3

RubyでIconvライブラリを使用して、エンコーディングをUTF-8からUTF-32、UTF-16などに変換していましたが、非常に優れていました。

ただし、Big5 から UTF-8 に変換するときに問題が発生します。無効なシーケンスに対して例外がスローされます...

CP950 から UTF-8 に変換すると、問題はなくなります。CP950 は本質的に Big5 です...

Iconvを使用する以外に別の良い代替手段があるのだろうか？それとも、CP950 は Big5 のより優れたバージョンですか?

4

3 に答える 3

3

ICUを見てください。これは、とりわけ文字変換を行うライブラリです。

一方、他の回答は、エンコーディングをより注意深く調べる必要があるかもしれないことを示唆しています。

于 2009-05-13T07:12:10.580 に答える
2

多くのbig5バリアントがあります。CP950はその1つにすぎません。 http://www.moztw.org/docs/big5/

big5には、公式アップデート版である「big5-2003」の使用をお勧めします。

于 2009-05-13T06:43:05.573 に答える
2

Big5 と CP950 はほぼ同じですが、違いがあります。Unicode の Web サイトには、さまざまなエンコーディングを Unicode に変換するための参照ファイルがあり、Big5とCP950が異なることがわかります。私の Iconv の使用経験は良好です。その動作は正しいのではないかと思います。

CP950 にあるが Big5 にない文字の一部は、16 進値: 0x00, 0x01, 0x02, 0x03, 0x04, 0x05, 0x06, 0x07, 0x08, 0x09, 0x0A, 0x0B, 0x0C, 0x0D, 0x0E, 0x0F, 0x10, 0x11, 0x12, 0x13, 0x14, 0x15, 0x16, 0x17, 0x18, 0x19, 0x1A, 0x1B, 0x1C, 0x1D, 0x1E, 0x1F, 0x20, 0x21, 0x22, 0x23, 0x24, 0x25, 0x26, 0x27, 0x28, 0x29, 0x2A, 0x2B, 0x2C, 0x2D, 0x2E, 0x2F, 0x30, 0x31, 0x32, 0x33, 0x34, 0x35, 0x36, 0x37, 0x38, 0x39, 0x3A, 0x3B, 0x3C, 0x3D, 0x3E, 0x3F, 0x40, 0x41, 0x42, 0x43, 0x44, 0x45, 0x46, 0x47, 0x48, 0x49, 0x4A, 0x4B, 0x4C, 0x4D, 0x4E, 0x4F, 0x50, 0x51, 0x52, 0x53, 0x54, 0x55, 0x56, 0x57, 0x58, 0x59, 0x5A, 0x5B, 0x5C, 0x5D, 0x5E, 0x5F, 0x60, 0x61, 0x62, 0x63, 0x64, 0x65, 0x66, 0x67, 0x68, 0x69, 0x6A, 0x6B, 0x6C, 0x6D, 0x6E, 0x6F, 0x70, 0x71, 0x72, 0x73, 0x74, 0x75, 0x76, 0x77, 0x78, 0x79, 0x7A, 0x7B, 0x7C, 0x7D, 0x7E, 0x7F, 0x80, 0x81, 0x82, 0x83, 0x84, 0x85, 0x86, 0x87, 0x88, 0x89, 0x8A, 0x8B, 0x8C, 0x8D, 0x8E, 0x8F, 0x90, 0x91, 0x92, 0x93, 0x94, 0x95, 0x96, 0x97, 0x98, 0x99, 0x9A, 0x9B, 0x9C, 0x9D, 0x9E, 0x9F, 0xA0, 0xA1, 0xA15A, 0xA1C3, 0xA1C5, 0xA1FE, 0xA240, 0xA3E1, 0xA2CC, 0xA2CE. 入力にこれらの値が含まれている場合、そのファイルは有効な Big5 ではありません。

于 2009-05-13T06:31:34.843 に答える