[HTML::Restrict] Probleme mit Attributen und deren Werten mit Nicht-ASCII-Zeichen nach Filtern (solved) (Fragen zu Perl-Modulen)

[thread]21639[/thread]

[HTML::Restrict] Probleme mit Attributen und deren Werten mit Nicht-ASCII-Zeichen nach Filtern [solved]

Tags: perl5 Similar Threads

Readers: 7

Articles: hide open all | hide show old branches

Subtree:
Lösung (1 article) 2025-01-01 12:45

+8 replies
GwenDragon

2025-12-30 14:04
User since
2005-01-17
14784 articles
Admin1
Wie kann ich prüfen, warum Attribute beim Filtern falsch kodiert werden?

Geliefert als Quelle
Code: (dl )

1 2 3

ÄÖÜẞ <a href="//" title="ÄÖÜẞ">ÄÖÜẞ</a> <img src="/a.jpg" alt="ÄÖÜẞ">
aber die Ausgabe ist danach
Code: (dl )

1 2 3

ÄÖÜẞ <a href="//" title="Ã„Ã–Ãœáºž">ÄÖÜẞ</a> <img src="/a.jpg" alt="Ã„Ã–Ãœáºž"></p>
Ich vermute im Modul HTML::Restrict ist das
https://metacpan.org/dist/HTML-Restrict/source/lib...
und HTML::Entities
https://metacpan.org/module/HTML::Entities/source#...

Seltsam, denn wenn ich sonst die Ausgebe ohne den Filter von HTML::Restrict an einen Browser sende, dabei ist des Servers Charset-Header UTF-8, wird der Bytestream korrekt angezeigt, ohne kaputte Attribute.
Linux-System ist sowieso UTF-8.
Last edited: 2025-12-30 14:54:24 +0100 (CET)
die Drachin Gwen

Meine Perl-Artikel · perldev – verschiedene Perl-Versionen unter Windows starten
- Linuxer
  
  2025-12-30 19:17
  User since
  2006-01-27
  3891 articles
  HausmeisterIn
  Hi,
  
  kannst Du bitte mal ein minimales Code-Beispiel liefern, womit das nachvollziehbar wird, was Du da genau versuchst?
  
  Ich kenne das Modul bisher nicht und mein einfaches Testskript liefert mir:
  
  Code: (dl )
  
  1 2 3
  
  ÄÖÜẞ <a href="//" title="ÄÖÜẞ">ÄÖÜẞ</a> <img src="/a.jpg" alt="ÄÖÜẞ">
  
  Und das schaut mir doch OK aus...
  
  Das Testskript:
  
  Code (perl): (dl )
  
  1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33
  
  #! /opt/perls/perls/perl-5.38.2/bin/perl use strict; use warnings; use 5.038; use utf8; use CGI::Carp qw( fatalsToBrowser ); use CGI; use HTML::Restrict; my $html = do { local $/; <DATA> }; my $cgi = CGI->new(); my $hr = HTML::Restrict->new( rules => { a => [ qw( href title ) ], img => [ qw( src alt ) ], }); my $processed = $hr->process($html); binmode(STDOUT,':utf8'); say $cgi->header({ -type => 'text/html', -charset => 'UTF-8', }), $processed; __DATA__ ÄÖÜẞ <a href="//" title="ÄÖÜẞ">ÄÖÜẞ</a> <img src="/a.jpg" alt="ÄÖÜẞ">
  
  Modulversionen:
  HTML::Restrict v3.0.2
  HTML::Entities 3.82
  CGI 4.66
  CGI::Carp 4.66
  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!
- +6 replies
- rosti
  
  2025-12-31 09:15
  
  User since
  2011-03-19
  3505 articles
  BenutzerIn
  
  Für die Strings die den Funktionen in HTML::Entities übergeben werden muß die Zeichenkodierung eingeschaltet sein. Sonst Müll.
  
  MfG
  - +5 replies
  - GwenDragon
    
    2025-12-31 10:15
    User since
    2005-01-17
    14784 articles
    Admin1
    
    2024-12-31T08:15:03 rosti
    Für die Strings die den Funktionen in HTML::Entities übergeben werden muß die Zeichenkodierung eingeschaltet sein. Sonst Müll.
    
    Du meinst so?
    
    Code: (dl )
    
    1 2
    
    $string = '<img src="/a.jpg" alt="ÄÖÜẞ">'; $string = Encode::encode('utf-8',$string);
    
    Last edited: 2025-12-31 10:18:38 +0100 (CET)
    die Drachin Gwen
    
    Meine Perl-Artikel · perldev – verschiedene Perl-Versionen unter Windows starten
    - +2 replies
    - rosti
      
      2025-12-31 10:31
      
      User since
      2011-03-19
      3505 articles
      BenutzerIn
      
      Verstehe das Prinzip: In Dateien, stdout, stdin, http, html, also außerhalb vom Programm hast Du Oktetten (Bytes). Diese Bytes kennen keine Kodierung.
      Einem Programm jedoch, was mit diesen Bytes arbeitet, muß mitgeteilt werden, was diese Bytes kodieren. D.h., da ist für diese Bytes die Kodierung einzuschalten. Z.B. mit Encode::decode_utf8(BytesAusDatei);
      
      Und wenn das wieder nach draußen geht, ist die Kodierung auszuschalten, z.B. mit encode_utf8(KodierteZeichenKette);
      
      Beispiel:
      
      Code (perl): (dl )
      
      1 2 3 4 5 6 7 8 9 10 11
      
      use strict; use warnings; use HTML::Entities; use Encode; my $html = qq(<img alt="Weißer Nebel" />); # Übergebe Bytes # print encode_entities($html), "\n"; # Müll # Schalte UTF-8-Kodierung ein print encode_entities(decode_utf8($html)); # Korrekt
      
      Last edited: 2025-12-31 10:53:29 +0100 (CET)
      - GwenDragon
        
        2025-12-31 11:18
        
        User since
        2005-01-17
        14784 articles
        Admin1
        
        @Rosti Mir ist das Prinzip des Bytestreams doch klar. Und auch dass manche Perl-Module charakterorientiert arbeiten.
        
        Das Problem ist wohl, dass ich nicht so richtig Verstand über die Jahre, wann das Perl-interne Flag utf8 bei Strings gesetzt werden muss.
        
        Danke nochmals.
        die Drachin Gwen
        
        Meine Perl-Artikel · perldev – verschiedene Perl-Versionen unter Windows starten
    - GwenDragon
      
      2025-12-31 11:14
      
      Subtree with 2 replies: Lösung
      
      User since
      2005-01-17
      14784 articles
      Admin1
      
      @Rosti Danke für den Anstoß.
      
      Da habe ich falsch gedacht.
      Mit dem hier geht es nun völlig korrekt.
      
      Code: (dl )
      
      1 2 3 4 5
      
      $string = Encode::decode_utf8($string); $string = $tf->process($string); # HTML::Restrict filter $string = Encode::encode_utf8($string)
      
      https://metacpan.org/pod/Encode#encode_utf8
      Last edited: 2025-01-01 12:45:26 +0100 (CET)
      die Drachin Gwen
      
      Meine Perl-Artikel · perldev – verschiedene Perl-Versionen unter Windows starten

View all threads created 2025-12-30 14:04.