Problem mit Umlaute bzw. nationale Sonderzeichen (Allgemeines zu Perl)

[thread]6508[/thread]

Problem mit Umlaute bzw. nationale Sonderzeichen

hehol

2004-08-18 16:37

User since
2004-08-18
1 Artikel
BenutzerIn
[default_avatar]

Hallo,

ich möchte die in einem in UTF-8 kodierten String enthaltenen nationalen Sonderzeichen (ä,ç,ê usw.) in das naheliegendste ASCII-Zeichen verwandeln. Aus "Müller" soll "Muller" werden usw. Ich habe

Code: (dl )

1
2
3

use Encode qw(encode decode);

my $plain = encode("ascii", decode("utf8", $utfstring));

probiert, aber dabei werden alle nicht-ASCII Zeichen durch Fragezeichen ersetzt.

Gibt es irgendeine Möglichkeit, mit der ich mir das Erstellen einer vollständigen UTF-8 Zeichenersetzungstabelle ersparen kann?

Viele Dank für Eure Hilfe
Henning

Taulmarill

2004-08-18 17:00

User since
2004-02-19
1750 Artikel
BenutzerIn

user image

hm, dir wird nichts anderes übrig bleiben, alls so eine liste zu erstellen oder zu besorgen.
für umlaute hab ich nen modul gefunden => Linua::DE::ASCII.
Wenn es dir allerdings nicht um "echtes" ascii sondern einfach nur im 8-bit text geht, kannst du folgendes verwenden:

Code: (dl )

1
2

use Encode qw/from_to/;
from_to( $foo, "utf8", "iso-8859-1" );

$_=unpack"B*",~pack"H*",$_ and y&1|0& |#&&print"$_\n"for@.=qw BFA2F7C39139F45F78 0A28104594444504400 0A2F107D54447DE7800 0A2110453444450500 73CF1045138445F4800 0 F3EF2044E3D17DE 8A08A0451412411 F3CF207DF41C79E 820A20451412414 83E93C4513D17D2B

ptk

2004-08-18 18:03

User since
2003-11-28
3645 Artikel
ModeratorIn
[default_avatar]

Wenn du kein besseres Modul findest, dann koenntest du mithilfe von charnames und ein bisschen Heuristik eine Ersatzdarstellung finden. Z.B.:

Code: (dl )

use charnames qw();

my $s = "Müller";
my $t = "";
for my $ch (split //, $s) {
    my $ord = ord $ch;
    if ($ord > 127) {
        my $charname = charnames::viacode($ord);
        if ($ord == 223) { # Ausnahme sz
            $t .= "ss";
        } elsif ($charname =~ /(CAPITAL|SMALL)\s+LETTER\s+(.)/) {
            if ($1 eq 'CAPITAL') {
                $t .= uc($2);
            } else {
                $t .= lc($2);
            }
        } else {
            $t .= "?";
        }
    } else {
        $t .= $ch;
    }
}
warn $t;

View all threads created 2004-08-18 16:37.