كما هو موضح هنا (Embed Discourse comments on another website via Javascript - #453 by limetti)، عند تضمين Discourse في موقعي الإلكتروني، يتم تحليل العنوان بشكل صحيح. ولكن نظرًا لأنه يحتوي على علامات ترقيم علوية، فإن العناوين مثل “Ich würde” تنتهي بـ “Ich würde”.
هل هذه مشكلة عامة، مشكلة في صفحتي، أو أي حل بديل لذلك؟ شكرًا!
هذه مشكلة كلاسيكية “ترميز خاطئ”.
كحالة اختبار، إذا قرأنا (عبر بايثون، في هذا المثال) البيانات الأولية من مشاركتك:
In [1]: import urllib
In [2]: u = urllib.request.urlopen('https://meta.discourse.org/posts/1418409/raw')
In [3]: r = u.read(); r
Out[3]: b'As described here (https://meta.discourse.org/t/embed-discourse-comments-on-another-website-via-javascript/31963/453), when embedding Discourse into my website, the title is correctly parsed. But as it contains umlauts, titles like \\xe2\\x80\\x9cIch w\\xc3\\xbcrde\\xe2\\x80\\x9d end up in \\xe2\\x80\\x9cIch w\\xc3\\x83\\xc2\\xbcrde\\xe2\\x80\\x9d.\\n\\nIs this a general problem, a problem with my page or any workaround for that? Thanks!'
نحصل على بايتات، لكننا لا نعرف كيفية فك ترميزها. ومع ذلك، يخبرنا أحد رؤوس الاستجابة أنه يجب علينا استخدام UTF-8:
In [4]: u.headers['content-type']
Out[4]: 'text/plain; charset=utf-8'
In [5]: r.decode('utf-8')
Out[5]: 'As described here (https://meta.discourse.org/t/embed-discourse-comments-on-another-website-via-javascript/31963/453), when embedding Discourse into my website, the title is correctly parsed. But as it contains umlauts, titles like “Ich würde” end up in “Ich würde”.\\n\\nIs this a general problem, a problem with my page or any workaround for that? Thanks!'
In [6]: print(r.decode('utf-8'))
As described here (https://meta.discourse.org/t/embed-discourse-comments-on-another-website-via-javascript/31963/453), when embedding Discourse into my website, the title is correctly parsed. But as it contains umlauts, titles like “Ich würde” end up in “Ich würde”.
Is this a general problem, a problem with my page or any workaround for that? Thanks!
ستلاحظ أن الأحرف تبدو تمامًا كما نشرتها. ولكن عندما يتم تفسير هذه البايتات بشكل خاطئ - خاصةً عندما يتم ارتكاب الخطأ الشائع بتفسير هذه البايتات على أنها ISO-8859-1 بدلاً من UTF-8 (تم تقصير السلسلة للتوضيح أدناه)، تحصل على:
In [7]: snippet = r[220:255]; snippet
Out[7]: b'titles like \\xe2\\x80\\x9cIch w\\xc3\\xbcrde\\xe2\\x80\\x9d end up'
In [8]: snippet.decode('utf-8')
Out[8]: 'titles like “Ich würde” end up'
In [9]: snippet.decode('iso-8859-1')
Out[9]: 'titles like â\x80\x9cIch würdeâ\x80\x9d end up'
إذا قمت بطباعة ذلك، فإن الطرفية الخاصة بي تعلق. غريب. 
لتلخيص: أيًا كان ما تستخدمه لسحب بيانات المشاركة من Discourse يعاملها على أنها iso-8859-1 بدلاً من utf-8.
(تكهنات) ربما تقوم بتضمين البايتات الأولية المسحوبة من موقع Discourse في صفحة يتم تقديمها برمز صفحة iso-8859-1.
شكراً جزيلاً على التلميح. بالفعل، كانت الوسم meta-tag UTF-8 بعد الوسم title-tag 
يعمل الآن!
This topic was automatically closed 30 days after the last reply. New replies are no longer allowed.