nicht angemeldet
japanischen sonderzeichen in iso-2022-jp umwandeln
moin forum,
ich habe jetzt schon viele seiten und postings über das erstellen von japanischen seiten gelesen - leider war mein fall nicht dabei (oder ich bin zu doof...). ich habe wunderschönstes html (ohne besonderen zeichensatz) in der form:
<p class="bodyText">ウェブサイトは全て英語で
運営されておりますが、日本からの
//das sind japanische zeichen in soderzeichen dargestellt
nun möchte ich das ganze umwandeln in die form:
<meta http-equiv="Content-Type" content="text/html; charset=iso-2022-jp">
<meta http-equiv="content-language" content="jp">
$B%&%'%V%5%$%H$X$h$&$3$=!#$3$3$G$O!"=EMW$J<j=g$K$D$$$FF|K\8l$G4
soweit ich das verstanden habe, sind das unicode-zeichen (?). wie komme ich denn _da_ hin? kann man da ein script schreiben? geht das mit einem programm?
viele grüsse,
andi
-
Hallo Andi,
[...]
<p class="bodyText">ウェブサイトは全て英語で
運営されておりますが、日本からの
[...]
nun möchte ich das ganze umwandeln in die form:
[...]Hm. Nicht so einfach. Du koenntest dir ein Script schreiben, mit
PHP oder Perl waere das recht einfach. Du kannst dann die Zeichen
bei PHP z. B. durch html_entity_decode() jagen, z. B. so:$utf8str = html_entitiy_decode("ウェブサイトは全て英語で運営されておりますが、日本からの",ENT_COMPAT,"UTF-8");
Das musst du dann noch durch iconv() jagen:
$iso2022jpstr = iconv("UTF-8","ISO-2022-JP",$utf8str);
Grüße,
CK--
Sich erinnern bedeutet, aus einer Erfahrung nicht ausreichend gelernt zu haben.
http://wwwtech.de/-
hey cristian,
vielen dank für deine antwort, das klingt nach exakt nach dem, was ich gesucht habe. werde mein resultat posten.viele grüsse,
andi -
alter!
das war ein drama...
zunächst ging ja das iconv modul nicht (https://forum.selfhtml.org/?t=87524&m=520442)nachdem das endlich gelöst war, kam ein php-bug:
cannot yet handle MBCS in html_entity_decode()
http://bugs.php.net/bug.php?id=25670die lösung dort funktioniert aber leider nicht. zu guterletzt habe ich im php-manual einen kommentar gefunden mit der passenden funktion (drittletzter, ronen at greyzone dot com):
http://de3.php.net/manual/de/function.utf8-encode.php.das ganze ist jetzt so gedacht, dass ich meine japanische datei aus dem word in htm speichere, dann wird via script der ganze <span> mist entfernt, dann wird mit folgender klasse das dokument gewandelt. nun muss man nur noch den header auf:
<html lang="jp">
<head>
<title></title>
<meta http-equiv="Content-Type" content="text/html; charset=iso-2022-jp">
<meta http-equiv="content-language" content="jp">setzen. dann gehts :)
viele grüsse, andi
ps: ich weiss, dass die funktion sher unvorteilhaft eingebunden ist, ist mir aber momentan nicht so wichtig ;)
class ConvertToJapaneseUTF
{
var $writer;function ConvertToJapaneseUTF()
{
global $directoryDelimiter;
$this->delimitter = $directoryDelimiter;
$this->writer = & new FileWrite();
}function processFile($myFile)
{
$pattern = '=&#[0-9]{4,5};=';if(!$fileContent = file($myFile))
{
trigger_error('Error reading: '.$myFile, E_USER_ERROR);
}
else
{
$fileProcessed = false;if(!$this->silent)
{
echo $myFile."\r\n";
}
for($i=0; $i < count($fileContent); ++$i)
{
$tmp = $fileContent[$i];
$fileContent[$i] = preg_replace_callback(
$pattern,
create_function(
'$match',
'
$utf = ConvertToJapaneseUTF::utf8Encode($match[0]);
$out = iconv("UTF-8", "ISO-2022-JP", $utf);
echo $match[0].": $utf: $out\r\n";
return $out;
'),
$fileContent[$i]);
if($tmp != $fileContent[$i])
{
$fileProcessed = true;
}
}
if($fileProcessed)
{
$this->writer->write($myFile, implode($fileContent));
}
}
}function utf8Encode ($source) {
$utf8Str = '';
$entityArray = explode ("&#", $source);
$size = count ($entityArray);
for ($i = 0; $i < $size; $i++) {
$subStr = $entityArray[$i];
$nonEntity = strstr ($subStr, ';');
if ($nonEntity !== false) {
$unicode = intval (substr ($subStr, 0, (strpos ($subStr, ';') + 1)));
// determine how many chars are needed to reprsent this unicode char
if ($unicode < 128) {
$utf8Substring = chr ($unicode);
}
else if ($unicode >= 128 && $unicode < 2048) {
$binVal = str_pad (decbin ($unicode), 11, "0", STR_PAD_LEFT);
$binPart1 = substr ($binVal, 0, 5);
$binPart2 = substr ($binVal, 5);$char1 = chr (192 + bindec ($binPart1));
$char2 = chr (128 + bindec ($binPart2));
$utf8Substring = $char1 . $char2;
}
else if ($unicode >= 2048 && $unicode < 65536) {
$binVal = str_pad (decbin ($unicode), 16, "0", STR_PAD_LEFT);
$binPart1 = substr ($binVal, 0, 4);
$binPart2 = substr ($binVal, 4, 6);
$binPart3 = substr ($binVal, 10);$char1 = chr (224 + bindec ($binPart1));
$char2 = chr (128 + bindec ($binPart2));
$char3 = chr (128 + bindec ($binPart3));
$utf8Substring = $char1 . $char2 . $char3;
}
else {
$binVal = str_pad (decbin ($unicode), 21, "0", STR_PAD_LEFT);
$binPart1 = substr ($binVal, 0, 3);
$binPart2 = substr ($binVal, 3, 6);
$binPart3 = substr ($binVal, 9, 6);
$binPart4 = substr ($binVal, 15);$char1 = chr (240 + bindec ($binPart1));
$char2 = chr (128 + bindec ($binPart2));
$char3 = chr (128 + bindec ($binPart3));
$char4 = chr (128 + bindec ($binPart4));
$utf8Substring = $char1 . $char2 . $char3 . $char4;
}if (strlen ($nonEntity) > 1)
$nonEntity = substr ($nonEntity, 1); // chop the first char (';')
else
$nonEntity = '';$utf8Str .= $utf8Substring . $nonEntity;
}
else {
$utf8Str .= $subStr;
}
}
return $utf8Str;
}
}-
noch ein (für mich wichtiger) nachtrag:
die auslieferung über den apache funktioniert standardmässig nicht, weil der den in dem fall falschen charset nimmt.
deswegen: dateien umbenennen in datei.html.jis und im apache das modul 'mod_negotiation' laden. dann werden diese dateien auch über den link datei.html ordentlich ausgeliefert.
andi
-
-