marginally off-topic

Mon Jan 28 18:55:01 EET 2002

On Sun, Jan 27, 2002 at 01:45:05PM -0500, Constantinos Antoniou wrote:
> Geia sas,
> 
> Exw ena elliniko keimeno word (god forbid), to opoio prepei na balw sto
> web (kai doulevw se linux). To problima einai, oti otan kanw export apo
> to word se html pairnw ena keimeno se windows-1252, to opoio otan dw to
> html source den exei ellhnikous xarakthres alla 
> 
> &#908;&#960;&#959;&#965;
> &#951; &#913;&#957;&#940;&#955;&#965;&#963;&#951;
> &#923;&#949;&#953;&#964;&#959;&#965;&#961;&#947;&#953;&#954;&#942;&#962;
> &#913;&#958;&#943;&#945;&#962; &#941;&#967;&#949;&#953;
> &#949;&#966;&#945;&#961;&#956;&#959;&#963;&#952;&#949;&#943;
> &#956;&#949;
> &#949;&#960;&#953;&#964;&#965;&#967;&#943;&#945;,
> &#949;&#954;&#949;&#943;
> 
> Synepws, otan paw na to anoijw apo emacs/bluefish oti allo thelw gia na
> to "doulepsw"... den mporw...

..[snip]..

  Τα παραπάνω είναι unicode escapes της SGML/XML. Για να τα μετατρέψεις σε
κάτι πιο λογικό, μετάτρεψε καταρχήν το αρχείο από ό,τι κωδικοποίηση
βρίσκεται σε UTF-8 (με το iconv(1) π.χ.), και μετά μετάτρεψε και τα escapes
σε UTF-8 με κάτι σαν το παρακάτω:

	perl -pe 's/&#([0-9]+);/pack "U", $1/ge'

  Σαν τελικό βήμα, μπορείς αν θέλεις να μετατρέψεις πάλι πίσω σε ISO-8859-7
ή οτιδήποτε άλλο σε βολεύει...

HTH,

-- 
Vasilis Vasaitis
vvas at hal.csd.auth.gr

"Don't do drugs. Santa Claus is watching."
		-- winamp.com