Victor Wagner wrote:
Кракозябли бывают разные. Какие именно? И какая локаль была у процесса,
которым файлы читали. И вообще в какой операционной системе их читали?
Генерились xml файлы. с encoding='UTF-8' в заголовке. Читает их
настольное приложение на winxp (cp1251). Так же, естественно, пробую
читать их вьювером kate у себя, по одной пытаясь применить ту или иную
кодировки, увы без результата. Везде где русский текст вижу
вопросительные знаки.
Стал сравнивнивать окружение на тестовом и прод. серверах и выяснил что
на тестовом сервере у процесса сервера LC_ALL=ru_RU.UTF-8, а на продакшн
- LC_ALL=C. Для пробы изменил LC_ALL на продашн - русские буквы стали
отображаться нормально.
Вообще по хорошему счету LC_ALL вообще выставлять не надо. Если
выставить LANG, то можно потом поменять отдельные категории, скажем
LC_NUMERIC. А LC_ALL имеет более высокий приоритет.
Сейчас попробую сделать LC_ALL пустой. Отпишу что из этого вышло.
Спасибо за ответ!
Павел.
Вот что хочу спросить, где проблема? В моём коде который генерит UTF-8
текст и пишет его на диск или это потому что процесс у которого LC=C не
может по определению писать на диск UTF-8 текст?
Скорее всего - ни там, ни там. Между твоим кодом и системным вызовом
write имеется куча промежуточных слоев - всякие библиотеки классов, собственно
JRE, libc и т.д. Если в файле действительно НЕ русские буквы, в чем
следует убедиться просмотрев файлы на системе с заведомо известной
локалью, посредством наиболее примитивного вьюера, вроде less,
а то и просмотром шестнадцатиричного дампа файла (хотя не люблю
читать utf-8 в шестнадцатиричном виде. UTF-16 еще куда ни шло), то
проблема скорее всего в каких-нибудь промежуточных библиотеках.
Еще может быть что файлы пишутся в каком-нибудь формате,
предусматривающем явное указание кодировки, например XML. И из-за
неверной локали стандартная функция библиотеки, формирующая файл, может
залепить туда например iso8859-1 в качестве кодировки, после чего
написать честные русские буквы в utf-8. Тогда честный вьюер, учитывающий
информацию из заголовков, покажет то, что обычно называют "крокозяблики"
- латинские буквы со всякими надчерками и крышечками. А при просмотре в
текстовом вьюере вроде less в правильной локали русские буквы будут
видны.
Спасибо!
Павел.
--
To UNSUBSCRIBE, email to [EMAIL PROTECTED]
with a subject of "unsubscribe". Trouble? Contact
[EMAIL PROTECTED]
--
To UNSUBSCRIBE, email to [EMAIL PROTECTED]
with a subject of "unsubscribe". Trouble? Contact [EMAIL PROTECTED]
