มีชุดไฟล์“ Lorem ipsums” สำหรับทดสอบปัญหาการเข้ารหัสอักขระหรือไม่

สำหรับการจัดวางเรามีข้อความ "Lorem ipsum" ที่มีชื่อเสียงเพื่อทดสอบว่ามีลักษณะอย่างไร

สิ่งที่ฉันกำลังมองหาคือชุดไฟล์ที่มีข้อความที่เข้ารหัสด้วยการเข้ารหัสต่างๆที่ฉันสามารถใช้ในการทดสอบ JUnit เพื่อทดสอบวิธีการบางอย่างที่จัดการกับการเข้ารหัสอักขระเมื่ออ่านไฟล์ข้อความ

มีISO 8859-1ไฟล์Windows-1252ทดสอบที่เข้ารหัสและไฟล์ทดสอบที่เข้ารหัส ของ Windows 1252 จะเรียกความแตกต่างในภูมิภาค 80 ₁₆ - 9F 16 กล่าวอีกนัยหนึ่งคือต้องมีอักขระอย่างน้อยหนึ่งตัวของภูมิภาคนี้เพื่อแยกความแตกต่างจาก ISO 8859-1

ชุดไฟล์ทดสอบที่ดีที่สุดอาจเป็นที่ที่ไฟล์ทดสอบสำหรับการเข้ารหัสแต่ละรายการมีอักขระทั้งหมดเพียงครั้งเดียว แต่บางทีฉันอาจไม่รู้ถึง sth - เราทุกคนชอบสิ่งที่เข้ารหัสนี้ใช่มั้ย? :-)

มีชุดไฟล์ทดสอบสำหรับปัญหาการเข้ารหัสอักขระหรือไม่?

ลองใช้ไฟล์ชุดทดสอบICU ดูล่ะ ฉันไม่รู้ว่าเป็นสิ่งที่คุณต้องการสำหรับการทดสอบของคุณหรือไม่ แต่ดูเหมือนว่าจะมีไฟล์การแมป UTF ที่ค่อนข้างสมบูรณ์: ลิงก์ไปยัง repo สำหรับไฟล์ทดสอบ ICU

บทความ Wikipedia เกี่ยวกับการกำกับเสียงนั้นค่อนข้างครอบคลุมน่าเสียดายที่คุณต้องแยกอักขระเหล่านี้ด้วยตนเอง นอกจากนี้ยังอาจมีตัวช่วยจำบางอย่างสำหรับแต่ละภาษา ตัวอย่างเช่นในภาษาโปแลนด์เราใช้:

Zażółćgęśląjaźń

ซึ่งมีตัวกำกับภาษาโปแลนด์ทั้ง 9 ตัวในประโยคเดียวที่ถูกต้อง คำใบ้ในการค้นหาที่มีประโยชน์อีกอย่างคือpangrams : ประโยคที่ใช้ตัวอักษรทุกตัวอย่างน้อยหนึ่งครั้ง :

• ในภาษาสเปน " El veloz murciélagohindúcomía feliz cardillo y kiwi La cigüeña tocaba el saxofóndetrás del palenque de paja. " (ตัวอักษรและการกำกับเสียงทั้งหมด 27 ตัว)

• ในภาษารัสเซีย " Съешьжеещёэтихмягкихфранцузскихбулок, давыпейчаю " (อักษรซิริลลิกรัสเซียทั้งหมด 33 ตัว)

รายชื่อ pangramsมีข้อมูลสรุปโดยละเอียด ทุกคนสนใจที่จะห่อสิ่งนี้ด้วยวิธีง่ายๆ:

public interface NationalCharacters {
  String spanish();
  String russian();
  //...
}

ห้องสมุด?

ฉันไม่รู้เอกสารข้อความที่สมบูรณ์ แต่ถ้าคุณสามารถเริ่มต้นด้วยภาพรวมง่ายๆของชุดอักขระทั้งหมดมีไฟล์บางไฟล์อยู่ที่เซิร์ฟเวอร์ ftp.unicode.org

นี่คือตัวอย่าง WINDOWS-1252 คอลัมน์แรกคือค่าอักขระเลขฐานสิบหกและค่าที่สองคือค่ายูนิโคด

ftp://ftp.unicode.org/Public/MAPPINGS/VENDORS/MICSFT/WINDOWS/CP1250.TXT

ฉันได้ใช้เครื่องมือออนไลน์เพื่อสร้างชุดอักขระข้อความจาก Lorem Ipsum ฉันเชื่อว่ามันช่วยคุณได้ ฉันไม่มีชุดที่มีชุดอักขระที่แตกต่างกันทั้งหมดในหน้าเดียว

http://generator.lorem-ipsum.info /