OFF: Offline версия коллекции скриптов и идей

Ottiwell_Wood, если никто раньше не сделает — попробую в течение недели.

Ottiwell_Wood, собрал и выложил: Collection17-20110606.zip. Если всё нормально — дайте знать, отпишусь atomix'у, что можно выложить на основной странице.

to alexii:   послал тебе email.

Да все так.

В CHM-коллекции крокозябры...

В общей сложности -  каждый 5-10-й топик.

Так я о нём и говорю, последний со страницы списка файлов.

У меня же наоборот - предыдущие выуски (скомпиленные Кардиналом) отображаются нормально, но последний (скомпиленный alexii) - сплошь крокозябры.

Я предполагаю дальнейшие обсуждение.
Нет. Я не сторонник (скорее противник) "переустанавливать ОС", даже не пытаясь разобраться в чём дело, после возникновения каких-то сложностей.

И ещё раз повторюсь: предыдущие версии коллекции (например от 02.04.2009г.) отображаются нормально.

Так оно и есть, если в настройках Internet Explorer задать «Автоопределение кодировки», иначе отображается правильно (по крайней мере некоторые — всё не проверял).

Не догадался.

P.S. Я пробовал и так, и этак. У меня корректно отображается независимо от установки автоопределения кодировки в IE.

Совершенно верно, обсуждался. И вроде как должно делаться (mk:@MSITStore:Script-Coding-Collection.chm::/web/viewtopiccee5.html):

Предыдущий:

    # загрузка HTML-кода в анализатор
    soup = BeautifulSoup(htmlText)
    # замена обозначения кодировки "cp1251" на "windows-1251"
    for tag in soup.findAll('meta', attrs={'http-equiv' : 'content-type'}):
        tag['content'] = 'text/html; charset=windows-1251'

Текущий:

    # загрузка HTML-кода в анализатор
    soup = BeautifulSoup(htmlText)
    # замена обозначения кодировки "cp1251" на "windows-1251"
    for tag in soup.findAll('meta', attrs={'http-equiv' : 'content-type'}):
        tag['content'] = 'text/html; charset=windows-1251'

Однако же, в результирующем файле:

<meta http-equiv="Content-Type" content="text/html; charset=cp1251" />

Может лучше в pdf?

kaster, не представляю, как сие можно сделать. Плюс, в pdf а) «уйдёт» возможность простого копирования кода, б) добавится проблема с копированием русского текста.

YMP, именно так и было в том обсуждении (я его, правда, не могу найти; возможно, тема попала под удаление ещё очень давно, до 2009 года). Суть в том, что я помню, что The gray Cardinal выкладывал исправленное, участники проверяли результат, отображалось… А на поверку оказывается, что в chm по-прежнему оригинальный, не правленный тэг . Как сие могло оставаться столько времени незамеченным — не представляю. Теперь-то, понятно, полезу в учебники, буду править код.

off: Профессор сильно напряг огромные сросшиеся в районе переносицы брови и глубоко задумался...
Скрипят извилины...рвутся синапсы...

Почему-то вспомнилась миниатюра из КК про Шерлока Холмса и Д.Ватсона : "Ватсон, Вы де...!!!"

Ответ-то впринципе уже прозвучал.
Но видимо настолько сложная задачка попалась
Чтож, давайте сузим круг условий до очевидностей и конкретных объектов:
файл: viewtopice26d.html
анализ: в обоих архивах они разной длины и кодировки.
п.решен: convert to (?ю..)

Насчёт pdf. По моему опыту, листинги из них копируются без ведущих пробелов.

Интересно, что если указать кодировку x-cp1251, то всё работает. В реестре есть запись

[HKEY_CLASSES_ROOT\MIME\Database\Charset\x-cp1251]
"AliasForCharset"="Windows-1251"

но добавление туда

[HKEY_CLASSES_ROOT\MIME\Database\Charset\cp1251]
"AliasForCharset"="Windows-1251"

всё равно не помогает с cp1251.

А: Соррики, мой вселенский интеллект ацки жжот и сокращает.
Видимо намёков тут мало кто понимает, да и в 512 байт многого не уместишь.
кп: Просто у них ОН один на всех...

Всё о том же, о крокозябрах.
Ладно, давайте по пунктам. Задействуйте мозг и логический аппарат, коллеги.

● Говоря "в обоих архивах" я подразумевал старую и новую версии CHM-коллекций (ведь chm - это ничто иное как архив, правильно?).

● Топик viewtopice26d.html (HTA: записная книжка) берём как конкретный объект для исследования чтобы нам всем было легче сориентироваться.

● Можно распаковать CHM'ы, но проще просто просмотреть исходный код страницы (ПКМ -> в виде HTML) из обоих версий коллекции и сравнить полученные файлы.

● Загружаем файлы в функциональный txt-редактор и видим что кодировки отличаются.

● Сохраняем объект извлечённый из последней версии коллекции в Юникоде, и он становится валидным.

Коллекций, как таковых, вышло 19 версий. У меня, например, хранятся:

Script-Coding-Collection-19-20120210
Коллекция скриптов и идей 8
Коллекция скриптов и идей 9
Коллекция скриптов и идей 10
Коллекция скриптов и идей 11
Коллекция скриптов и идей 12
Коллекция скриптов и идей 14
Коллекция скриптов и идей 15
Коллекция скриптов и идей 16
Коллекция скриптов и идей 16.1
Коллекция скриптов и идей 17
Коллекция скриптов и идей 18

Потому желательно либо указывать её версию, либо давать конкретную ссылку, откуда она была загружена, дабы можно было точно определить, о какой именно Коллекции идёт речь в «старую и новую версии».

Ладно, предположим, что речь про «Коллекция скриптов и идей 12» и «Script-Coding-Collection-19-20120210».

Чем? У меня и там, и там кодировка файла одна и та же — ANSI/Windows-1251. Кодировка в файле указана также одинаковая:

<meta http-equiv="Content-Type" content="text/html; charset=cp1251" />

Ошибка в Ваших рассуждениях кроется тут:

ибо IE даёт Вам именно тот вариант, который он «видит». Это не оригинальный файл. Надо декомпилировать chm.

P.S. А, кстати — какую Вам там кодировку IE подсовывает? Я не могу посмотреть, у меня-то кажет и там, и там нормально.

alexii, а как именно мне это сделать, если вдруг появится время и возможность? Просто выкачивать все страницы и конвертировать в pdf?

Я уже высказывался по поводу позделения коллекции на отдельные подразделы,
так же есть мысли и идеи изящного решения, при котором общий размер останется прежним, а работоспособность отдельных архивов-подразделов будет сохранена.

Ковырните хэлп для hh workshop.

Я тоже:

Указывайте либо номера версий, либо конкретные ссылки.

Я не спорю. Я проверяю опытом.

Декомпилируйте оба chm. Убедитесь, что кодировка для этого файла одна и та же.

Скрипт для сборки за это время менялся несколько раз, как The gray Cardinal'ом, так и мною. Потому результирующие страницы в любом случае будут отличаться.

В общем, пока Вы не укажете номера используемых Вами версий, либо конкретные ссылки, дальнейшие разговоры бессмысленны.

Как и у Вас, у меня нет доступа к базе данных. Увы.

Это то же самое, что сказать, что в одной бутылке вода, а в другой жидкость. Windows-1251 — это одна из ANSI-кодировок. В случае кракозябров IE использует не её, а другую ANSI-кодировку — Windows-1252, она же западноевропейская.

Именно. Как в той теме Вы и писали, поскольку у меня стоит подмена:

Windows Registry Editor Version 5.00

[HKEY_LOCAL_MACHINE\SYSTEM\CurrentControlSet\Control\Nls\CodePage]
"1252"="c_1251.nls"

то я вижу корректные символы даже при неверно определённой кодировке. Но на самом деле в файлах там везде одна и та же кодировка. Никаких «Cyrillic (Windows-1251)/ANSI» там нет.

Не льстите себе: данная проблема поднималась и обсуждалась ещё за два года до Вашей регистрации на форуме. Тогда же было предложено и решение (кем конкретно — сейчас наверняка не вспомню): замена значения атрибута тэга с «cp1251» на «windows-1251». Суть в том, что, как теперь выяснилось, скриптом замена на самом деле не производилась (я последний раз советую Вам декомпилировать chm-файл «правильной» Коллекции и воочию посмотреть, какой там стоит тэг). В том обсуждении принимал участие и wisgest, так что видел он сие задолго до нынешнего обсуждения.

Раз для Вас бессмысленное — на этом с Вами и закончим.