ISO und UTF (solved) (Perl/CGI)

[thread]20194[/thread]

ISO und UTF [solved]

Tags: perl5 CGI Similar Threads

Readers: 15

Articles: hide open all | hide show old branches

+11 replies
FunBruno

2016-11-24 13:14

User since
2015-02-09
10 articles
BenutzerIn

Hi Leute,

ich hab viiiiiel gegoogelt und hier im Forum gesucht, gelesen und bin verbittert weitergezogen.
Ich hab folgendes Problem.

Ich lies von einem IMAP-Ordner Mails ein und lass mir subject (Betreff) anzeigen.
Nun haben die Zeilen unterschiedliche Codierungen. Ich bekomme:
- klartext (ohne Codierung)
- iso 8859 1 Q
- UTF 8 Q
und
- UTF 8 B

Nun: Wie bekomm ich ISO und UTF als lesbaren text?

Hab was von de- und encode gesehen, gelesen und ausprobiert.
Leider ohne Erfolg (warscheinlich hab ich Fehler gemacht).

Bin für eure Hilfe sehr dankbar und sag/schreib jetzt schon mal DANKE

Grüße
FunBruno
- +2 replies
- Raubtier
  
  2016-11-24 13:52
  User since
  2012-05-04
  1052 articles
  BenutzerIn
  Du musst aber komisch gegooglet haben, das geht einfach mit Encode:
  
  Code: (dl )
  
  1 2 3 4
  
  $ perl -Mutf8 -MEncode -E 'say encode("MIME-Header", "Hallöle")' =?UTF-8?B?SGFsbMO2bGU=?= $ perl -MEncode -E 'say encode("UTF-8", decode("MIME-Header", "=?UTF-8?B?SGFsbMO2bGU=?="))' Hallöle
  
  (so geht es, wenn dein Terminal auf UTF-8 eingestellt ist)
  Last edited: 2016-11-24 13:54:53 +0100 (CET)
  - FunBruno
    
    2016-11-24 14:28
    
    User since
    2015-02-09
    10 articles
    BenutzerIn
    
    Hi Raubtier,
    
    danke für deine schnelle Antwort.
    Ich muss noch sagen, das ich nicht ganz firm in sachen Perl bin.
    Mit deiner Angabe kann ich leider nicht viel anfangen.
    
    Das subject lese ich in eine Variable ($subject) ein.
    Wie kann ich diesen String von den verschiedenen Codierungen
    umwandeln?
    
    Gruß und Danke
    FunBruno
- guest janus
  
  2016-11-24 14:34
  
  Da Q steht für Quoted Printable und das B steht für Base64. Beides für Perl kein Problem.
  Last edited: 2016-11-24 15:16:01 +0100 (CET)
- +6 replies
- FunBruno
  
  2016-11-24 17:34
  
  User since
  2015-02-09
  10 articles
  BenutzerIn
  
  Also nochmal. Ich versuch es einfacher zu zeichen:
  
  Betreff lautet:
  =?UTF-8?Q?Schl=C3=A4fst_du_unter_L=C3=84RM=3F_W?= =?UTF-8?Q?ow_respect_?=
  
  Betreff soll lauten: Schläfst du unter LÄRM? Wow respect
  
  Könnte mir bitte einer nen Codeschnipsel geben? Z.B.:
  
  $subject = allesumwandler($subject);
  
  DANKE
  - guest janus
    
    2016-11-24 18:08
    Klar doch ;)
    
    Code (perl): (dl )
    
    1 2 3 4
    
    use Encode; use bytes; # wegen der Ausgabe auf STDOUT print decode("MIME-Header", '=?UTF-8?Q?Schl=C3=A4fst_du_unter_L=C3=84RM=3F_W?= =?UTF-8?Q?ow_respect_?=');
    
    Last edited: 2016-11-24 18:18:42 +0100 (CET)
  - +3 replies
  - Raubtier
    
    2016-11-24 21:50
    User since
    2012-05-04
    1052 articles
    BenutzerIn
    
    Lies https://perlgeek.de/de/artikel/charsets-unicode
    
    Dort wird dir die Benutzung von encode&decode erkärt. Du musst den String also mit dem Encoding "MIME-Header" decoden. Anschließend musst du bestimmen, in welcher Kodierung der String rausgeschrieben werden soll.
    
    Also wenn du UTF-8 rausschreiben willst:
    
    Code (perl): (dl )
    
    1 2
    
    use Encode; say encode("UTF-8", decode("MIME-Header", "=?UTF-8?Q?Schl=C3=A4fst_du_unter_L=C3=84RM=3F_W?= =?UTF-8?Q?ow_respect_?="))'
    
    Wenn du unter Windows bist, willst du vermutlich eher in cp1252 rausschreiben:
    
    Code (perl): (dl )
    
    1 2
    
    use Encode; say encode("cp1252", decode("MIME-Header", "=?UTF-8?Q?Schl=C3=A4fst_du_unter_L=C3=84RM=3F_W?= =?UTF-8?Q?ow_respect_?="))'
    
    Oder gar in cp850:
    
    Code (perl): (dl )
    
    1 2
    
    use Encode; say encode("cp850", decode("MIME-Header", "=?UTF-8?Q?Schl=C3=A4fst_du_unter_L=C3=84RM=3F_W?= =?UTF-8?Q?ow_respect_?="))'
    
    Welches davon das richtige ist, hängt davon ab, was du machen willst. Es könnte auch sein, dass du erst einmal gar kein encode machen willst und mit dem Textstring weitermachen willst. Das wird dir aber hoffentlich nach Lektüre des verlinkten Artikels klar.
    
    Von "use bytes", wie von Janus vorgeschlagen, würde ich allerdings dringend abraten. bytes sagt dazu:
    Quote
    This pragma reflects early attempts to incorporate Unicode into perl and has since been superseded. It breaks encapsulation (i.e. it exposes the innards of how the perl executable currently happens to store a string), and use of this module for anything other than debugging purposes is strongly discouraged. If you feel that the functions here within might be useful for your application, this possibly indicates a mismatch between your mental model of Perl Unicode and the current reality.
    
    Last edited: 2016-11-24 21:51:51 +0100 (CET)
    - guest janus
      
      2016-11-25 08:18
      
      Quote
      This pragma reflects early attempts to incorporate Unicode into perl and has since been superseded. It breaks encapsulation (i.e. it exposes the innards of how the perl executable currently happens to store a string), and use of this module for anything other than debugging purposes is strongly discouraged. If you feel that the functions here within might be useful for your application, this possibly indicates a mismatch between your mental model of Perl Unicode and the current reality.
      
      Genau dafür hab ich es in meinem Beispiel verwendet: Um das Perl-interne Encoding unmittelbar vor der Ausgabe auf STDOUT aufzuheben. Im Übrigen sind mittlerweile eine ganze Reihe Module am Markt, die in dieser Hinsicht äußerst miserabel bis gar nicht dokumentiert sind. Insofern ist dein Hinweis ein Witz.
      Last edited: 2016-11-25 09:50:16 +0100 (CET)
    - rosti
      
      2017-03-03 07:11
      
      User since
      2011-03-19
      2940 articles
      BenutzerIn
      
      Im Übrigen wird bytes.pm per Default geladen guckst Du Symboltabelle.
  - Muffi
    
    2016-11-25 11:34
    
    User since
    2012-07-18
    1465 articles
    BenutzerIn
    
    Zur Info:
    
    Das Subject einer Mail ist im Vergleich zum Rest der Mail relativ sonderbar kodiert.
    Das hat mit ISO und UTF erstmal nichts zu tun.
    
    Warum ist das so?
    Innerhalb einer Mail kann für jeden Bodyteil ein Encoding angegeben werden. Für das Subject existiert sowas nicht, d.h. man muss im Subject mit reinwurschteln wie die Zeichen richtig dargestellt werden müssen.
    1 + 1 = 10
- FunBruno
  
  2016-11-28 12:00
  
  User since
  2015-02-09
  10 articles
  BenutzerIn
  
  Hi Leute,
  
  DANKE für eure Mühe. Hat sich gelohnt.
  Jetzt wird alles richtig angezeigt. Nochmal DANKE.
  
  Gruß
  FunBruno

View all threads created 2016-11-24 13:14.