|
ru.perl
- RU.PERL ----------------------------------------------------------------------
From : Andrey Sapozhnikov 2:5020/400 28 Nov 2002 20:40:56
To : Victor Wagner
Subject : Re: KOI2utf8
--------------------------------------------------------------------------------
Victor Wagner wrote:
> AS> Victor Wagner wrote:
>>>И что, преобразование
>>>
>>>"\x2020Сегодня\xA0\x2014 Geschlo\xDFen" ->
>>>"†Сегодня — Geschlossen" сделает?
>>>
>>>Очень бы хотел посмотреть решение на 5.8 перле, которое при
>>>преобразовании в 8-битный чарсет позволяет вызывать свою функцию
>>>преобразования на все символы, отсутствующие в выходной перекодировке.
>>>
>>>В экран уместишь?'
>>
>
> AS> Эээ... давай разберемся по-порядку. Во-первых, что это за строка No.1?
> AS> Она изначально в какой кодировке - в utf8? И как трактуются \xNNNN ?
> AS> Как chr(NN) . 'NN'? Ибо в perl уникодные символы в строке записываются
>
> Hу извини. Я слишком неопытен в работе с юникодом в перле, поэтому
> не написал там фигурных скобок. Я имел в виду:
>
> "\x{2020}Сегодня\x{A0}\x{2014} Geschlo\x{DF}en"
>
> Результат может быть в любой восьмибитной кодировке, в которой нет
> символов EM-DASH, BULLET и западно-европейских акцентированных букв.
> Hапример, в кои-8. С неразрывным пробелом там призовая игра, ибо он в
> кодировки есть.
>
> AS> как \x{NNNN}. И в какой кодировке Вы хотите результат? Ибо то, что
> AS> я вижу вообще не есть перекодировка чарсетов.
>
> Согласен. Это гораздо более практически полезная задача ПРЕДСТАВЛЕHИЯ
> строки, которая легко и естественно представляется в юникоде, средствами
> 8-битной кодировки + HTML. Буде будет такое решение, я, естественно,
> попробую адаптировать его к другим языкам, которые позволяют средставми
> 8-битной кодировки выразить более другие символы - TeX, Perl, Tcl.
> Если сложность адаптации будет соответствовать прямизне представления
> этих символов в более другом языке, сделаю вывод, что в 5.8 перле
> работа с кодировками сделана УДОБHО.
======================== example ==========================
#!/usr/bin/perl -w
use strict;
BEGIN {
use utf8;
package Encode::myhtml;
use base qw(Encode::Encoding);
__PACKAGE__->Define('myhtml');
my %subst = (
'&' => '&', '<' => '<', '>' => '>', '"' => '"',
"\x{00a0}" => ' ', "\x{2014}" => '—', "\x{00df}" => 'ss'
);
sub encode ($$;$) {
(my $str = $_[1]) =~ s/([&<">\x{0080}-\x{ffff}])/$subst{$1} || $1/ge;
$_[1] = '' if $_[2];
Encode::encode('koi8-r', $str, Encode::FB_HTMLCREF);
}
};
use utf8;
use encoding 'utf8', STDOUT => 'myhtml';
print "\x{2020}пєп№пЁпОп¶пЧяЮ\x{A0}\x{2014} Geschlo\x{DF}en";
======================== eof ==========================
Вот, пожалуйста. Можно было описать свой UCM файл с кодировкой,
но поскольку это по большей части повторение уже имеющейся koi8-r
я решил (ценой некоторого падения скорости) класс с кодировкой
написать на perl, а не в виде XS. Hадеюсь, что в твой экран
оно влезет. Разумеется все, что обернуто в BEGIN впоследствии
надо вынести в отдельный Encode/myhtml.pm который сам вызовется
при необходимости. То, что стоит в print - это и есть твоя строка.
К сожалению, гейт fido7 не разрешает (насколько я помню) слать
письма в utf-8, посему я пишу в koi-8 и вставляю код AS IS.
Если что-то поломается - открой скрипт любым редактором
поддерживающим utf-8 и поправь строчку :)
Андрей
--- ifmail v.2.15dev5
* Origin: Demos online service (2:5020/400)
Вернуться к списку тем, сортированных по: возрастание даты уменьшение даты тема автор
|
