Como exibir Unicode UTF-8 como Unicode?

Eu tenho alguns arquivos de texto codificados em UTF-8 que exibem códigos de escape estranhos no Emacs. Por exemplo, este texto:

Em ista quaestione primo exponam quid intelligendum est for hoc nomen 'Deus'; segundo, responde ad quaestionem.

Shows como este no Emacs:

Isso só acontece no Emacs. Outros editores mostram o texto corretamente. Como posso resolver este problema?

Atualização 1

Se eu ligar revert-buffer-with-coding-systeme selecionar utf-8o arquivo, será lido corretamente. Portanto, como Gilles adivinhou corretamente, o Emacs não está detectando a codificação do arquivo. Se eu adicionar o código ; -*- coding: utf-8 -*-ao arquivo, o Emacs será aberto e exibido corretamente.

Atualização 2

Eu recodifiquei o arquivo em "UTF-8 com codificação de BOM" e agora ele é exibido corretamente no Emacs. Não sei qual é a diferença entre os dois tipos, mas o Emacs parece estar ciente apenas do BOM.

Por alguma razão, o Emacs não está reconhecendo o arquivo como UTF-8. Você pode forçar o Emacs a reabrir o arquivo como UTF-8 executando o comando C-x RET r( revert-buffer-with-coding-system) e digitando utf-8.

O motivo pelo qual o Emacs não reconheceu esse arquivo como UTF-8 (mas reconhece outro) provavelmente é que ele contém alguma sequência UTF-8 inválida. Essa sequência ainda aparecerá como barra invertida seguida por três dígitos octais com uma cor diferente (a escape-glyphface) após a reinterpretação do arquivo como UTF-8. Você pode procurar essa sequência executando C-M-s( isearch-regexp) e procurando

[^^@-~[:multibyte:]]

onde ^@é digitada digitando C-q C-SPC(é o caractere ^ @ = 0, não a sequência de dois caracteres circunflexa; o caractere antes de ser o caractere circunflexo).

Você pode forçar o Emacs para reconhecer o arquivo como UTF-8, adicionando uma variável de arquivo sistema de codificação : colocar algo como -*-coding: utf-8-*-na primeira linha, ou colocar algo como isso perto do final do arquivo (você pode substituir #por qualquer prefixo, mas Local Variables:e End:obrigação aparecem exatamente assim com os dois pontos à direita):

# Local Variables:
# coding: utf-8
# End:

O Emacs escolhe a codificação de acordo com a qual os arquivos são interpretados com base em várias configurações, principalmente ambientes de idiomas e variáveis auto-coding-aliste auto-coding-regexp-alist. Como você tem o mesmo problema com este arquivo, mesmo em execução emacs -Q, acho que esse não é um problema com essas configurações, mas com o conteúdo do arquivo.

É tarde para responder à pergunta sobre a lista técnica, mas farei de qualquer maneira.

A marca de ordem dos bytes (BOM) é uma sequência de três bytes \ xef \ xbb \ xbf que, no início de um arquivo, indica aos sistemas e aplicativos que o conteúdo está codificado como UTF-8. Devidamente, são metadados, não tratados como parte do conteúdo.

A maioria dos aplicativos - o Emacs é um deles - honra a BOM e grava todos os arquivos UTF-8. Outras aplicações podem honrá-lo na leitura, mas não escrevê-lo; e outros não sabem disso e podem lançar uma mensagem de erro quando a encontrarem. Em outras palavras, a situação é confusa. Eu prefiro usá-lo sempre que possível.

Somente para sistemas UNIX.

Em muitos casos, a definição de codificação direta em ~ / .bashrc ~ / bash_profile

LANG=en_EN.UTF8

realizado com

export LC_ALL=en_US.UTF-8
export LANG=en_US.UTF-8
export LANGUAGE=en_US.UTF-8

em ~ / .profile deve resolver seu problema.

PS Após essas correções, é necessário RELOGIN na sua sessão para permitir que as alterações se tornem visíveis.