[SP-pm] trabalhando com UTF-8 e ISO-8859-1 simultaneamente

[Stanislaw Pusep]

Infelizmente...

http://perldoc.perl.org/utf8.html
Do not use this pragma for anything else than telling Perl that your script
is written in UTF-8.

A minha referência atual sobre Perl e UTF-8 é esta (original em russo, não a
tradução):
http://translate.google.com/translate?hl=en-US&sl=ru&tl=en&u=http%3A%2F%2Fxpoint.ru%2Fknow-how%2FPerl%2FPodderzhkaUnicode

ABS()



2010/10/18 Daniel de Oliveira Mantovani <mantovani em perl.org.br>

> 2010/10/18 Daniel de Oliveira Mantovani <mantovani em perl.org.br>:
> <code>
>  my $text;{$/=$\;$text=<>};
>  sub do_what_I_want {return uc(@_)};
>  when (detect_utf8($buf)) {
>     {
>        require utf8;
>        do_what_I_want(...)
>     }
>  }
>
>  { do_what_I_want(...) }
> </code>
>
> Agora sim.
>
> >
> > /me ;)
> >
> >
> > Procura no StackOverflow por Perl e codificação, o briand d foy deu
> > uma explicação bem útil.
> >
> > 2010/10/18 Stanislaw Pusep <creaktive em gmail.com>:
> >> Tenho certeza de que o assunto foi levantado várias vezes na lista,
> então,
> >> ATENÇÃO: o Perl tem excelentes mecanismos para tratar I/O em diversas
> >> codificações da maneira mais prática possível. Por exemplo, dá para
> pegar
> >> arquivo em ISO-8859-1 do STDIN e jogar para STDOUT em UTF-8, isso é
> canja de
> >> galinha. Sempre que abre um handle, é só especificar o que tem dentro
> que...
> >> Aí que está o MEU problema: nunca sei de antemão o que tem dentro :P
> >> A solução mais viável que encontrei até agora foi:
> >>
> >>         my $buf;
> >>
> >>
> >>         eval {
> >>                 open(TXT, '<', $file) or die "impossivel abrir $file:
> $!";
> >>
> >>
> >>                 binmode TXT, ':bytes';
> >>                 local $/ = undef;
> >>
> >>
> >>                 $buf = <TXT>;
> >>                 close TXT;
> >>
> >>
> >>         };
> >>
> >>         my $iconv = new Text::Iconv(detect_utf8($buf) ? 'utf-8' :
> >> 'iso-8859-1', 'utf-8');
> >>
> >>
> >>         $buf = $iconv->convert($buf);
> >>
> >>
> >>         Encode::_utf8_on($buf);
> >>
> >> Explicando: abro o arquivo do jeito "cru", sem nenhuma codificação.
> Carrego
> >> o conteúdo no buffer. Aí uso Text::Iconv para converter a codificação.
> >> Detalhe importantíssimo: mesmo que os dados já estejam em UTF-8, ainda
> assim
> >> precisa aplicar o Text::Iconv. E ainda não acabou: Perl não reconhece o
> >> buffer como algo que tenha codificação UTF-8 até que eu force o flag
> UTF-8.
> >> Pronto! Depois disso tudo, $buf é um autêntico UTF-8. Posso dar uc() que
> "ã"
> >> vira "Ã", e /\w/ pega os acentos também.
> >> Aqui está o código completo: http://tinypaste.com/c3680
> >> A pergunta é: existe alguma maneira menos ineficiente de se fazer isto?
> >>
> >> ABS()
> >>
> >>
> >> _______________________________________________
> >> SaoPaulo-pm mailing list
> >> SaoPaulo-pm em pm.org
> >> http://mail.pm.org/mailman/listinfo/saopaulo-pm
> >>
> >
> >
> >
> > --
> > "If you’ve never written anything thoughtful, then you’ve never had
> > any difficult, important, or interesting thoughts. That’s the secret:
> > people who don’t write, are people who don’t think."
> >
>
>
>
> --
> "If you’ve never written anything thoughtful, then you’ve never had
> any difficult, important, or interesting thoughts. That’s the secret:
> people who don’t write, are people who don’t think."
> _______________________________________________
> SaoPaulo-pm mailing list
> SaoPaulo-pm em pm.org
> http://mail.pm.org/mailman/listinfo/saopaulo-pm
>
-------------- Pr�xima Parte ----------
Um anexo em HTML foi limpo...
URL: <http://mail.pm.org/pipermail/saopaulo-pm/attachments/20101018/0b5ef9bf/attachment-0001.html>