Αντιστοιχία κωδικοποίησης (windows-1253 και UTF-8 )

[joe iwannou]

α β γ δ ε ζ η θ ι κ λ μ ν ξ ο π ρ σ ς τ υ φ χ ψ ω ( ..... UTF-8 ..... )
á â ã ä å æ ç è é ê ë ì í î ï ð ñ ó ò ô õ ö ÷ ø ù (..... windows-1253.....)

ά έ ί ό ύ ή ( ..... UTF-8 ..... )
Ü Ý ß ü ý Þ (..... windows-1253.....)

Α Β Γ Δ Ε Ζ Η Θ Ι Κ Λ Μ Ν Ξ Ο Π Ρ Σ Τ Υ Φ Χ Ψ Ω ( ..... UTF-8 ..... )
Á Â Ã Ä Å Æ Ç È É Ê Ë Ì Í Î Ï Ð Ñ Ó Ô Õ Ö × Ø Ù (..... windows-1253.....)

Νομίζω ότι με ένα μικρο script μπορεί να γίνεται εύκολα η μετατροπή.

[lucinos]

Ή μπορείς απλά να χρησιμοποιήσεις την εντολή iconv

[lucinos]

Παιδιά ξέρει κανείς πώς $%@##@#%%^&$% παίρνουμε τις σειρές χαρακτήρων σαν απλές συμβολοσειρές; κάποιον λίγο λογικό τρόπο γιατί κοιτάξτε τι έκανα:
στην python έδωσα τις εντολές:

Κώδικας: Επιλογή όλων


hex = '0123456789ABCDEF'
for i in hex:
for j in hex:
print '"' + '\\x' + i + j + '",',



και το αποτέλεσμα το έκανα κόπυ-πέϊστ για να φτιάξω την λίστα:

Κώδικας: Επιλογή όλων


charset = ["\x00", "\x01", "\x02", "\x03", "\x04", "\x05", "\x06", "\x07", "\x08", "\x09", "\x0A", "\x0B", "\x0C", "\x0D", "\x0E", "\x0F", "\x10", "\x11", "\x12", "\x13", "\x14", "\x15", "\x16", "\x17", "\x18", "\x19", "\x1A", "\x1B", "\x1C", "\x1D", "\x1E", "\x1F", "\x20", "\x21", "\x22", "\x23", "\x24", "\x25", "\x26", "\x27", "\x28", "\x29", "\x2A", "\x2B", "\x2C", "\x2D", "\x2E", "\x2F", "\x30", "\x31", "\x32", "\x33", "\x34", "\x35", "\x36", "\x37", "\x38", "\x39", "\x3A", "\x3B", "\x3C", "\x3D", "\x3E", "\x3F", "\x40", "\x41", "\x42", "\x43", "\x44", "\x45", "\x46", "\x47", "\x48", "\x49", "\x4A", "\x4B", "\x4C", "\x4D", "\x4E", "\x4F", "\x50", "\x51", "\x52", "\x53", "\x54", "\x55", "\x56", "\x57", "\x58", "\x59", "\x5A", "\x5B", "\x5C", "\x5D", "\x5E", "\x5F", "\x60", "\x61", "\x62", "\x63", "\x64", "\x65", "\x66", "\x67", "\x68", "\x69", "\x6A", "\x6B", "\x6C", "\x6D", "\x6E", "\x6F", "\x70", "\x71", "\x72", "\x73", "\x74", "\x75", "\x76", "\x77", "\x78", "\x79", "\x7A", "\x7B", "\x7C", "\x7D", "\x7E", "\x7F", "\x80", "\x81", "\x82", "\x83", "\x84", "\x85", "\x86", "\x87", "\x88", "\x89", "\x8A", "\x8B", "\x8C", "\x8D", "\x8E", "\x8F", "\x90", "\x91", "\x92", "\x93", "\x94", "\x95", "\x96", "\x97", "\x98", "\x99", "\x9A", "\x9B", "\x9C", "\x9D", "\x9E", "\x9F", "\xA0", "\xA1", "\xA2", "\xA3", "\xA4", "\xA5", "\xA6", "\xA7", "\xA8", "\xA9", "\xAA", "\xAB", "\xAC", "\xAD", "\xAE", "\xAF", "\xB0", "\xB1", "\xB2", "\xB3", "\xB4", "\xB5", "\xB6", "\xB7", "\xB8", "\xB9", "\xBA", "\xBB", "\xBC", "\xBD", "\xBE", "\xBF", "\xC0", "\xC1", "\xC2", "\xC3", "\xC4", "\xC5", "\xC6", "\xC7", "\xC8", "\xC9", "\xCA", "\xCB", "\xCC", "\xCD", "\xCE", "\xCF", "\xD0", "\xD1", "\xD2", "\xD3", "\xD4", "\xD5", "\xD6", "\xD7", "\xD8", "\xD9", "\xDA", "\xDB", "\xDC", "\xDD", "\xDE", "\xDF", "\xE0", "\xE1", "\xE2", "\xE3", "\xE4", "\xE5", "\xE6", "\xE7", "\xE8", "\xE9", "\xEA", "\xEB", "\xEC", "\xED", "\xEE", "\xEF", "\xF0", "\xF1", "\xF2", "\xF3", "\xF4", "\xF5", "\xF6", "\xF7", "\xF8", "\xF9", "\xFA", "\xFB", "\xFC", "\xFD", "\xFE", "\xFF"]


οπότε τώρα με:

Κώδικας: Επιλογή όλων


iso = ''
for i in charset: iso = iso + i

print iso[161:].decode("iso-8859-1")


παίρνουμε επιτέλους την σειρά:

Κώδικας: Επιλογή όλων

¡¢£¤¥¦§¨©ª«¬­®¯°±²³´µ¶·¸¹º»¼½¾¿ÀÁÂÃÄÅÆÇÈÉÊËÌÍÎÏÐÑÒÓÔÕÖ×ØÙÚÛÜÝÞßàáâãäåæçèéêëìíîïðñòóôõö÷øùúûüýþÿ

ομοίως για το iso-8859-7 και την σειρά:

Κώδικας: Επιλογή όλων

‘’£€₯¦§¨©ͺ«¬­?―°±²³΄΅Ά·ΈΉΊ»Ό½ΎΏΐΑΒΓΔΕΖΗΘΙΚΛΜΝΞΟΠΡ?ΣΤΥΦΧΨΩΪΫάέήίΰαβγδεζηθικλμνξοπρςστυφχψωϊϋόύώ?

αφού όμως πρώτα αντικατέστησα τα '\xae', '\xd2', '\xff' με '?' καθώς για κάποιον μυστήριο λόγο πετάνε σφάλματα

Επειδή μάλλον στο θέμα παρά είμαι άσχετος και ανίκανος, πριν τρελλαθώ τελείως, ας μού πει κάποιος ποιος είναι ο σωστός τρόπος να βγάλω αυτά τα αποτελέσματα

[lucinos]

αυτές τις συμβολοσειρές τις ήθελα για το ακόλουθο πρόγραμμα:

Κώδικας: Επιλογή όλων


#! /usr/bin/python3
#shift.py

iso1 = "¡¢£¤¥¦§¨©ª«¬­®¯°±²³´µ¶·¸¹º»¼½¾¿ÀÁÂÃÄÅÆÇÈÉÊËÌÍÎÏÐÑÒÓÔÕÖ×ØÙÚÛÜÝÞßàáâãäåæçèéêëìíîïðñòóôõö÷øùúûüýþÿ"
iso7 = "‘’£€₯¦§¨©ͺ«¬­?―°±²³΄΅Ά·ΈΉΊ»Ό½ΎΏΐΑΒΓΔΕΖΗΘΙΚΛΜΝΞΟΠΡ?ΣΤΥΦΧΨΩΪΫάέήίΰαβγδεζηθικλμνξοπρςστυφχψωϊϋόύώ?"

my_dict = dict(zip(iso1, iso7) )

while True:
try:
input_line = input()
except EOFError:
break

line = ''
for i in input_line:
if i in my_dict:
line = line + my_dict[i]
else:
line = line + i

print(line)



Αυτό κάνει την μετατροπή τών λάθος συμβόλων στα σωστά. (είναι όμως απλή αλλαγή συμβόλων, όχι αλλαγή κωδικοποίησης που υποθέτω unicode)

μπορεί να χρησιμοποιηθεί με εντολές όπως:

Κώδικας: Επιλογή όλων


./shift.py < input.txt > output.txt


[pmav99]

Συγγνώμη αλλά ποιος ο σκοπός του script? Τι θέλετε να κάνετε?

[lucinos]

Συγγνώμη αλλά ποιος ο σκοπός του script? Τι θέλετε να κάνετε?

προσωπικά δεν έχω ιδέα! Απλά μιας και το έφερε η κουβέντα σκέφτηκα να δω πώς θα ήταν ένα σενάριο αντικατάστασης συμβόλων. Και το πρόβλημά μου ήταν ότι κόλλησα σε ένα σημείο που δεν περίμενα.

Πάντως βρήκα μια κάπως λογικότερη λύση (που δεν χρειάζεται κόπυ-πέϊστ) καθώς θυμήθηκα τα bytes τής python3 που τα είχα ξεχάσει εντελώς.
Οπότε στην python3:

Κώδικας: Επιλογή όλων


a = 'ABCDEF'
b = '0123456789ABCDEF'
for x in [i+j for i in a for j in b]:
try: print( bytes.fromhex(x).decode('iso-8859-7'), end = '')
except UnicodeDecodeError: print('?', end = '')



που βγάζει αποτέλεσμα:

Κώδικας: Επιλογή όλων


 ‘’£€₯¦§¨©ͺ«¬­?―°±²³΄΅Ά·ΈΉΊ»Ό½ΎΏΐΑΒΓΔΕΖΗΘΙΚΛΜΝΞΟΠΡ?ΣΤΥΦΧΨΩΪΫάέήίΰαβγδεζηθικλμνξοπρςστυφχψωϊϋόύώ?

και ομοίως για 'iso-8859-1' έχουμε:

Κώδικας: Επιλογή όλων

 ¡¢£¤¥¦§¨©ª«¬­®¯°±²³´µ¶·¸¹º»¼½¾¿ÀÁÂÃÄÅÆÇÈÉÊËÌÍÎÏÐÑÒÓÔÕÖ×ØÙÚÛÜÝÞßàáâãäåæçèéêëìíîïðñòóôõö÷øùúûüýþÿ

και ομοίως για 'windows-1253' έχουμε:

Κώδικας: Επιλογή όλων

 ΅Ά£¤¥¦§¨©?«¬­®―°±²³΄µ¶·ΈΉΊ»Ό½ΎΏΐΑΒΓΔΕΖΗΘΙΚΛΜΝΞΟΠΡ?ΣΤΥΦΧΨΩΪΫάέήίΰαβγδεζηθικλμνξοπρςστυφχψωϊϋόύώ?

κάπως καλύτερα.

[joe iwannou]

αυτές τις συμβολοσειρές τις ήθελα για το ακόλουθο πρόγραμμα:

Κώδικας: Επιλογή όλων


#! /usr/bin/python3
#shift.py

iso1 = "¡¢£¤¥¦§¨©ª«¬­®¯°±²³´µ¶·¸¹º»¼½¾¿ÀÁÂÃÄÅÆÇÈÉÊËÌÍÎÏÐÑÒÓÔÕÖ×ØÙÚÛÜÝÞßàáâãäåæçèéêëìíîïðñòóôõö÷øùúûüýþÿ"
iso7 = "‘’£€₯¦§¨©ͺ«¬­?―°±²³΄΅Ά·ΈΉΊ»Ό½ΎΏΐΑΒΓΔΕΖΗΘΙΚΛΜΝΞΟΠΡ?ΣΤΥΦΧΨΩΪΫάέήίΰαβγδεζηθικλμνξοπρςστυφχψωϊϋόύώ?"

my_dict = dict(zip(iso1, iso2) )

while True:
try:
input_line = input()
except EOFError:
break

line = ''
for i in input_line:
if i in my_dict:
line = line + my_dict[i]
else:
line = line + i

print(line)



Αυτό κάνει την μετατροπή τών λάθος συμβόλων στα σωστά. (είναι όμως απλή αλλαγή συμβόλων, όχι αλλαγή κωδικοποίησης που υποθέτω unicode)

μπορεί να χρησιμοποιηθεί με εντολές όπως:

Κώδικας: Επιλογή όλων


./shift.py < input.txt > output.txt


Αυτό ακριβώς ήθελα!!! lucinos
Το αρχείο shift.py δεν μπορεί να μετατραπεί ώστε να δέχεται κείμενο και να το μετατρέπει ;

[lucinos]

αυτές τις συμβολοσειρές τις ήθελα για το ακόλουθο πρόγραμμα:
μπορεί να χρησιμοποιηθεί με εντολές όπως:

Κώδικας: Επιλογή όλων


./shift.py < input.txt > output.txt


Αυτό ακριβώς ήθελα!!! lucinos
Το αρχείο shift.py δεν μπορεί να μετατραπεί ώστε να δέχεται κείμενο και να το μετατρέπει ;

Δεν έχω καταλάβει τι εννοείς. Με την παραπάνω εντολή που δίνω μπορείς να τού δίνεις ένα input.txt αρχείο κειμένου να παίρνεις ένα output.txt αρχείο κείμενου. Τι διαφορετικό θέλεις από αυτό; Επίσης μπορείς να δώσεις σκέτη την εντολή

Κώδικας: Επιλογή όλων

./shift.py

και να κάνεις κόπυ-πέϊστ το κείμενο πού θέλεις (βγαίνεις με ctrl+D )
και μπορεί να χρησιμοποιηθεί και με άλλους τρόπους.

[joe iwannou]

To shift.py το εχω σωσει στην επιφανεια εργασιας και δινοντας την εντολη που αναφερεις δεν δημιουργει το output.txt με την
"μεταφραση".
Που κανω λαθος ;
Δινοντας σκετο ./shift.py επιστρεφει

bash: ./shift.py: No such file or directory

[lucinos]

Δεν είσαι στον σωστό φάκελο
πήγενε πρώτα στην επιφάνεια εργασίας (πού είπες ότι το έσωσες)

Κώδικας: Επιλογή όλων

cd Desktop

επίσης δώσε δικαιώματα εκτέλεσης:

Κώδικας: Επιλογή όλων

chmod +x ./shift.py