java - UTF-8 规范化重音编码形式之间的冲突

Question

我有一个 UTF-8 规范化的错误:

据我所知，(至少)有两种方法可以用 UTF-8 编写 'é':CC 81和 C3 A9 .

[从 Mac/OSX 迁移到 PC/Linux 后] 我现在存储在数据库中的路径与实际文件系统结构之间存在冲突，这使我无法正确访问我的文件 ...

在java.text.Normalizer的帮助下，我在我得到的 FS 中计算出:

NFD true
NFC false
NFKD true
NFKC false

在数据库中(和键盘)，我有:

NFD false
NFC true
NFKD false
NFKC true

我应该遵守这四种规范化形式中的哪一种？ 我如何(自动)修复文件系统目录的编码？

---

EDIT2:问题根本不是我一开始所想的，因此下面的所有内容都被删除了。

<罢工> 你知道是否有任何规则(RFC？)定义 file:// 的处理网址？

我担心的是口音， 我尝试在 访问图片

file:///other/Web/data/images/2005/2005-12-31 Fin d'année/IMGP0012.JPG

但它不起作用， 编辑:当然它不适用于 &eacute在网址中……

不过，Gumbo的建议

file:///other/Web/data/images/2005/2005-12-31%20Fin%20d'ann%C3%A9e/IMGP0012.JPG

也不起作用，但是(Firefox->复制链接位置)

file:///other/Web/data/images/2005/2005-12-31%20Fin%20d%27anne%CC%81e

没问题。

是否有任何标准方法可以访问本地文件系统上的这些数据，或者我应该尝试所有可用的编码...？

(我的代码是用Java写的，我用FF 3.6测试过)

Answer 1

您需要使用 percent-encoding 对这些字符进行编码.试试这个:

file:///other/Web/data/images/2005/2005-12-31%20Fin%20d'ann%C3%A9e/IMGP0012.JPG

这里的%C3%A9代表UTF-8编码的é。如果您的应用程序需要与 UTF-8 不同的字符编码，您可能需要更改字符编码。