我尝试常见的lisp hunchentoot-test。
当我上传带有非拉丁符号的utf-8文本文件时，上传文件的长度增加了。在完成文件中，插入了每个非拉丁符号的附加字节。我不明白为什么。 最近的实验是刚刚在digitalocean上启动ubuntu系统。 安装emacs，clisp和slime。在swank执行：
（ql：quickload“hunchentoot”）
（ql：quickload“hunchentoot-test”）
（hunchentoot：start（make-instance'hunchentoot：easy-acceptor：port 4242））
足以在127.0.0.1:4242/hunchentoot/test/upload.html上看到问题
答案 0 :(得分：6)
当我上传带有非拉丁符号的utf-8文本文件时，上传文件的长度增加了。在完成文件中，插入了每个非拉丁符号的附加字节。我不明白为什么。
根据Wikipedia article on UTF-8（强调补充）：
UTF-8是一种字符编码，能够以Unicode编码所有可能的字符或代码点。 编码是可变长度并使用8位代码单元。 ... UTF-8对Unicode代码空间中1,112,064个有效代码点中的每一个进行编码（1,114,112个代码点减去2,048个代理代码点）使用一到四个8位字节（一组8位已知作为Unicode标准中的八位字节）。具有较低数值的代码点（即，Unicode字符集中的较早代码位置，其倾向于更频繁地出现）使用较少的字节进行编码。 Unicode的前128个字符，与ASCII一对一对应，使用与ASCII相同的二进制值的单个八位字节进行编码，使有效的ASCII文本也是有效的UTF-8编码的Unicode。
这意味着当您将自己限制为ASCII文本时，每个字符将使用一个字节。但是，一旦离开ASCII域，每个字符可能使用多个字节。所以，即使你只添加一个字符，你也要添加多个字节。使用UTF-8，您不能假设“每个字符一个字节。”