Вы не вошли. Пожалуйста, войдите или зарегистрируйтесь.
Серый форум → Общение → Windows Script Host, HTA (VBScript, JScript) → VBS: Открытие текстовых файлов с автоопределением кодировки
Страницы 1
Чтобы отправить ответ, вы должны войти или зарегистрироваться
Задача: существуют текстовые файлы, часть из которых – в кодировке Windows-1251, а часть – в UTF-8, причём заранее неизвестно, какой файл – в какой кодировке. Нужно получить текст из них. Как это сделать так, чтобы при открытии автоматически определялась нужная кодировка (как в Блокноте, например)?
В начале файлов в UTF-8 обычно стоят три байта: EF BB BF, которые и обозначают эту кодировку. Называются они "Byte Order Mark" (BOM).
Пройденая тема пользуйтесь предварительно поиском...
то, что текст не утф8 достаточно точно можно определить прочитав описание утф8
Ссылку в студию, будем вместе изучать...
У меня получилось так (фрагмент кода):
For Each oFile In oFolder.Files
With oADODBStream
.Open
.Charset = "Windows-1251"
.LoadFromFile (oFile)
sHeader = .ReadText(2)
.Position = 0
Select Case sHeader
Case "п»"
.Charset = "UTF-8"
Case "яю"
.Charset = "Unicode"
End Select
.ReadText
.Close
End With
NextВроде работает. По крайней мере, в пределах мне необходимого.
Реально рад, если Вас действительно устраивает Ваше решение.
да уж, решение действительно конгениальное
Если работает, то какие претензии? А если есть таковые, то огласите.
"яю это юникодовский текст ?"
"п» а это формат преобразования юникода ?"
"яю" — это BOM кодировки UTF-16LE, которую в Windows принято называть Юникодом.
"п»" — это два первых байта из BOM для UTF-8.
Подробнее можете изложить, что Вас смущает?
ну да ну да
а это какая кодировка ?
╨Т╨░╤Б╤П
по методу получается ну никак ни ютифи-8/16
а это какая кодировка ?
Не знаю. Может, Вы подскажете? Или сами не знаете?
А как же методика "яю - п»" ?
А при чём она тут?
А как же мене быть с приведенным содержанием файла - так и не узнаю, что за кодировка ?
код мене выдает какие то буковы и знаки подчеркивания, да еще градусы...
Думаю, одно из двух — либо узнаете, либо нет. Вы про какой код говорите? Тот, что выше, ничего никуда не выдаёт. А про Ваш Вам лучше знать, мне его отсюда не видно.
Вопрос не праздный, вопрос про то - "Если работает, то какие претензии? А если есть таковые, то огласите."
а по сути "спора" - сперва признайте лично себе, что не все так просто - после подумайте, а уж потом возражайте (это не стеб и не нравоучение)
Дело в том, что возражать мне пока что не на что. Вы сформулируйте внятно то, что хотите сказать. Без философии.
а это какая кодировка ?
╨Т╨░╤Б╤П
UTF-8, ошибочно прочтённый как OEM в cp866. Ну и что? Речь выше шла про распознавание кодировки при наличии в файле BOM, не более того. А иначе всяко яко придётся гадать по частотам символов. И всё равно толку может быть мало. Например, может быть файл реестра в UTF-16, внутри которого значения строк в UTF-8, в OEM и KOI-8.
Понятно, что в коде есть кое-что лишнего, но, как уже упоминали выше — работает.
для определения что нет кодировки утф-8/16 не надо никаких гаданий по частоте
Предложите код.
В тему.
Страницы 1
Чтобы отправить ответ, вы должны войти или зарегистрироваться
