Html-Entities in numerischen Unicode wandeln (Allgemeines zu Perl)

[thread]19083[/thread]

Html-Entities in numerischen Unicode wandeln

Tags: perl5 html::entities Similar Threads

Readers: 14

Articles: hide open all | hide show old branches

+8 replies
guest Andy

2014-05-07 16:15

Hallo!

Gibt es eine Funktion, mit der ich Html-Entities, wie ä in numerischen HTML-Code, in diesem Fall ä, umwandeln kann?

Mit HTML::Entities kam ich nicht zum Erfolg.

Vielen Dank,
Andy
Last edited: 2014-05-07 16:17:13 +0200 (CEST)
- +2 replies
- payx
  
  2014-05-07 16:19
  User since
  2006-05-04
  564 articles
  BenutzerIn
  Hallo Andy,
  
  hast Du Dir HTML::Entities::Numbered angesehen?
  
  Doku:
  Quote
  
  Code (perl): (dl )
  
  1 2 3 4 5 6
  
  use HTML::Entities::Numbered; $html = 'Hi Honey<b>&hearts;</b>'; # convert named HTML entities to numbered (decimal) $decimal = name2decimal($html); # Hi Honey<b>♥</b>
  
  HTH
  Grüße
  payx
  
  Editiert von payx: Doku-Zitat eingefügt
  Last edited: 2014-05-07 16:20:53 +0200 (CEST)
  - guest Andy
    
    2014-05-08 12:35
    
    Oh, danke. Nein, das habe ich nicht gesehen. Schau ich mir mal an.
    Last edited: 2014-05-08 12:47:31 +0200 (CEST)
- +5 replies
- GwenDragon
  
  2014-05-07 16:47
  User since
  2005-01-17
  14911 articles
  Admin1
  Guest Andy
  Gibt es eine Funktion, mit der ich Html-Entities, wie ä in numerischen HTML-Code, in diesem Fall ä, umwandeln kann?
  ncode_entities_numeric aus HTML::Entities ist nicht das richtige?
  
  geht so:
  
  Code (perl): (dl )
  
  1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
  
  use HTML::Entities qw(encode_entities_numeric decode_entities); # Ärger ist das ärgern über das große ß! my $html = 'Ärger ist, das ärgern über das große ß!'; my $echter_text = decode_entities($html); my $numerisch_kodiert = encode_entities_numeric($echter_text); print <<TXT; $html -> $echter_text -> $numerisch_kodiert TXT
  
  ergibt:
  Ärger ist, das ärgern über das große ß! -> Ärger ist, das Ärgern über das große ß! -> Ärger ist, das ärgern über das große ß!
  
  //EDIT: Ach so, du willst die dezimalen Entitäten haben. Dann passt das weniger.
  Ich präfereriere die Sedezimalen (=Hex...) weil sie manchmal kürzer sind. Kann auch heute noch Speicher und Zeit sparen.
  
  Und die Zuordnung zu Zeichengruppen bei Unicode ist bei Sedezimal einfacher.
  
  Bei א (Hebräischer Buchstabe Aleph) weiß ich bei א wo ich wenn mal nötig, nach den Unicodeblock suchen muss in der Zeichentabelle. Bei א ist keine Unicodegruppe mehr schnell zu erkennen.
  
  Quote
  Mit HTML::Entities kam ich nicht zum Erfolg.
  Was hast du probiert?
  
  Editiert von GwenDragon: Hinweis auf Unicodeblöcke bei Hex
  Last edited: 2014-05-07 17:09:17 +0200 (CEST)
  die Drachin Gwen
  
  Meine Perl-Artikel · perldev – verschiedene Perl-Versionen unter Windows starten
  - +4 replies
  - guest Andy
    
    2014-05-08 12:43
    
    Mein Problem ist, dass Texte im Text Sachen gemischt vorkommen können. Also etwas in der Art "Wären sie bereit dafür? Warum älter aussehen als Sie sich fühlen."
    
    Daraus wird dann "Wären sie bereit dafür? Warum &#228;lter aussehen als Sie sich f&#252;hlen."
    
    Es sollen aber nur die "benannten HTML Entities" umgewandelt werden, nicht auch die, die schon "numbered" sind.
    
    Danke,
    Andy
    Last edited: 2014-05-08 12:48:02 +0200 (CEST)
    - Raubtier
      
      2014-05-08 12:56
      
      User since
      2012-05-04
      1083 articles
      BenutzerIn
      
      Mal eine ganz blöde Frage: wozu soll das überhaupt geschehen? Was ist der Nutzen davon?
    - GwenDragon
      
      2014-05-08 13:05
      
      User since
      2005-01-17
      14911 articles
      Admin1
      
      Leider hast du nicht beantwortet:
      
      1. warum du dezimal-kodierte Entitäten brauchst, und ob nicht auch hex-kodierte möglich sind
      2. Was du zur Umkodierung mittels HTML::Entities versucht hast
      Last edited: 2014-05-08 13:06:31 +0200 (CEST)
      die Drachin Gwen
      
      Meine Perl-Artikel · perldev – verschiedene Perl-Versionen unter Windows starten
    - clms
      
      2014-05-08 14:07
      
      User since
      2010-08-29
      373 articles
      BenutzerIn
      
      Guest Andy
      Mein Problem ist, dass Texte im Text Sachen gemischt vorkommen können. Also etwas in der Art "Wären sie bereit dafür? Warum älter aussehen als Sie sich fühlen."
      
      Daraus wird dann "Wären sie bereit dafür? Warum &#228;lter aussehen als Sie sich f&#252;hlen."
      
      Das hat doch nichts damit zutun, ob Du die Entities in dezimaler, hexadezimaler oder String-Codierung dargestellt werden.
      
      Dein Problem ist, dass in Deinem Input manche Umlaute als Entities codiert sind, andere nativ enthalten sind. Wenn Du jetzt einen Filter drüberlaufen lässt, der Umlaute und andere "kritische" Zeichen in Entities codieren soll, hält dieser die schon vorhandenen Entities für normale Text-Strings und escaped das Ampersand.
      
      Lösung: Erstmal alle Enteties in normale Unicode-Zeichen wandeln. Bereits vorhandene native Umlaute werden dadurch nicht verändert, aber "ä" wird in "ä" umgewandelt. Anschließend hast Du die Umlaute einheitlich in Unicode und kannst sie wieder zu "ä" oder "ä " escapen.

View all threads created 2014-05-07 16:15.