問題タブ [malformed]

rim:navigation を入れる前はうまくいっていましたが、

注: ダッシュは個人情報を非表示にするためのものです。

このリソースを使用して、Webページからキーワードを抽出しています。正常に動作しますが、一部の単語の形式が正しくありません。「記憶」という言葉は「記憶」として抽出され、「記事」は「アーティクル」として抽出されます。同様の動作をする他の多くのキーワードがあります。これは、関数の引数としてこのURLから抽出されたいくつかのキーワードのリスト（var_dump（$ uniqueKeywords））です。

PS：私は数字を取り除いていません。

次のような変形された文字列がたくさん含まれているテキストファイルを使用しています。

私のエディタによると、ファイルのエンコーディングはlatin1です。文字列は発音区別符号を含むチェコ語の文であると想定されているため、間違って表示されるのも不思議ではありません。エディターでutf8およびlatin2エンコーディングを強制しようとしましたが、役に立ちませんでした。また、iconvを使用してファイルをlatin1からutf8またはlatin2に変換しようとしましたが、どちらも役に立ちませんでした。私はこのような問題に頻繁に遭遇し、手動で文字列を書き直す以外の解決策を知りません。これを修正するためのより良い方法はありますか？

編集：

元の文は次のとおりです。

不正な形式の文字列が発生する部分の16進ダンプは次のとおりです。

EDIT2：

decezeが言ったように、上の文は本当に正しいutf8です。しかし、私はちょうどいくつかの奇妙なことを発見しました。ファイルをutf8からutf8（iconvを使用）にトランスコードしようとすると、単語でエラーが発生します：Postgebühratcharacter ü。16進ダンプを見ると、この文字は\xfc（10進数で252）として表されます。これは、有効なlatin1バイトエンコーディングですüが、完全に無効なutf8バイトエンコーディングです。ファイルの一部はlatin1にあり、別の部分はutf8にあるようです。これがlatin1にあるファイルの一部です（おそらく）：

これを詳しく調べてみると、これはlatin1でも有効なlatin1の原因ではないようですが、文字化けしています（DE: oplátk ÃおそらくではなくDE: oplatky za）。ファイルのこの部分には、破損したテキストが含まれているようです。

このファイルのエンコーディングがどのように混同されたのか理解できません。何か案は？

変数 $mp4 にネストされた長い URL があり、curl でダウンロードしようとしていますが、不正な形式のエラーが発生します。できれば助けてください、よろしくお願いします！

以下は、私のphpスクリプトにあるものです。

エラーメッセージ：

ダウンロードをテストするためのサンプル URL:

jquery を使用してローカルの html ページをロードし、その変更されたバージョンを表示しようとしています。変更は問題なくできると思いますが、閉じられていない IMG や BR タグ、通常は Web ブラウザーによって無視される </ 文字などの不正な形式のタグが含まれているため、ページを読み込めないようです。

しかし、 $.get("mypage.html"); を使用しているとき コマンドを実行すると、Firefox の JavaScript コンソールに、不正な形式のタグに関するエラーが表示され、最終的に、ajax 応答には、ajax 要求を送信するページのみが含まれます (読み込みが失敗したことを考えると、これは正常です)。

解決策は、HTMLページをプレーンテキストとしてロードすることであると推測しているため、Firefoxは不正な形式のタグエラーをキャッチしませんが、応答タイプを強制することができないため、常に同じエラーが発生します.

これまでのところ、ajaxプラグインを次のように設定しようとしました:

contentType と dataType の設定により responseText が返されますが、読み込みはまだ失敗するため、呼び出しページのソース コードが含まれています。

この問題の解決策は本当にありませんか? 明らかな「HTMLページのタグを手動で修正する」以外に

これはすべてローカルであることを付け加えなければなりません。サーバー処理は関係ありません。

私は最新のfirefox（20）とjquery（1.9.1）の更新を今日まで使用しています

Alfresco 4.0 コミュニティ プレビューアは、utf8(?) の txt および html ドキュメントをキリル文字の不正な形式で表示します。プレビューアで utf8 を有効にする方法、または少なくとも強制的にロシア語と英語のテキストを表示するにはどうすればよいですか?

Txt のプレビュー - 最も奇妙な動作があり、このテキスト ドキュメントの作成または編集という 1 つの問題だけではない可能性があります。

• тестовый текст - テストテキスト
• 日本語テストテキスト - 日本語テストテキスト
• español - スペイン語

プレビューアは、それが不正であることを示しています:

http://i.imgur.com/Nxr9G2f.jpg

ドキュメントをダウンロードすると、通常は Notepad++ で表示され、UTF-8 エンコーディング (BOM なしの UTF-8) として ANSI が含まれていると表示されます。

ドキュメントを再度インライン編集すると、インライン編集フォームではすべてのフィールドが正常に表示されますが、プレビューアには不正な形式のテキストが表示されます。

HTML プレビューでは、プレビュー エンコーディングが、テキスト作成/インライン編集の場合のプレビューとは異なるように見えることに注意してください: _http://i.imgur.com/BPtvC3Z.jpg

HTML プレビュー用の chrome 開発者ツールからの POST:

部分 "теÑтовый текÑÑ" デコーダーは、CP1252 を UTF-8 に変換すると、"тетовый тек��" が得られると述べています。

ubuntu Linux サーバー 13.04 上の alfresco 4.0.e alfresco-community-4.0.e-installer-linux-x64.bin

まれに、非常に単純なテキストを作成する場合 (または月の満ち欠けの影響かもしれません ;-) )、たとえば、ロシア語の単語「текст」が 1 つだけ書かれている場合 - プレビューアは、リポジトリで最初のドキュメントを作成するときにのみ、最初にそれを正常に表示します。 、しかし、プレビューアをリロードするか編集すると、同じテキスト「текст」で次のドキュメントが作成されます-再び不正な形式になりました。

私が制御できないサーバーからのパケットを要求していますが、サーバーは開発者が抱える可能性のある問題には関心がありません。

速度のために PHP に組み込みの json_decode を使用したいのですが、http://mike.teczno.com/json.html の PHP ベースのデコーダーを使用しています。40,000 のパケットでは非常に遅くなる可能性があります。 + レコード。

これは、サーバーから受信してスラッシュを削除した後の JSON (stripslashes()) です。

そのはず：

私はさまざまなことを試し、「怠惰な」JSON を処理できる代​​替 PHP 拡張機能を探し回りました。そこにあるすべてのJSONの子孫を見て頭を溶かしたと思います（これが正常であった場合）が、適合するものを見つけることができないようです.

パケットを手動で編集する必要がなく、組み込みの PHP json デコーダーの速度を使用する必要がないのは良いことですが、正確な情報を取得することがより重要であり、Services_JSON を利用することが私の唯一の答えでした。

また、 Services_JSON がデコードできるのは、そのデコーダーまたは生成された JSON のバグによるものですか?

誰かがこれらの「不正な」JSON パケットを見て、認識してくれることを願っています。

ありがとうございました。

編集：

申し訳ありませんが、これはストリップスラッシュの前のサーバーからのパケットです。

私はもともとアポストロフィ用にストリップスラッシュを使用していました。:(