Zeichenkodierung (Allgemeines zu Perl)

[thread]18107[/thread]

Zeichenkodierung

Tags: perl5 zeichenkodierung Ähnliche Threads

Leser: 17

Articles: hide open all | hide show old branches

+2 replies
MarkusH

2013-02-01 23:10
User since
2012-04-08
162 Artikel
BenutzerIn
Hallo,

ich verzweifle noch an einem wahrscheinlich trivialen Problem mit der Zeichenkodierung.
Mein Skript frägt eine Seite ab und erhält die Daten UTF-8 kodiert.
Die Daten werden in einer komplexeren Datenstruktur abgespeichert.
Bei einem Datenelement sollen die Leerzeichen entfernt und die Sonderzeichen ersetzt werden - und hier scheitert das Ganze.

Erstmal die Sub:
Code (perl): (dl )

1 2 3 4 5 6 7 8 9 10 11 12 13 14

sub formatNames { my $obj = shift; my $type = shift; my %sChar = ("ä" => "ae", "Ä" => "Ae", "ü" => "ue", "Ü" => "Ue", "ö" => "oe", "Ö" => "Oe", "ß" => "ss" ); my $replacement = join ("|", keys(%sChar)); if ($type eq 'filename') { my $filename = $obj->{DATA}{name}; $filename =~ s/\s*//g; $filename =~ s/($replacement)/$sChar{$1}/g; $obj->{DATA}{filename} = $filename; return }
In dem entsprechenden String werden die Leerzeichen alle noch ersetzt. Die Umlaute jedoch werden völlig ignoriert - ein 'völlig' wird nicht in 'voellig' umgewandelt.
Ich habe schon einige Sachen aus diesem Forum durch, dazu gehören:
Encode::Guess -> liefert UTF-8 zurück
Encode::Encode bzw. Decode bringt keine Unterschiede.
Encode::from_to: liefert die Anzahl der Zeichen zurück. (??)

Wie bekomme ich die Umlaute in UTF-8 kodierten Strings umgewandelt?
$q =~ /(bb|[^b]{2})/
- Linuxer
  
  2013-02-01 23:52
  User since
  2006-01-27
  3891 Artikel
  HausmeisterIn
  Wenn Du Deinen Ersetzungshash im Skript definiert hast, dann sollte das Skript auch besser in utf8 kodiert sein, damit die Ersetzung der utf8-kodierten Zeichen funktionieren kann.
  
  Code (perl): (dl )
  
  1 2 3 4 5 6 7 8 9 10 11 12
  
  #! /usr/bin/perl # Skript *muss* utf8 kodiert sein und die Sonderzeichen muessen korrekt vorliegen use strict; use warnings; use utf8; my %replace = ( # Umlaute MUESSEN als utf8 eingegeben vorliegen 'ä' => 'ae', );
  
  Ansonsten wäre wahrscheinlich noch die Umschreibung der Zeichen möglich:
  
  Code (perl): (dl )
  
  1 2 3 4 5 6 7 8 9
  
  #! /usr/bin/perl use strict; use warnings; my %replace = ( # Umlaute MUESSEN als utf8 eingegeben vorliegen "\N{LATIN SMALL LETTER A WITH DIAERESIS}" => 'ae', );
  
  Vielleicht kommen noch Hinweise/Tips von Leuten, die sich schon mehr mit Kodierung rumplagen mussten ;)
  meine Beiträge: I.d.R. alle Angaben ohne Gewähr und auf Linux abgestimmt!
  Die Sprache heisst Perl, nicht PERL. - Bitte Crossposts als solche kenntlich machen!

View all threads created 2013-02-01 23:10.