Question

我正在创建一个博客引擎，它包含一个<textarea>，它接收整篇文章的输入。

然后我使用ajax并将其存储到GAE数据存储提供的Text变量

问题：如果用户从word文档中复制文本，那么当我们在网页上嵌入时，我会在屏幕上看到各种随机字符。我知道这是因为word文件使用XML编码，HTML页面使用utf-8编码（在我的情况下）

问题：如何更改输入文本的编码？或者我如何避免XML编码？或者，如果更改我的网页编码可能有助于解决此问题？

需要注意的要点：我想让它自动化..我在谷歌上看到你应该首先将文本复制到一些简单的文本编辑器，它编码格式并将它们复制到网页。但这个选项对我来说是不可行的。

此外我之前曾经使用过，当时我从word文件复制文本，如果有人知道如何管理编码冲突！

java中应该有答案：）

Answer 1

这是因为单词documment'（逗号）不包含在UTF-8标准中，因此您需要以编程方式处理它。

下面是javascript的一些例子

<textarea rows="4" onkeyup="replaceWordChars(this.value)" cols="50">
//your text area
</textarea> 


function replaceWordChars(text) {
    var s = text;
    // smart single quotes and apostrophe
    s = s.replace(/[\u2018|\u2019|\u201A]/g, "\'");
    // smart double quotes
    s = s.replace(/[\u201C|\u201D|\u201E]/g, "\"");
    // ellipsis
    s = s.replace(/\u2026/g, "...");
    // dashes
    s = s.replace(/[\u2013|\u2014]/g, "-");
    // circumflex
    s = s.replace(/\u02C6/g, "^");
    // open angle bracket
    s = s.replace(/\u2039/g, "<");
    // close angle bracket
    s = s.replace(/\u203A/g, ">");
    // spaces
    s = s.replace(/[\u02DC|\u00A0]/g, " ");
    document.getElementById("your Textarea ID ").value = s;
}

在文本区域，你需要触发这个javascript函数onKeyup事件

Answer 2

不确定这是否会对任何人有所帮助，但我花了几天时间试图找出这个问题。我的用例非常相似，除了我发现我的问题与剪贴板复制的方式有关（这根据操作系统略有改变）并随后粘贴了文本。（我使用ClipSpy来调查“引擎盖下”发生的事情。）

原谅我的外行解释：剪贴板以多种格式存储文本，当给出粘贴命令时，它会尝试匹配收件人程序的字符集/编码，或者在我的情况下{{1}我的网页框。这些网站和论坛帖子帮助极大：

最终我所要做的就是尽早在<textarea>声明让浏览器为我做“艰苦”的工作，期待UTF-8编码的文本，剪贴板试图尊重它。

从word文档复制到网页时文本会发生变化

2 个答案: