页面上显示的是“â€™”而不是“'”。

Question

页面上显示的是“â€™”而不是“'”。

191

我的页面上显示的是â€™，而不是'。

我已经在<head>标签和HTTP头中都将Content-Type设置为UTF-8：

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

enter image description here

此外，我的浏览器设置为 Unicode (UTF-8)：

enter image description here

那么问题是什么，我该怎么解决呢？

- Jitendra Vyas

1

请参考以下链接中的“乱码”：https://dev59.com/WFoT5IYBdhLWcg3wnQn9 - Rick James

12个回答

63

确保浏览器和编辑器使用UTF-8编码而不是ISO-8859-1/Windows-1252。

或使用’。

- kennytm

83

不，问题没有解决。你的应用程序中仍存在字符编码不一致的问题。将来遇到其他非CP1252字符时，你还会再次遇到同样的问题。而且这类字符还有很多... - BalusC

13

你将继续遇到的字符示例：http://www.i18nqa.com/debug/utf8-debug.html - Zoot

为了给我之前的评论提供一些背景，OP实际上发表了以下评论："或者使用’" . 问题解决。但显然，OP几年后意识到他当时的错误非常尴尬，所以删除了他的评论。 - undefined

25

’（Unicode代码点为U+2019 RIGHT SINGLE QUOTATION MARK）在UTF-8中的字节编码为：

0xE2 0x80 0x99。

â€™（Unicode代码点为U+00E2 U+20AC U+2122）在UTF-8中的字节编码为：

0xC3 0xA2 0xE2 0x82 0xAC 0xE2 0x84 0xA2。

这些是浏览器实际接收到的字节，以便在使用UTF-8处理时生成â€™。

这意味着您的源数据在发送到浏览器之前要经过两次字符集转换：

源码中的‘字符（U+2019）首先被编码为UTF-8字节：

0xE2 0x80 0x99
这些个别字节然后被一个Windows-125X字符集（1252、1254、1256和1258都将0xE2 0x80 0x99映射到U+00E2 U+20AC U+2122）错误解释并解码为Unicode代码点U+00E2 U+20AC U+2122，然后将这些代码点编码为UTF-8字节:

0xE2 -> U+00E2 -> 0xC3 0xA2
0x80 -> U+20AC -> 0xE2 0x82 0xAC
你需要找到第二步中进行额外转换的地方并将其删除。 0x99 -> U+2122 -> 0xE2 0x84 0xA2

- Remy Lebeau

18

我有一些文档，其中…显示为â€¦，而ê显示为Ãª。这是它如何出现的（Python代码）：

# Adam edits original file using windows-1252
windows = '\x85\xea' 
# that is HORIZONTAL ELLIPSIS, LATIN SMALL LETTER E WITH CIRCUMFLEX

# Beth reads it correctly as windows-1252 and writes it as utf-8
utf8 = windows.decode("windows-1252").encode("utf-8")
print(utf8)

# Charlie reads it *incorrectly* as windows-1252 writes a twingled utf-8 version
twingled = utf8.decode("windows-1252").encode("utf-8")
print(twingled)

# detwingle by reading as utf-8 and writing as windows-1252 (it's really utf-8)
detwingled = twingled.decode("utf-8").encode("windows-1252")

assert utf8==detwingled

为了解决这个问题，我使用了像这样的Python代码：

with open("dirty.html","rb") as f:
    dt = f.read()
ct = dt.decode("utf8").encode("windows-1252")
with open("clean.html","wb") as g:
    g.write(ct)

因为有人把twingled版本插入到一个正确的UTF-8文档中，所以我只需要提取twingled部分，解twingle并重新插入。我使用了BeautifulSoup来完成这个过程。

与其说是web服务器配置错误，不如说你在内容创建时可能出现了Charlie（指字符编码错误）。你也可以通过选择windows-1252编码来强制让你的Web浏览器对页面进行twingle。但是，你的Web浏览器无法解twingle Charlie保存的文档。

注意：同样的问题也可能会发生在任何其他单字节代码页（例如Latin-1）中，而不仅仅是在windows-1252中。

- Terrel Shumway

18

当一个字符串被转换两次从Windows-1252到UTF-8时，有时会出现这种情况。

我们在一个Zend/PHP/MySQL应用程序中遇到了这个问题，这些字符似乎是因为MySQL连接没有指定正确的字符集而出现在数据库中的。我们不得不:

确保Zend和PHP在与数据库通信时使用UTF-8（默认情况下不是）

使用几个像这样的SQL查询修复损坏的字符...

UPDATE MyTable SET 
MyField1 = CONVERT(CAST(CONVERT(MyField1 USING latin1) AS BINARY) USING utf8),
MyField2 = CONVERT(CAST(CONVERT(MyField2 USING latin1) AS BINARY) USING utf8);

根据需要对尽可能多的表格/列执行此操作。

如果有必要，您还可以在PHP中修复其中一些字符串。请注意，由于字符已经被编码两次，因此实际上我们需要将其从UTF-8反向转换回Windows-1252，这最初让我感到困惑。

mb_convert_encoding('â€™', 'Windows-1252', 'UTF-8');    // returns ’

- Simon East

太棒了！我在整个互联网上都试过了，只有这个有效 :) 谢谢兄弟... - Shurvir Mori

非常感谢！我差点因为这个编码问题而发疯！ - Philippe

11

您的字符编码不匹配；您的字符串使用一种编码（UTF-8），而解释此页面的任何内容都使用另一种编码（比如ASCII）。

请始终在http标头中指定编码，并确保与您的框架定义的编码相匹配。

示例HTTP标头：

Content-Type    text/html; charset=utf-8

在ASP.NET中设置编码方式

<configuration>
  <system.web>
    <globalization
      fileEncoding="utf-8"
      requestEncoding="utf-8"
      responseEncoding="utf-8"
      culture="en-US"
      uiCulture="de-DE"
    />
  </system.web>
</configuration>

设置jsp中的编码

- David Waters

8

如果您的内容类型已经是UTF8，则很可能数据已经以错误的编码到达。如果您从数据库获取数据，请确保数据库连接使用UTF-8。

如果这是来自文件的数据，请确保文件正确地编码为UTF-8。您通常可以在所选编辑器的“保存为…”对话框中设置此选项。

如果在查看源文件时数据已经损坏，那么很有可能它曾经是一个UTF-8文件，但在某个地方以错误的编码保存了。

- Pekka

6

如果在WordPress网站上出现此错误，您需要更改wp-config数据库字符集：

define('DB_CHARSET', 'utf8mb4_unicode_ci');

替代方案：

define('DB_CHARSET', 'utf8mb4');

- Goran Jakovljevic

1

感谢您，救命恩人先生。 - Agent K

4

如果其他答案没有帮助到你，你可能需要检查一下你的数据库是否实际存储了乱码字符。我在使用utf-8查看文本时仍然看到了乱码，后来发现由于数据库升级，文本已经永久性地“乱码”了。

在这种情况下，一个选择是使用Python的ftfy包（或JavaScript版本here）来“修复”文本。

- joe

当我写了一个质量不高的ftfy库的时候，5年前我真的需要这个答案。 - Michael

1

在DBeaver（或其他编辑器）中，您正在使用的脚本文件可以提示保存为UTF8，这将更改字符：â€“ 为：

ÃƒÂ¢Ã¢â€šÂ¬Ã¢â‚¬Å“

或者

Ã¢â‚¬â€œ

- Jeremy Thompson

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- BalusC · Accepted Answer

那么问题是什么呢，

问题出在一个’（右单引号 - U+2019）字符被解码为CP-1252而不是UTF-8。如果您查看FileFormat.Info上此字符的编码表，则会发现该字符在UTF-8中由字节0xE2、0x80和0x99组成。

如果您查看维基百科上的CP-1252代码页布局，则会发现十六进制字节E2、80和99分别代表单个字符â、€和™。

“我该如何修复它？” 使用UTF-8来读取、写入、存储和显示字符，而不是CP-1252。

I have the Content-Type set to UTF-8 in both my <head> tag and my HTTP headers:
<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />

这只是指示客户端使用哪种编码来解释和显示字符。这并不指示您自己的程序使用哪种编码来读取、写入、存储和显示字符。确切的答案取决于服务器端平台/数据库/编程语言的使用情况。请注意，设置在HTTP响应头中的优先于HTML元标记。当页面通过http(s):// URL而不是通过file:// URL从本地磁盘文件系统打开时，才会使用HTML元标记。

此外，我的浏览器设置为Unicode (UTF-8)：这只是强制客户端使用哪种编码来解释和显示字符。但实际问题是，您已经向客户端发送了编码为UTF-8的确切字符â€™，而不是字符’。客户端基本上使用UTF-8编码正确显示â€™。如果客户端被错误地指示使用例如ISO-8859-1来显示它们，那么您可能会看到Ã¢â¬â¢。

我正在使用带有数据库的ASP.NET 2.0。

这很可能是你的问题所在。你需要用一个独立的数据库工具验证数据的样子。

如果 " ' " 字符正确存在，那么你很可能没有从程序中正确连接到数据库。你基本上需要重新配置数据库连接器以使用UTF-8。如何做这取决于使用的数据库。

或者如果你的数据库已经包含 "â€™"，那么它就是你的数据库出了问题。很可能表没有配置为使用UTF-8。相反，它们使用数据库的默认编码，这取决于配置。如果这是你的问题，通常仅改变表使用UTF-8就足够了。如果你的数据库不支持，你需要重新创建表。在创建表时设置表的编码是一个好习惯。

你很可能正在使用SQL Server，但是这里有一些MySQL代码(从this article复制)：

CREATE DATABASE db_name CHARACTER SET utf8;
CREATE TABLE tbl_name (...) CHARACTER SET utf8;

如果您的表格已经是UTF-8格式, 那么您需要退后一步。谁或什么把数据放在那里，那就是问题所在。一个例子就是HTML表单提交的值被错误编码/解码。

以下是一些更多关于这个问题的学习链接：

绝对最少每个软件开发者必须了解的Unicode和字符集知识（无借口！），来自我们自己的Joel。
Unicode - 如何正确获取字符？，提供更简洁实用的信息，解决方案针对Java环境。
如何设置您的PHP网站使用UTF8，针对PHP环境。