|
ru.perl
- RU.PERL ----------------------------------------------------------------------
From : Artem Chuprina 2:5020/400 31 Jan 2008 00:59:51
To : Dmitry E. Oboukhov
Subject : Re: и снова о юникоде
--------------------------------------------------------------------------------
Dmitry E. Oboukhov -> Artem Chuprina @ Wed, 30 Jan 2008 21:29:24 +0300:
DEO>>> разобрался
AB>>>> Можно сделать так:
AB>>>> # Тут у тебя $content будет с зажженным флагом.
AB>>>> $content = decode('koi8-r', $content, Encode::FB_QUIET);
DEO>>> нет тут дело оказалось не в флагах а в том что юникод на вебстраницах
DEO>>> передается не в utf-8, а в utf-16LE
DEO>>> в итоге регвыражение получилось такое:
DEO>>> use Encode qw(encode decode);
DEO>>> ...
DEO>>> $str=~s/\&\#(\d{4})\;/encode('utf-8', decode('utf-16LE', pack('S',
DEO>>> $1)))/eg;
AC>> Это на каких веб-страницах он так передается!?
DEO> на всех
DEO> яндекс например
DEO> а что?
Говорит, charset=windows-1251.
А, понял. Hе, мужик, не в UTF-16LE. А вовсе даже просто в уникоде.
Который _на твоем писюке_ _после этого pack_ на _буквах, используемых
яндексом_ будет представлен так же, как UTF-16LE. А на самом деле эти
числа означают уникодовские коды символов, не привязанные ни к какой
кодировке. И надо сказать, цифр там будет совершенно не обязательно
ровно четыре...
В принципе, за крайне редко встречающемся на практике исключением, прием
будет работать. Если не хотеть ровно четыре цифры и паковать не с 'S',
а с 'v'. Hо вообще копать в сторону 'U' было бы более правильно.
Во всяком случае, замена decode('utf-16LE', pack('S', $1)) на pack("U",
$1) у меня успешно сработала.
--
Artem Chuprina
RFC2822: <ran{}ran.pp.ru> Jabber: ran@jabber.ran.pp.ru
Он был новичком в Париже, а не в фехтовании.
Alexander Mozhaev в <1053722458@p15.f76.n5026.z2.fidonet.ftn>
--- ifmail v.2.15dev5.4
* Origin: Leninsky 45 home network (2:5020/400)
Вернуться к списку тем, сортированных по: возрастание даты уменьшение даты тема автор
|
