字符编码问题 - 在 Textarea 中保存后字符被随机字符替换

Question

我正在与一家第三方公司合作，我正在尝试/希望在向他们提出字符编码问题之前确定其原因。

这家公司有一个自定义拖放编辑器，用于在其平台上设计网站。在编辑器中，他们有一个 Raw HTML 小部件，我也可以将其拖入并添加我自己的内容。问题是，当我使用检查器工具从某人的旧网站复制 HTML 并将其粘贴到他们的这个小部件中时，所有撇号和双引号都被替换为“乱码”。当我尝试将内容粘贴到记事本、notepad++、sublime 编辑器中，然后将其粘贴到他们的Raw HTML 编辑器中时，我也遇到了同样的问题。

以下是问题的记录和一些示例： https://streamable.com/phwn2

以下是被替换的已知字符以及它们被替换的内容

• ' 变成 â™

• “变成了 âœ

• ” 变成了 ❄

• +;变成（一个空格）

• Å 变成 Ã…

• " 保持为 "

• ' 保留为 '

是否有人看到这些字符的模式或知道这些字符被替换的原因是什么？

Answer 1

该网站可能使用 UTF-8 编码，而公司的编辑器可能正在使用类似于 Windows-1252 的编码。在您的第一个示例中，正确的单引号具有 UTF-8 编码 e2 80 99。当使用 Windows-1252 的程序读取每个字节时，您会得到“带抑扬符的小拉丁字母 a”（e2），[未定义] 80 和“商标”(99)。我还没有检查其他转换。如果这是问题所在，那么您可以先使用 iconv 将复制的字符转换为目标编码，然后再粘贴到公司的编辑器中。