H2O 中带有西里尔字母的字符串 UTF-8 编码答案

【问题标题】：String UTF-8 encoding with cyrillic in H2OH2O 中带有西里尔字母的字符串 UTF-8 编码
【发布时间】：2017-06-29 17:53:10
【问题描述】：

我使用西里尔字符串加载 utf-8 编码的 csv 文件。在 Flow 界面中解析后 - 我看不到西里尔文，但看不到像“пїўпѕЂпѕ™пїђпѕ”这样的可读符号我如何在 H2O 中使用 utf-8 西里尔文字符串？

【问题讨论】：

最好在您的问题中添加一些代码。
看起来您的文件是用 UTF-8 编码的，但您正在使用另一种编码对其进行解码，例如 Windows-1251。您必须了解如何使 H2O 使用 UTF-8 来解码文件，可能是here。
在 ubuntu 14.04 中是 UTF-8 编码的 csv 文件。在 gedit 我看到西里尔字符串没有错误。在水流中解析后，我看到了不可读的符号。

【解决方案1】：

这似乎是 Flow 界面中的错误，但仅限于 setupParse 命令。如果您继续进行导入，则数据会正确导入。

我已经报告了这个错误，这里有测试数据和屏幕截图（在 Firefox 中拍摄）：

因此，如果您有其他信息，或者该错误对您而言表现不同，最好将其添加到该错误报告中。

【讨论】：

【解决方案2】：

检查文本和二进制表示中的 csv 文件以了解西里尔文本的编码方式，如果是 UTF-8，则应如下所示：

Привет

为了这个词

Привет

【讨论】：

如果您在任何支持 UTF-8 的编辑器或查看器中加载 UTF-8 文件，您只会看到您期望的文本。您所展示的是如果您无法键入字符，您可以在 html 页面中编码 unicode 的方式。