的输入？一旦我自己可以导致错误，我可以在我的代码中找到该位置我处理文本不好的地方。我已经粘贴了最狂野、最奇怪的土耳其语、俄语和中文字符，没有遇到任何问题。

Answer 1

当我在 PhpMyAdmin 中查看文本字段时，有时会得到这个字符串而不是撇号： ’

字段类型设置为文本，排序规则为utf8_general_ci。

在我的 xojo 应用程序中，我从 MSSQL 服务器检索文本，撇号显示为 ’。 （在 SQL 管理器中，撇号正常出现）。 我稍后将文本存储在 MySQL 中的上述字段中，结果如图所示。看起来像你的情况。

看起来字符转换正在从 ' 到 ’ 到 ’ 复合。 这并不能解释其原因，但它确实为您提供了重现该效果的途径。

Answer 2

@MagnusSmith 在从现场获取测试时，您可能想尝试直接定义编码。

请记住，Xojo 中的字符串不一定有定义的编码。您可以使用String.Encoding 对其进行测试，然后分别使用String.ConvertEncoding 或String.DefineEncoding 对其进行转换或定义。

Answer 3

似乎正在发生的是 utf8 字节被解释为 latin1 字符，然后转换为 utf8。重复多次次。

由于 MySQL 的错误配置，我经常看到这种情况发生两次，但从来没有这样的情况发生过。在艾伦的例子中：

’     E28099
’     C3A2 E282AC E284A2
’  C383C2A2C3A2E2809AC2ACC3A2E2809EC2A2
’

在原来的问题中：

ý        C3BD
ý       C383 C2BD
ý     C383 C692 C382 C2BD
ý C383 C692 C386 E28099 C383 E2809A C382 C2BD
(etc)

（至于什么进程反复做坏事，我不知道。）

至于撤销契约。下面是使用 MySQL 撤消一步的示例：

SELECT CONVERT(BINARY(CONVERT('ý' USING latin1)) USING utf8mb4)
                          --> 'ý'

（我没有“循环直到完成”的好方法。）

至于为什么有些字符可以，有些不行，我没有看到规律。

ãöÓ 可以吗？但是ý’ 不好？有趣的是ãöÓ 有 latin5 编码，但其他两个没有。 （唉，这与有用的模式相反。）

Magnus - 会不会像 Allan 所暗示的那样，字符串被反复提取和存储？