将网页从不同的字符集迁移到 UTF-8

发布于 2024-10-14 12:07:47 字数 997 浏览 5 评论 0原文

过去几年我在 Win XP SP2 上使用 Notepad++。正如我刚才所看到的，Notepad++ 中的设置是将新文件以“Windows 格式”中的“ANSI”进行编码。基本上我硬盘上的所有文件都应该是 ANSI 文件，但我不确定。大多数 .html 文件的字符集标签为“text/html; charset=iso-8859-1”，但有些文件没有。其他文件，特别是我用 Firefox XPCOM 系统存储的文本文件（例如关键字列表），我不知道它们当前是如何编码的。

在服务器端，我有 Apache、PHP 和 MySql。对于上传，我使用了 Filezilla。

现在的问题是：我想使用日语标志（或阿拉伯语等）。这只能部分起作用。我可以让我自制的 Firefox 应用程序不断地写入或读取 UTF-8。但我无法每次都检查哪些旧文件是哪种编码。

刚刚阅读了 Joel Spolsky 关于 UTF-8 的旧文章，这强化了我的观点：我只需将整个系统尽可能地更改为 UTF-8。只要我让它在本地硬盘上以这种方式运行，我就可以将所有内容重新上传到服务器。

那么：如何将本地所有文件传输为 UTF-8？并且：是否有可能让 Win XP SP2 在所有地方不断使用 UTF-8？或者我是否必须对每个程序进行检查，甚至更糟糕的是对每个文件进行检查，以确保使用正确的编码。我通过电子邮件或 USB 记忆棒获得的文件，或者以 zip 文件形式下载的文件怎么样？（或者还有一千种可能性。）

更新：

1.-4。到目前为止一切顺利。我首先尝试使用 BOM，但不使用似乎更好。
所以到5。）我也必须在那里改变一些东西。我按照 3.) 中的方式更改了 html-template-file 中的字符集，并且来自模板的文本可以正确显示。但来自MySql/Php 的文本目前在某些地方显示了UnknownChar 符号，即应该有Umlaute äöü 的地方。我已通过 phpmyadmin 将 MySql 数据库中文本字段的所有排序规则更改为“utf8_unicode_ci”，但这并没有解决问题。这是一个 php 问题，还是我只需要以某种方式转换 MySql 数据库中的数据一次？

原文

For the last years I used Notepad++ on Win XP SP2.
As I just have seen, the setting in Notepad++ is to encode new files in "ANSI" in "Windows Format". Basically all files on my harddisk should be ANSI files then, but I'm not sure.
Most .html-files have a charset-tag as "text/html; charset=iso-8859-1", but some have none.
Other files, especially text-files (for example keyword-lists) I stored with Firefox XPCOM-system, I don't know how they are currently encoded.

On Server-side I have Apache with PHP and MySql.
For Upload I used Filezilla.

Now the problem is: I want to use Japanes signs (or arabic, etc.). This only works partly.
I can get my selfmade Firefox-Application to constantly write or read UTF-8. But I can't check everytime which of the old files is which encoding.

Having just read Joel Spolsky's old article about UTF-8 strengthens my view that I simply have to get my whole system changed as much as possible to UTF-8.
As long as I have it running that way locally on my Hard-Disk I could just re-upload everything to the server.

So: How do I get all my files locally transfered to UTF-8?
And: Is it possible at all to have Win XP SP2 using constantly UTF-8 everywhere? Or do I have to check it with every program, or even worse with every file, that the right encoding is to be used.
How about files I get for example in E-Mails or via an USB-stick, or that I download in zip-files? (Or a thousand possibilities more.)

Update:

1.-4. went OK so far. I tried first with BOM, but without seems to be better.
So to 5.) Something I have to change there too. I changed as in 3.) the charset in the html-template-file, and the text coming from the template is displayed correctly. But the text coming from MySql/Php shows the UnknownChar-sign at some places currently, i.e. where there should be Umlaute äöü.
I have changed all collations for text fields in the MySql-Database via phpmyadmin to "utf8_unicode_ci", but that didn't do the trick.
Is it a php-issue, or do I only have to convert somehow the data in the MySql-Database once?

分享到QQ

分享到微博

如果你对这篇内容有疑问，欢迎到本站社区发帖提问参与讨论，获取更多帮助，或者扫码二维码加入 Web 技术交流群。

发布评论

需要登录才能够评论，你可以免费注册一个本站的账号。

风吹雪碎 2024-10-21 12:07:47

UTF-8 的优点在于它是 ASCII 的超集，因此如果您的 html 和 php 文件仅包含拉丁字母（即英语和编程/HTML 语法），则根本不需要转换文件。您可以保留文件的大部分内容不变。
如果您发现一些例外情况需要手动转换，您可以在 Notepad++ 中打开它们，然后执行“编码”-“转换为 UTF-8（无 BOM）”。
是的，您确实需要更改/添加charset 标签添加到所有 HTML 文件中，以确保浏览器以 UTF-8 格式呈现您的文件。
在 Notepad++ 中，您可以将新文件设置为始终使用“UTF-8（无 BOM），Unix”打开。另外，勾选“应用到 ANSI 文件”，以便旧文件可以正确保存为新编码。我建议采用这种格式是因为即使您在 Windows 计算机上工作，Web 服务器通常也运行 Linux/BSD，因此该格式是本机形式（以本机形式保存文件非常重要，尤其是当您使用版本控制系统时）。
迁移带有数据库的实时站点是一个不同的问题。 MySQL中的数据有自己的编码，从你的问题我无法判断你是否需要这样做以及如何做。需要更多细节（如果需要的话）。