qwertyMAN 1 723 Опубликовано: 1 октября, 2017 Всем привет! Спустя столько времени я снова пишу новый пост. В этот раз я занялся изучением CoronsSDK для написания программ под андроид. Увы, те проги, что я хотел написать под андроид уже есть в плей маркете. Но всё же желание разобраться с этим движком осталось. Залез я в такую тёмную для меня область как парсинг html кода и http запросы. Ну с http запросами я ещё как-никак разобрался и даже научился скачивать и сохранять код страницы. А вот с парсингом у меня проблемы. И первая из них заключается в неправильной кодировки. Страница которую я скачал содержит кодировку: <meta http-equiv="Content-Type" content="text/html; charset=windows-1251"> <meta http-equiv="content-language" content="ru"> И спокойно сохраняет всё в файл. А вот кодировка в CoronaSDK другая и русские слова он принтит как пустые места (знак пробела). То есть не видит их. В свою очередь, если сохранить русские слова из созданной в CoronaSDK переменной в файл, то при просмотре файла блокнотом видны вот такие символы привет На лицо не соответствие кодировок. Я попытался найти в интернете инфу о том как прочитать и обработать html код в этой кодировки, но не смог. Возможно из-за невнимательности, а возможно и из-за незнания английского языка. В общем первый вопрос звучит так: "Как прочитать и обработать русский код в данной html странице?" Цитата Поделиться сообщением Ссылка на сообщение Поделиться на других сайтах
qwertyMAN Автор темы 1 723 Опубликовано: 1 октября, 2017 Цель проекта, дать http запрос и получить страницу с расписанием в виде таблички. Убрать всё лишнее и записать эти данные в массив. Далее устраивать обработку данных всякого рода, вроде показа расписания на сегодня и прочее. Моя задача научится html таблицы парсить. Цитата Поделиться сообщением Ссылка на сообщение Поделиться на других сайтах
Fingercomp 4 409 Опубликовано: 1 октября, 2017 Что? Почему в топике "парсинг HTML [разметки]", а в ОП "помогите с кодировкой 1251 разобраться"? Различие между HTML и кодировкой понятно же? Ну я надеюсь. Надо определиться с вопросом и пояснить, что именно нужно. Либу для парсинга HTML, транслятор Win-1251 -> UTF-8, ...? 1 Цитата Поделиться сообщением Ссылка на сообщение Поделиться на других сайтах
qwertyMAN Автор темы 1 723 Опубликовано: 1 октября, 2017 Что? Почему в топике "парсинг HTML [разметки]", а в ОП "помогите с кодировкой 1251 разобраться"? Различие между HTML и кодировкой понятно же? Ну я надеюсь. Надо определиться с вопросом и пояснить, что именно нужно. Либу для парсинга HTML, транслятор Win-1251 -> UTF-8, ...? Лучше и то и другое. Но ПЕРВЫЙ вопрос был о трансляторе. Второй вопрос касается парсинга и в принципе я его не разбирал пока. Цитата Поделиться сообщением Ссылка на сообщение Поделиться на других сайтах
Alex 4 683 Опубликовано: 1 октября, 2017 оффтоп @@Fingercomp а что это у тебя опять за каша и грязька в подписи, я же вроде поправил на днях? Откуда ты берешь эти теги хатэмлешные? @@qwertyMAN глянь, может тут что-то тебе пригодится https://github.com/msva/lua-htmlparser п.с. ДжониДжонсон кидает либу для UTF-8 unicode/ASCII https://forums.coronalabs.com/topic/35013-encoding-utf-8-networkrequest/а что это за сайт с кодировкой Win-1251 до сих пор? Такие бывают еще? поспрашивай там у них на форуме тогда у них транслятор. Цитата Поделиться сообщением Ссылка на сообщение Поделиться на других сайтах
Totoro 3 563 Опубликовано: 2 октября, 2017 а что это за сайт с кодировкой Win-1251 до сих пор? Такие бывают еще? VK, к примеру, до сих пор юзает charset=windows-1251. Маньяки, сэр. Цитата Поделиться сообщением Ссылка на сообщение Поделиться на других сайтах
NEO 542 Опубликовано: 2 октября, 2017 (изменено) оффтоп @@Fingercomp а что это у тебя опять за каша и грязька в подписи, я же вроде поправил на днях? Откуда ты берешь эти теги хатэмлешные? @@qwertyMAN глянь, может тут что-то тебе пригодится https://github.com/msva/lua-htmlparser п.с. ДжониДжонсон кидает либу для UTF-8 <=> unicode/ASCII https://forums.coronalabs.com/topic/35013-encoding-utf-8-networkrequest/ а что это за сайт с кодировкой Win-1251 до сих пор? Такие бывают еще? поспрашивай там у них на форуме тогда у них транслятор. этот парсер вроде бы создает дом дерево не последовательно исходному тексту, по этому я когда - то свой парсер писал. P.S Проверил, вроде бы нормально, значит я другой юзал или же он себя проявляет в более сложных ситуациях. Изменено 2 октября, 2017 пользователем NEO Цитата Поделиться сообщением Ссылка на сообщение Поделиться на других сайтах
qwertyMAN Автор темы 1 723 Опубликовано: 3 октября, 2017 (изменено) а что это за сайт с кодировкой Win-1251 до сих пор? Такие бывают еще? @@Alex Ну, это всего лишь официальный сайт Петербургского университета. Ничего нового. Изменено 3 октября, 2017 пользователем qwertyMAN Цитата Поделиться сообщением Ссылка на сообщение Поделиться на других сайтах
evgkul 571 Опубликовано: 6 ноября, 2017 (изменено) Распарси этот файл, в нём соотношения символов windows-1251 и Unicode. Потом по таблице на этой странице перегони их в UTF-8 (или, если лень заниматься велосипедостроительством, юзай этот кусок кода). Ну а если совсем лень - юзай уже перегнанную мной таблицу(ключ - cbvdjk в Windows-1251, значение - символ в UTF-8) Изменено 6 ноября, 2017 пользователем evgkul 1 Цитата Поделиться сообщением Ссылка на сообщение Поделиться на других сайтах
