Wie dekodieren und UTF8 formatieren? (sonstige Sprachen, auch PHP)

[thread]21543[/thread]

Wie dekodieren und UTF8 formatieren?

Tags: perl5 Similar Threads

Readers: 9

Articles: hide open all | hide show old branches

+6 replies
guest Henry

2024-03-04 16:17

Hallo,
ich lese eine Datei ein und musste einige der Character umfomen.
z.B.
$zeile = str_replace("=E4", "ä", $zeile);
$zeile = str_replace("=F6", "ö", $zeile);

das funktioniert auch wie es soll.
Jetzt ist die Datei aber linenlängenbegrenzt und das sieht dann so aus:

<td><font size=3D"1" face=3D"Verdana, Arial, Helvetica, sans-serif"><b=
r> <strong>Die Rechnung wird Ihnen nach dem Versand mit separater Pos=

Das verursacht aber in der weiteren Verarbeitung Probleme.
Ich möchte jetzt dass die Zeilentrennung "=lf" bzw "=cr" jeweils löschen.
Wie muss das replace aussehen ?

$zeile = str_replace("=??", "", $zeile);

oder geht das gar nicht ?

Danke Henry

//MODEDIT: Thread verschoben, da wohl PHP
Last edited: 2024-03-06 08:57:21 +0100 (CET)
- GwenDragon
  
  2024-03-04 22:20
  User since
  2005-01-17
  14741 articles
  Admin1
  Um sowas korrekt zu machen, gibt es fertige Module.
  
  Perl:
  https://perldoc.perl.org/MIME::QuotedPrint
  https://perldoc.perl.org/Encode
  
  Code: (dl )
  
  1 2 3 4 5
  
  use MIME::QuotedPrint; use Encode; $zeile = MIME::QuotedPrint::decode_qp($zeile); $utf_string = Encode::encode("utf-8", $zeile);
  
  PHP:
  https://www.php.net/manual/de/function.quoted-prin...
  https://www.php.net/manual/de/function.utf8-encode...
  https://www.php.net/manual/de/function.mb-convert-...
  
  Code: (dl )
  
  1 2 3 4 5
  
  $zeile = quoted_printable_decode($zeile); /* veraltet */ $zeile = utf8_encode($zeile); /* oder bevorzugt seit PHP 8.2 */ $zeile = mb_convert_encoding($zeile, "UTF-8");
  
  Last edited: 2024-03-06 08:58:24 +0100 (CET)
  die Drachin Gwen
  
  Meine Perl-Artikel · perldev – verschiedene Perl-Versionen unter Windows starten
- Linuxer
  
  2024-03-05 11:43
  
  User since
  2006-01-27
  3890 articles
  HausmeisterIn
  
  Hallo,
  
  Wo kommt denn die Funktion str_replace() her?
  Das ist jedenfalls keine Perl-Core-Funktion.
  
  Ist hier evtl. eine ganz andere Sprache im Einsatz? Zum Beispiel PHP?
  
  Wenn das wirklich PHP ist, dann:
  
  str_replace() arbeitet mit festen Strings als "Suchmuster": https://www.php.net/manual/de/function.str-replace...
  
  Um variable Anteile suchen und zu ersetzen, könnte man in PHP beispielsweise mit preg-replace() arbeiten: https://www.php.net/manual/de/function.preg-replac...
  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!
- +3 replies
- rosti
  
  2024-03-05 22:36
  
  User since
  2011-03-19
  3463 articles
  BenutzerIn
  
  Ein Byte mit der Wertigkeit E4 für ä ist nicht UTF-8 sondern ISO8859. Ansonsten siehe Gwen => nutze QuotedPrint zum decodieren.
  - +2 replies
  - barney
    
    2024-03-06 09:03
    User since
    2008-08-31
    161 articles
    BenutzerIn
    
    Wobei auch in Unicode das 'ä' den Codepoint E4 hat. Auf Platte, oder im Speicher, steht dann aber bei UTF-8 ein Doppelbyter C3 A4.
    
    Code: (dl )
    
    1 2
    
    $ uni -8 ä ä - U+000E4 - C3 A4 - LATIN SMALL LETTER A WITH DIAERESIS
    - rosti
      
      2024-03-06 10:02
      
      User since
      2011-03-19
      3463 articles
      BenutzerIn
      
      Danke für den Hinweis. Es ist jedoch genau diese Codepoint-Sache die immer wieder für Verwirrungen sorgt. Wobei ein Blick in die Code-Tabelle ISO-8859-1 genügt um festzustellen, daß da der Codepoint gleich der Bytewertigkeit ist. Quoted Printable jedoch kodiert nicht den Codepoint sondern die Bytewertigkeit. Weil Dateien eben nur Bytesequenzen sind ;)
      
      PS:
      
      Code (perl): (dl )
      
      1 2 3 4
      
      use strict; use warnings; use MIME::QuotedPrint; print MIME::QuotedPrint::encode("ä"); # =C3=A4=
      
      Und ein etwaiger Carriage Return wird auch codiert als =0D
      Last edited: 2024-03-06 15:27:51 +0100 (CET)

View all threads created 2024-03-04 16:17.