HTML <--> UTF8

[Winni]

Hi!

Ich war meine schnellen Hacks zur HTML-Konvertierung leid.
Ich hab keine hinreichende Quelle zu diesem Thema gefunden - das Package fpc-xml ist recht dürftig in dieser Hinsicht.

Also hab ich selber die Strafarbeit gemacht, und die Konvertierungsliste für ca. 620 HTML Enties erstellt.

Das Interface ist trivial :

Code: Alles auswählen

function HTMLtoUTF8 (HTML: string): string;
procedure HTML2UTF8 (var s: String);

procedure UTF2HTML (var s : string);
function UTFtoHTML (utf8: string) : string;

Es kann also in beide Richtungen zwischen HTML und UTF8 konvertiert werden.

Folgende Gruppen von Sonderzeichen sind erfasst:

* Sonderzeichen von Latin1 von Skandinavien bis Spanien
* Währungssymbole
* Interpunktion
* Verschiedenes (Copyright, Telefon, Trademark ..)
* Brüche
* Mathematische Sonderzeichen
* Griechisches Alphabet

Falls es jemand gebrauchen kann

Ciao
Winni

[theo]

Gute Sache!
Zum Glück setzt sich auch im Web UTF-8 durch, so dass man &auml; und Konsorten bald vergessen kann.

[Winni]

Hi!

Theo, das wäre so schön, wenn Du Recht hättest.

Negatives Gegenbeispiel:

www.tvtv.de

Hat gerade ein komplett neues Design bekommen.

Es wimmelt nur so von &auml; und &nbsp;

Wahrscheinlich: "Das haben wir immer so gemacht."

Winni

[theo]

Wahrscheinlich: "Das haben wir immer so gemacht."

Schon klar, dass das immer noch anzutreffen ist.
Es gibt nur keinen Grund mehr dafür!

[wp_xyz]

Irgendwie habe ich sowas schon mal im FPC gesehen, ResolveHTMLEntities, o.ä. Bei der (erfolglosen) Suche danach bin ich dann aber das Folgende gestoßen (unit System.NetEncoding):

Code: Alles auswählen

procedure TForm1.Button1Click(Sender: TObject);
begin
  // Jeweils das ShowAccelChar der Labels ausschalten
  Label1.Caption := THTMLEncoding.HTML.Decode('<>"&  ©äÖüα½');
  Label2.Caption := THTMLEncoding.HTML.Encode(Label1.Caption);
end;   

Leider funktioniert das Encode() für die umgekehrte Richtung nur für ein paar Zeichen.

[Winni]

Leider funktioniert das Encode() für die umgekehrte Richtung nur für ein paar Zeichen.

Hi!

Kann sein, dass die intern fcl-xml benutzen. Das ist nämlich relativ dürftig, wie bereits oben geschrieben.

Ich hab ziemlich viel im Web gesucht, ob es dafür ne Unit gibt, aber nix Befriedigendes gefunden.
Deshalb hab ich es selbst geschieben.

Winni