[SP-pm] Malformed UTF-8

[Marcio Ferreira]

não achei a solução ideal porque hoje é iso-8859-1 e amanhã vai ser o que ?
vou alterar na mão isso ?

[]s,

@webgenes
Marcio Ferreira

"Perl lives as the 'toolbox for Unix' "



2010/9/22 Renato Santos <renato.cron at gmail.com>

> Marcio PD,
> Não entendi porque não disse que nao queria fazer assim,
>
> é o jeito mais "certin" é deixar o perl se virar pra entregar o encoding
> certo pra vc.
>
> Você apenas "informa" qual o encoding do conteudo que esta lendo e a magica
> está pronta.
>
>
> Agora levando em consideração (não UTF16/32 ou outro encoding que os
> caracteres basicos [a-z,numeros,_,<,>] do xml são os mesmos bytes do ASCII)
> Você pode ler uns 1000 bytes em UTF8 ou Latin1, bater uma expressão mais ou
> menos assim:
> encoding\s*\=\s*\"?([^\"]+)\"?[\s\>]
> pra "ler" a parte do "encoding" do XML e fazer o Open completo depois.
>
> Depois que comecei a usar o open com :encoding(XXX) nunca mais tive
> problemas com essa desgraça que me atrapalhou por anos (rs, se é que posso
> falar em anos!)
>
> 2010/9/21 Marcio Ferreira <marciodesouzaferreira at gmail.com>
>
>> Resolvi meu problema,
>>
>> Eu abri o XML com open '<:encoding(iso-8859-1)' mesmo e passei para o
>> XML::Bare a string com o conteúdo do XML.
>>
>> Não é a forma que eu gostaria de ter resolvido, mas me serviu.
>>
>> Valeu
>>
>> []s,
>>
>> @webgenes
>> Marcio Ferreira
>>
>> "Perl lives as the 'toolbox for Unix' "
>>
>>
>>
>> 2010/9/21 Andre Carneiro <andregarciacarneiro at gmail.com>
>>
>>> Infelizmente eu não conheço nenhuma que seja eficiente . Você pode tentar
>>> o Encode::Guess como eu falei, ou tentar achar outra maneira. Aliás se
>>> achar, escreva um artigo e manda pro Thiago, pq com certeza será útil para
>>> todos... ;-)
>>>
>>> Cheers!
>>>
>>>
>>> 2010/9/21 Marcio Ferreira <marciodesouzaferreira at gmail.com>
>>>
>>> Tenho ciência disso André,
>>>>
>>>> pensei que houvesse uma solução mais óbvia que converter strings ou o
>>>> arquivo antes de abri-lo.
>>>>
>>>>
>>>> []s,
>>>>
>>>> @webgenes
>>>> Marcio Ferreira
>>>>
>>>> "Perl lives as the 'toolbox for Unix' "
>>>>
>>>>
>>>>
>>>> 2010/9/21 Andre Carneiro <andregarciacarneiro at gmail.com>
>>>>
>>>> Problemas com codificação não são exclusivos do XML::Bare. Normalmente
>>>>> são problemas oriundos dos 'gênios' que constroem as 'apps', 'webservices',
>>>>> ou o 'diabo' que for, que 'cospem' o XML com cabeçalhos inconsistentes,
>>>>> codificação errada, codificação mista, etc. etc. etc. Isso eu posso falar pq
>>>>> lido com essa porcaria quase todo santo dia, e eu o XML::Bare e vários
>>>>> outros parsers. A melhor estratégia que eu pude implementar foi converter as
>>>>> codificações quando possível e traduzir os caracteres, mantendo uma tabela
>>>>> de tradução que cresce cada vez menos agora.
>>>>>
>>>>> O ideal seria ter algo que detectasse a codificação de um caracter para
>>>>> corrigir diretamente, mas isso é muito difícil de implementar de forma
>>>>> eficiente, pelo que eu vejo. Tem algumas tentativas como o Encode::Guess.
>>>>> Mas por experiência própria não é sempre que funciona, e sinceramente não
>>>>> tive paciência e nem tempo pra testar isso direito... Fique a vontade para
>>>>> tentar.
>>>>>
>>>>>
>>>>> Cheers!
>>>>>
>>>>>
>>>>>
>>>>> Em 21 de setembro de 2010 12:41, Nilson Santos Figueiredo Jr. <
>>>>> acid06 at gmail.com> escreveu:
>>>>>
>>>>> 2010/9/20 Marcio Ferreira <marciodesouzaferreira at gmail.com>:
>>>>>> > só amanhã do trabalho, mas basicamente eu uso o XML::Bare para
>>>>>> carregar o
>>>>>> > XML, faço um trim nos abributos do XML, já que o XML::Bare não o
>>>>>> faz.
>>>>>>
>>>>>> Provavelmente o XML::Bare, por ser um parser mais "tosco", está
>>>>>> assumindo que o conteúdo está em UTF8 e está setando a flag de UTF8 na
>>>>>> string.
>>>>>>
>>>>>> -Nilson
>>>>>> _______________________________________________
>>>>>> SaoPaulo-pm mailing list
>>>>>> SaoPaulo-pm at pm.org
>>>>>> http://mail.pm.org/mailman/listinfo/saopaulo-pm
>>>>>>
>>>>>
>>>>>
>>>>>
>>>>> --
>>>>> André Garcia Carneiro
>>>>> Analista/Desenvolvedor Perl
>>>>> (11)82907780
>>>>>
>>>>> _______________________________________________
>>>>> SaoPaulo-pm mailing list
>>>>> SaoPaulo-pm at pm.org
>>>>> http://mail.pm.org/mailman/listinfo/saopaulo-pm
>>>>>
>>>>
>>>>
>>>> _______________________________________________
>>>> SaoPaulo-pm mailing list
>>>> SaoPaulo-pm at pm.org
>>>> http://mail.pm.org/mailman/listinfo/saopaulo-pm
>>>>
>>>
>>>
>>>
>>> --
>>> André Garcia Carneiro
>>> Analista/Desenvolvedor Perl
>>> (11)82907780
>>>
>>> _______________________________________________
>>> SaoPaulo-pm mailing list
>>> SaoPaulo-pm at pm.org
>>> http://mail.pm.org/mailman/listinfo/saopaulo-pm
>>>
>>
>>
>> _______________________________________________
>> SaoPaulo-pm mailing list
>> SaoPaulo-pm at pm.org
>> http://mail.pm.org/mailman/listinfo/saopaulo-pm
>>
>
>
>
> --
> Renato Santos
> http://www.renatocron.com/blog/
>
> _______________________________________________
> SaoPaulo-pm mailing list
> SaoPaulo-pm at pm.org
> http://mail.pm.org/mailman/listinfo/saopaulo-pm
>
-------------- next part --------------
An HTML attachment was scrubbed...
URL: <http://mail.pm.org/pipermail/saopaulo-pm/attachments/20100922/e4c5bb6e/attachment.html>