URL 带有奇怪的 UTF8 符号

Question

在 nginx 上，我有一个文件 / URL 包含德语单词“frühling”。

当从 Mac + Safari 访问 URL 时出现问题。

我复制/粘贴了两个 URL - 正确的一个和来自 Mac 的一个，结果如下：

[nmmm@zenbook ~]$ cat > a
frühling
^C
[nmmm@zenbook ~]$ cat > b
frühling
^C
[nmmm@zenbook ~]$ xxd a
0000000: 66 72 75 cc 88 68 6c 69 6e 67 0a              fru..hling.
[nmmm@zenbook ~]$ xxd b
0000000: 66 72 c3 bc    68 6c 69 6e 67 0a              fr..hling.

"a"是正确的，"b"是错误的。似乎区别就在变音符号“ü”之后，还有额外的正常“u”。变音符号“ü”也有所不同。

这个符号是从哪里来的？我的客户有时会使用 MsWord 或 LibreOffice 来准备这些东西。 nginx 有没有办法以某种方式处理（重建）它？

Answer 1

搜索 Google 我发现以下内容： https://coderwall.com/p/gc079w/debugging-encodings-and-character-sets

似乎有两种方法可以变音：

Correct utf8 encoding is (you would see c3 bc in the hexdump):
U+00FC  ü  c3 bc   LATIN SMALL LETTER U WITH DIA.
A valid UTF-8 character sequence that displays identically, but is not a "ü" (again, 75 cc 88 in the hexdump):
U+0075  u   75      LATIN SMALL LETTER U
U+0308  ̈    cc 88   COMBINING DIAERESIS

更新：

使用 find 你可以找到所有带有正确或错误变音符号的文件，工作方式 "normal":

find . -name '*ü*'

但是您需要 copy/paste 更正元音变音 "way" 或创建一个 bash 文件。

我正在寻求的可能解决方案是创建符号链接，这可以通过查找的输出来完成。

（仍在寻找如何从 nginx 级别修复此问题）

URL 带有奇怪的 UTF8 符号

URL with strange UTF8 symbol

nginx

utf-8