Fatal编程技术网
  • unicode/
  • Unicode 转换болно&引用；西里尔语

Unicode 转换болно&引用；西里尔语

unicode encoding character-encoding

Unicode 转换болно&引用；西里尔语,unicode,encoding,character-encoding,character,cyrillic,Unicode,Encoding,Character Encoding,Character,Cyrillic,我的数据库中有一个问题，其中一些西里尔文文本是这样看的。“Cyrillic text”（西里尔文）是这样的。有没有办法将其转换回人类可读的格式 我需要阅读这篇文章的实际背景 从你的数据中我能做的最好的……它看起来像西里尔语，但谷歌翻译没有做任何改变。它似乎是在默认的美国Windows编解码器下解码的，但实际上是UTF-8，但数据不太正确。我正在使用Python尝试修复它： >>> s.encode('cp1252').decode('utf8',errors='replace'

我的数据库中有一个问题，其中一些西里尔文文本是这样看的。
“Cyrillic text”（西里尔文）是这样的。有没有办法将其转换回人类可读的格式


我需要阅读这篇文章的实际背景
 从你的数据中我能做的最好的……它看起来像西里尔语，但谷歌翻译没有做任何改变。它似乎是在默认的美国Windows编解码器下解码的，但实际上是UTF-8，但数据不太正确。我正在使用Python尝试修复它：


>>> s.encode('cp1252').decode('utf8',errors='replace')
'болно ба� амьдруулж ч �'



是用什么编码的？发布原始字节数据，而不是错误解码的mojibake。在Windows-1252中，以下字节与字符不对应：h81、h8D、h8F、h90和h9D。在UTF-8（
ñ
）中有一个前导hD1字节，它们分别对应于小西里尔字母С、э、ѐ、ѝ和ѝ。使用前导hD0（
Ð
），它将改为大写字母Ё、Ѝ、Џ、А和Б。这些是西里尔字母，将显示为替换字符
�，因为OP没有提供确切的字节字符串，所以非法字节被简单地删除。如果这是俄语，那么被破坏的单词可能是ааааааааааааа‘和，也。