Türkishchars'ÇçĞğİıÖöŞşÜü'在utf-8编码中处理不正确，尽管它们似乎都被定义了。所有这些字符的密码都是65533（替换字符，可能用于错误显示），并根据所选字体显示问号或框。在某些情况下，0 / null作为charcode返回。在互联网上，有很多工具给出了utf-8的定义，但我不确定工具是否使用任何已定义的（真实/国际）注册表或动态创建具有已知规则和计算的定义。它们的字体定义明确，当我们手动输入代码点时显示它们没有问题。这证明它们是在utf-8中定义的。但另一方面，它们不会在编码或变换中处理，例如ajax请求/响应。
所以基本问题是“我们如何定义一个字符的代码”？ 该问题可以如下定制以防止误解。假设我们已经为这样的“Ç”准备了编码数据 - ＆gt; 性格：Ç 角色名称：拉丁文大写字母C与CEDILLA 十六进制代码点：00C7 十进制代码点：199 十六进制UTF-8字节：C387 ...... 我们如何/如何将此信息保存为标准的utf-8字符？ 我们如何分发/揭露它（准备好被他人使用）？ 我们是否需要任何人/基金会的确认（如unicode / utf-8联盟） 如果错误已经注册但无法正常工作，我们如何检测/修复错误？ 我们可以使用custom-utf8配置吗？如果是的话怎么样？
注意：此处不需要代码段，因为它不是误用问题。
答案 0 :(得分：15)
您提到的字符存在于Unicode中。以下是十六进制的字符代码以及它们如何以UTF-8编码：
Ç ç Ğ ğ İ ı Ö ö Ş ş Ü ü
Code: 00c7 00e7 011e 011f 0130 0131 00d6 00f6 015e 015f 00dc 00fc
UTF8: c3 87 c3 a7 c4 9e c4 9f c4 b0 c4 b1 c3 96 c3 b6 c5 9e c5 9f c3 9c c3 bc
这意味着如果您将文件0xc4 0x9e写入文件中，则表示您已编写Ğ字符，并且任何理解UTF-8 的软件工具必须读取它返回Ğ。
更新：要使用土耳其语进行正确的字母顺序和大小写转换，您必须使用了解区域设置的库，就像使用其他任何自然语言一样。例如在Java中：
Locale tr = new Locale("TR","tr"); // Turkish locale
print("ÇçĞğİıÖöŞşÜü".toUpperCase(tr)); // ÇÇĞĞİIÖÖŞŞÜÜ
print("ÇçĞğİıÖöŞşÜü".toLowerCase(tr)); // ççğğiıööşşüü
注意我是如何用大写字母变成İ，而我用小写字母变成ı。你没有说你使用的编程语言，但它的标准库肯定也支持语言环境。
Unicode定义每个字符的代码点和某些属性（例如，如果它是数字或字母，对于字母，如果它是大写，小写或标题），以及用于处理Unicode文本的某些通用算法（例如，如何混合从右到左的文本和从左到右的文本）。字母顺序和正确的案例转换由国家标准化机构定义，如芬兰的Institute of Languages of Finland，西班牙的Real Academia Española，独立于Unicode。
更新2：
世界上大多数语言的小写测试((ch&0x20)==ch)都被打破了，而不仅仅是土耳其语。你提到的将大写转换为小写的算法也是如此。此外，作为一封信的测试是不正确的：在许多语言中，Z不是字母表中的最后一个字母。要正确使用文本，您必须使用由知道他们正在做什么的人编写的库函数。
Unicode应该是通用的。创建国家和语言特定的编码变体是导致我们解决Unicode试图解决的混乱的原因。不幸的是，订购字符没有通用标准。例如，在英语中a =ä＆lt; z，但在瑞典语中＆lt; z＆lt;一个。在德语中，Ü相当于一个标准的U，另一个相当于UE。在芬兰语中Ü= Y.无法订购代码点，因此每种语言的排序都是正确的。