问题[utf-8](computer)

我有一个文件，其中包含非 ASCII、UTF-8 字符。当我用来less查看该文件时，我收到一条警告说may be a binary file. See it anyway?但该文件显然不是二进制文件。当我打开文件时，字符未正确呈现。是什么让人们不太相信该文件是二进制的？另外，请注意，这些文件还有更多行纯 ASCII 文本，为简洁起见，我已将其删除。这是一个重现该行为的半最小示例。

更多背景：

$ cat broken.log
⋮
⋮ =✓)
$ head broken.log
⋮
⋮ =✓)
$ less broken.log
"broken.log" may be a binary file.  See it anyway?

<E2><8B><AE>
<E2><8B><AE> =<E2><9C><93>)
broken.log (END)

$ file broken.log
broken.log: UTF-8 Unicode text

操作系统：

$ cat /etc/os-release  
PRETTY_NAME="Debian GNU/Linux 10 (buster)"
NAME="Debian GNU/Linux"
VERSION_ID="10"
VERSION="10 (buster)"
VERSION_CODENAME=buster
ID=debian
HOME_URL="https://www.debian.org/"
SUPPORT_URL="https://www.debian.org/support"
BUG_REPORT_URL="https://bugs.debian.org/"

LESS：我很确定它是版本 487-0.1。

环境：

$ env | grep LANG
LANG=en_US.UTF-8

$ locale
locale: Cannot set LC_CTYPE to default locale: No such file or directory
locale: Cannot set LC_MESSAGES to default locale: No such file or directory
locale: Cannot set LC_ALL to default locale: No such file or directory
LANG=en_US.UTF-8
LANGUAGE=
LC_CTYPE="en_US.UTF-8"
LC_NUMERIC="en_US.UTF-8"
LC_TIME="en_US.UTF-8"
LC_COLLATE="en_US.UTF-8"
LC_MONETARY="en_US.UTF-8"
LC_MESSAGES="en_US.UTF-8"
LC_PAPER="en_US.UTF-8"
LC_NAME="en_US.UTF-8"
LC_ADDRESS="en_US.UTF-8"
LC_TELEPHONE="en_US.UTF-8"
LC_MEASUREMENT="en_US.UTF-8"
LC_IDENTIFICATION="en_US.UTF-8"
LC_ALL=

$ which less
/usr/bin/less
$ ls -la $(which less)
lrwxrwxrwx 1 root root 9 Jul 20 15:49 /usr/bin/less -> /bin/less
$ ls -la /bin/less
-rwxr-xr-x 1 root root 166664 May  7  2018 /bin/less
$ type -a less
less is /usr/bin/less
less is /bin/less

此函数返回 6，预计返回 4：

=LEN("?A?B")

如果 UTF-8 图标映射中的一个符号是 1 个字符，我应该使用什么函数来获取“真实字符数”？

我正在使用 X 应用程序通过 SSH 连接到某台机器。当我运行一个 X 应用程序时，比如说，xclock为了简单起见，我会收到一条控制台消息：

Warning: Missing charsets in String to FontSet conversion

...但应用程序运行。我的语言环境是：

$ locale
LANG=en_US.UTF-8
LC_CTYPE="en_US.UTF-8"
LC_NUMERIC="en_US.UTF-8"
LC_TIME="en_US.UTF-8"
LC_COLLATE="en_US.UTF-8"
LC_MONETARY="en_US.UTF-8"
LC_MESSAGES="en_US.UTF-8"
LC_PAPER="en_US.UTF-8"
LC_NAME="en_US.UTF-8"
LC_ADDRESS="en_US.UTF-8"
LC_TELEPHONE="en_US.UTF-8"
LC_MEASUREMENT="en_US.UTF-8"
LC_IDENTIFICATION="en_US.UTF-8"
LC_ALL=

现在，我发现这个旧建议只是 set export LC_ALL=C。并且-有效，错误消息消失了。但是，我真的不想那样改变我的语言环境！

我可以做些什么来避免错误并保留我的语言环境吗？

附加信息：

• X 服务器是 MobaXterm 在 Windows 上的集成 X 服务器。
• 远程机器是 SLES GNU/Linux 11（由 SUSE）。

我在编写 HTML 时可以在记事本中找到这些字符。它绝对给我带来了问题。我连删都删不掉！

那么有谁知道这个符号是或为什么会出现？我试过谷歌它，它找不到它。

我的HTML如下：

<td class="ti"> 冰箱 </td>
<td> bīng xiāng </td>
<td> Freezer </td>

这里有两个屏幕截图向您展示我所看到的。

这是它在 Firefox 中的样子：

这就是它在 Google Chrome 中的样子：

我运行 vsftpd 3.0.3 / armv7l / Debian 9.11 / Kernel 4.14.133+

有些路径有希腊字符。

在文件/etc/vsftpd.conf中有一行utf8_filesystem=YES，但也是默认行为。

在客户端的字符集自动检测模式下：

Chrome、Opera、Total Commander 理解使用 UTF-8 字符的路径。

Firefox、FileZilla、Double Commander 不理解使用 UTF-8 字符提供的路径，并且每个希腊字符显示 2 个字符。如果我将字符集强制为 UTF-8，一切正常。

我不确定这种错误行为是客户端的。我相信（！）没有错误的客户，只是在字符集上有一个故障安全机制。

这是一个小问题，但我以外的客户用户可能会感到沮丧。

波纹管是 Filezilla 日志，连接：

Status: Connecting to 192.168.1.2:21...
Status: Connecting to 192.168.1.2:21...
Status: Connection established, waiting for welcome message...
Response: 220 (vsFTPd 3.0.3)
Command: AUTH TLS
Response: 530 Please login with USER and PASS.
Command: AUTH SSL
Response: 530 Please login with USER and PASS.
Status: Insecure server, it does not support FTP over TLS.
Command: USER videos
Response: 331 Please specify the password.
Command: PASS 
Response: 230 Login successful.
Command: SYST
Response: 215 UNIX Type: L8
Command: FEAT
Response: 211-Features:
Response:  EPRT
Response:  EPSV
Response:  MDTM
Response:  PASV
Response:  REST STREAM
Response:  SIZE
Response:  TVFS
Response: 211 End
Status: Server does not support non-ASCII characters.
Status: Logged in
Status: Retrieving directory listing...
Command: PWD
Response: 257 "/" is the current directory
Command: TYPE I
Response: 200 Switching to Binary mode.
Command: PASV
Response: 227 Entering Passive Mode (192,168,1,2,204,166).
Command: LIST
Response: 150 Here comes the directory listing.
Response: 226 Directory send OK.
Command: PASV
Response: 227 Entering Passive Mode (192,168,1,2,73,251).
Command: LIST -a
Response: 150 Here comes the directory listing.
Response: 226 Directory send OK.
Status: Directory listing of "/" successful

还有一个图像，文件路径如何显示：

我想使用 Microsoft Word（特别是在 PC 上）打开、编辑并再次保存 UTF-8 格式的纯文本文件，但不在开头添加 BOM 字符序列。

让我们继续假设我询问的是关于 Word 2010 之后的任何版本的 Word。

我在“另存为”对话框中看不到执行此操作的选项，在我能看到的任何其他地方也看不到。

我可以看到这个问题多次被问到关于其他程序的问题，但我没有看到任何特定于 Word 的问题。

我见过的二维码大多是图片文件。但是您可以使用纯文本创建 QR 码吗？

例如 ASCII 和 UTF-8 以黑框作为字符。我可以将它们与空格一起使用来创建二维码吗？