Dateien in utf8 speichern (Allgemeines zu Perl) - Perl-Community.de

Start · Board · Anwendungen/Programme/Skripte in Perl · Allgemeines zu Perl

2024-04-25 10:04:43
Europe/Berlin
Einloggen (Registrieren)
- Einstellungen
- Statistics
Jemand zu Hause?
1 Benutzer online
1 Gast

[thread]14589[/thread]

submit to reddit

Dateien in utf8 speichern

Tags: encoding Ähnliche Threads

Leser: 24

Articles: hide open all | hide show old branches

+17 replies
Wolf

2010-02-05 11:41
User since
2010-02-05
5 Artikel
BenutzerIn
Hallo allerseits!

Ich habe ein Skript geschrieben, das eine Datei mit Zeichensatz Mac OS Roman parst und Teile daraus in eine neue Datei schreibt. Wie schaffe ich es, dass diese Datei den Zeichensatz utf8 hat (und nicht ebenfalls Mac OS Roman)? Aus "decode", "encode", "use utf8" usw. werde ich einfach nicht schlau.
Code: (dl )

1 2 3

open(DATEIHANDLE_OUTPUT, "> ". $DATEINAME_OUTPUT) || die "\nAbbruch!\nPerl meldet: [$!]\n\n";; print DATEIHANDLE_OUTPUT @ALLE_ZEILEN; close(DATEIHANDLE_OUTPUT);
Ich hoffe, Ihr könnt mir weiterhelfen. Trotz stundenlangen Herumprobierens bin ich in dieser Sache leider auf keinen grünen Zweig gekommen! (PS: Ich arbeite mit einem Mac.)
- +4 replies
- esskar
  
  2010-02-05 11:54
  
  User since
  2003-08-04
  7321 Artikel
  ModeratorIn
  
  versuch mal
  
  encode('utf-8', decode('X-MAC-ROMANIAN', $data));
  - +3 replies
  - GwenDragon
    
    2010-02-05 12:23
    
    User since
    2005-01-17
    14533 Artikel
    Admin1
    
    Meintest du nicht x-mac-roman?
    
    x-mac-romanian ist Rumänisch.
    die Drachin, Gwendolyn
    
    Unterschiedliche Perl-Versionen auf Windows (fast wie perlbrew) • Meine Perl-Artikel
    - +2 replies
    - Gast ҉
      
      2010-02-05 12:51
      
      Die kanonische Bezeichnung lautet macintosh. IANA schreibt diese Standards nicht umsonst, wisst ihr beiden?
      - GwenDragon
        
        2010-02-05 16:22
        
        User since
        2005-01-17
        14533 Artikel
        Admin1
        
        Die Iana ist je echt nett, ist doch eine liebe Frau. Oder? ;)
        
        Ansonsten kann auch interessiert in den Dokumenten des WWW rumgesucht werden.
        http://www.iana.org/assignments/character-sets
        http://www.faqs.org/rfcs/rfc1345.html
        http://www.cs.tut.fi/~jkorpela/chars/sorted.html#m...
        die Drachin, Gwendolyn
        
        Unterschiedliche Perl-Versionen auf Windows (fast wie perlbrew) • Meine Perl-Artikel
- +9 replies
- betterworld
  
  2010-02-05 12:04
  User since
  2003-08-21
  2613 Artikel
  ModeratorIn
  Code: (dl )
  
  1 2 3
  
  open(DATEIHANDLE_OUTPUT, ">:encoding(UTF-8)". $DATEINAME_OUTPUT) || die "\nAbbruch!\nPerl meldet: [$!]\n\n";; print DATEIHANDLE_OUTPUT @ALLE_ZEILEN; close(DATEIHANDLE_OUTPUT) or die $!;
  
  Beachte auch das "die" in der letzten Zeile, das ist wichtig, weil es meldet, wenn die Datei nicht geschrieben werden konnte.
  
  Zu dem encoding siehe auch perldoc -f open.
  
  Zu den Dateihandles siehe fuer's naechste Mal
  WasIsteinLexikalischerFileHandle
  
  Und das mit den ganzen Großbuchstaben sieht unschoen aus, aber das ist nur meine Meinung ;-)
  Last edited: 2010-02-05 12:06:20 +0100 (CET)
  Lieblingsmodule: IPC::System::Simple, Path::Class
  - +8 replies
  - sid burn
    
    2010-02-05 14:02
    User since
    2006-03-29
    1520 Artikel
    BenutzerIn
    
    2010-02-05T11:04:37 betterworld
    
    Code: (dl )
    
    1 2 3
    
    open(DATEIHANDLE_OUTPUT, ">:encoding(UTF-8)". $DATEINAME_OUTPUT) || die "\nAbbruch!\nPerl meldet: [$!]\n\n";; print DATEIHANDLE_OUTPUT @ALLE_ZEILEN; close(DATEIHANDLE_OUTPUT) or die $!;
    
    Beachte auch das "die" in der letzten Zeile, das ist wichtig, weil es meldet, wenn die Datei nicht geschrieben werden konnte.
    
    Dann solltest du aber noch ein die() beim print() hinzufügen. Nicht erst beim "exit()" werden alle daten geschrieben. Du prüfst nur ob die Datei geschlossen werden konnte und ob die letzten buffer auch korrekt geleert wurden. Aber das eigentliche schreiben prüfst du nicht.
    
    Bequemer wäre natürlich "use autodie". Dann prüft Perl das selber. Dann kann Perl sich als Frickelsprache etwas weiter vor PHP platzieren, an den untersten Plätzen.
    Nicht mehr aktiv. Bei Kontakt: ICQ: 404181669 E-Mail: perl@david-raab.de
    - +6 replies
    - Wolf
      
      2010-02-05 14:07
      
      User since
      2010-02-05
      5 Artikel
      BenutzerIn
      
      Das nahme ich alles dankbar auf, aber warum werden die Dateien nun nicht als UTF-8 gespeichert?!
      - +2 replies
      - bianca
        
        2010-02-05 14:29
        
        User since
        2009-09-13
        6977 Artikel
        BenutzerIn
        
        2010-02-05T13:07:20 Wolf
        Das nahme ich alles dankbar auf, aber warum werden die Dateien nun nicht als UTF-8 gespeichert?!
        
        Hab das gleiche Problem gerade wieder in einem ganz anderen Forum gehabt. Da lag es am Editor des Fragestellers. Der hat einfach kein UTF-8 gespeichert, daher half auch kein Header.
        Andersrum: Was veranlaßt Dich zu glauben, es wäre kein UTF-8?
        10 print "Hallo"
        20 goto 10
        
        Wolf
        
        2010-02-05 15:23
        
        User since
        2010-02-05
        5 Artikel
        BenutzerIn
        
        2010-02-05T13:29:15 bianca
        2010-02-05T13:07:20 Wolf
        Das nahme ich alles dankbar auf, aber warum werden die Dateien nun nicht als UTF-8 gespeichert?!
        
        Hab das gleiche Problem gerade wieder in einem ganz anderen Forum gehabt. Da lag es am Editor des Fragestellers. Der hat einfach kein UTF-8 gespeichert, daher half auch kein Header.
        Andersrum: Was veranlaßt Dich zu glauben, es wäre kein UTF-8?
        
        Ist eindeutig kein UTF-8, sondern MacRoman. Das wird deutlich, wenn ich die Datei mit UTF-8 als Zeichensatz öffne.
      - +3 replies
      - sid burn
        
        2010-02-05 15:47
        
        User since
        2006-03-29
        1520 Artikel
        BenutzerIn
        
        Kannst du den ein kleines Beispiel liefern wo das auftritt.
        
        Normalerweise musst du die Daten vorher mit "decode" in das interne UTF-8 Format umwandeln, und wenn du das mit dem open nutzt und dort ">:encoding(UTF-8)" rein schreibst sollte das gehen.
        
        Besser wäre aber ein komplett lauffähiges Mini Beispiel. Da es Zeichensatz probleme betreffen wäre auch ein kleines archiv mit deinen Beispieldaten gut.
        Nicht mehr aktiv. Bei Kontakt: ICQ: 404181669 E-Mail: perl@david-raab.de
        
        +2 replies
        
        Wolf
        
        2010-02-05 15:54
        
        User since
        2010-02-05
        5 Artikel
        BenutzerIn
        
        2010-02-05T14:47:03 sid burn
        Kannst du den ein kleines Beispiel liefern wo das auftritt.
        
        Normalerweise musst du die Daten vorher mit "decode" in das interne UTF-8 Format umwandeln, und wenn du das mit dem open nutzt und dort ">:encoding(UTF-8)" rein schreibst sollte das gehen.
        
        Besser wäre aber ein komplett lauffähiges Mini Beispiel. Da es Zeichensatz probleme betreffen wäre auch ein kleines archiv mit deinen Beispieldaten gut.
        
        Ah, das war's! Die Dateien mit Zeichensatz MacRoman, die es zu parsen gilt, müssen wie folgt geöffnet werden:
        
        Code: (dl )
        
        1 2 3
        
        open FILEHANDLE_INPUT, "<:encoding(MacRoman)", $FILENAME_INPUT || die "Abbruch! Perl meldet: [$!]"; our @ALLE_ALTEN_ZEILEN = <FILEHANDLE_INPUT>; close(FILEHANDLE_INPUT) || die "Abbruch! Perl meldet: [$!]";
        
        Dann funktioniert die Ausgabe wie von Euch beschrieben.
        
        Tausend Dank Euch allen!
        Last edited: 2010-02-05 15:55:55 +0100 (CET)
        
        betterworld
        
        2010-02-05 16:31
        
        User since
        2003-08-21
        2613 Artikel
        ModeratorIn
        
        Genau so funktioniert das normalerweise in Perl. Wie die Daten innerhalb der Strings kodiert sind, überlässt man gewöhnlich perl selbst. Nur das Encoding von externen Sachen wie Dateien wird angegeben, bzw. beim Einlesen wird dekodiert und beim Rausschreiben wird kodiert.
        Lieblingsmodule: IPC::System::Simple, Path::Class
    - betterworld
      
      2010-02-05 16:28
      
      User since
      2003-08-21
      2613 Artikel
      ModeratorIn
      
      2010-02-05T13:02:54 sid burn
      Du prüfst nur ob die Datei geschlossen werden konnte und ob die letzten buffer auch korrekt geleert wurden. Aber das eigentliche schreiben prüfst du nicht.
      
      Tatsächlich gibt close() immer dann einen Fehler zurueck, wenn print() auf dem Handle vorher auch schon mal einen Fehler zurueckgegeben hat. Das Handle merkt sich den Fehlerstatus. Das wird offenbar als Feature betrachtet, auch wenn es nicht dokumentiert ist (glaube ich).
      
      Ich hab das gelernt, als ich versucht habe, einen Bug zu fixen: http://www.nntp.perl.org/group/perl.perl5.porters/...
      
      (Zitat "It's common to just use print without testing its outcome and then in the end verify that all prints succeeded by testing if close() is successful.")
      Lieblingsmodule: IPC::System::Simple, Path::Class
- +2 replies
- havi
  
  2010-02-05 12:06
  
  User since
  2003-08-04
  2036 Artikel
  BenutzerIn
  
  Auch wenn es gerade hier Thema ist, Antworten zu geben die nicht
  unbedingt mit der Frage zu tun haben, mach ich es trotzdem ;)
  
  1.) solltest du auch beim schliessen der Datei auf Fehler abfragen (or die $!)
  2.) Lies mal das hier
  
  Gruß,
  Gernot
  
  Edit: betterworld war schneller ;)
  Perl-Zeitung - http://perl-zeitung.at/
  Perl-Blog - http://usr-bin-perl.blogspot.com/
  - Wolf
    
    2010-02-05 12:19
    
    User since
    2010-02-05
    5 Artikel
    BenutzerIn
    
    Danke für die vielen Antworten (und Tipps) in so kurzer Zeit! Ja, ich stehe in Sachen Perl noch ziemlich am Anfang. :-)
    
    Den Blog-Eintrag (und vieles Andere) hatte ich auch schon gefunden. Allerdings führt "open(DATEIHANDLE_OUTPUT, ">:encoding(UTF-8)". $DATEINAME_OUTPUT)" bei mir nicht dazu, dass die Datei dann auch wirklich in UTF-8 gespeichert wird.
    
    TextWrangler sagt noch immer: "Western (Mac OS Roman)".
    
    Vielen Dank u. viele Grüße
    
    Wolf
- betterworld
  
  2010-02-05 12:11
  User since
  2003-08-21
  2613 Artikel
  ModeratorIn
  2010-02-05T10:41:37 Wolf
  
  Code: (dl )
  
  open(DATEIHANDLE_OUTPUT, "> ". $DATEINAME_OUTPUT) || die "\nAbbruch!\nPerl meldet: [$!]\n\n";
  
  Was mir zu der Fehlermeldung noch einfällt: Das ist im Zweifelsfall nicht sehr aussagekräftig. Die Meldung wird ungefähr so aussehen:
  
  "Abbruch!
  Perl meldet: [No such file or directory]"
  
  Wenn das Script etwas laenger ist, hat man dann keine Ahnung, welche Datei genau gemeint ist.
  
  Die schnelle Loesung dafuer ist, es so zu machen, wie in meinem Beispiel, naemlich, dass man am Ende *kein* Newline in die Fehlermeldung schreibt. Dann wird von Perl automatisch die Zeilennummer aus dem Quelltext angefuegt, sodass man sich hinterher ungefaehr zusammenreimen kann, was passiert ist.
  
  Wenn man eine schoenere Meldung haben will, muss man es halt ausfuehrlich schreiben:
  die "Konnte Datei nicht zum Schreiben oeffnen: $DATEINAME_OUTPUT: $!\n";
  Lieblingsmodule: IPC::System::Simple, Path::Class

View all threads created 2010-02-05 11:41.