Forum Debian Users Gang

hello_world · 2012-02-13 20:24:50

Mam problem z przetworzeniem pliku html.
Niby file pokazuje format HTML cat również poprawnie go pokazuje natomiast polecenie cat plik.html |less już pokazuje mi tak jakby był binarką
Plik był generowany przez program księgowy
próbowałem w przeglądarce zapisać go jako tekstowy i lipa.

P@blo · 2012-02-13 21:04:13

Ja osobiście nie rozumiem w czym problem. Jakbyś pokazał wyniki tego cat i cat ...|less jakiś kawałek, to może dochodzenie by poszło sprawniej.... Może coś w stylu cat plik.html > plik pomoże?

hello_world · 2012-02-13 21:18:24

cat plik_html |less wygląda tak
http://ubuntuone.com/1ihIUvu4W6jDseLKYQBEeO
Bez less jak zcatuje pokazuje mi normalnie znaczniki z trescią.

Może coś w stylu cat plik.html > plik pomoże?

Próbowałem nic nie daje

Minio · 2012-02-13 21:21:18

Dlaczego cat plik.html |less zamiast less plik.html?

P@blo · 2012-02-13 21:21:34

A... Wszystko jasne... Musisz usunąć białe znaki coś w stylu:

Kod:

cat plik |sed 's/\s//g'

Jak się nie uda podeślij mi jakoś ten plik...

P.S.
Oczywiście głowy nie daje, że to jest to co opisałem, ale tak mi się wydaje ;p

Jacekalex · 2012-02-13 21:21:47

Pewnie kodowanie, np base64, rot13 czy coś podobnego.

Przeglądarki potrafią to interpretować, w przeciwieństwie do ludzi.
W każdym razie, jak przeglądarka to otwiera, to znaczy, że da się to odczytać.

hello_world · 2012-02-13 21:30:19

@Minio
Jakoś tak z przyzwyczajenia ale dzięki twój sposób to nawet mi wypluwa że plik może być binarny.
P@blo
Twój sposób owszem usunął białe znaki ale kodowanie pozostało. Pliku natomiast nie prześlę bo są w nim dane firmy, musisz zrozumieć.

To może inaczej jak sprawdzić w czym to jest kodowane?

NIC · 2012-02-13 21:32:36

Skoro cat go catuje, a less go źle lessuje to problem jest w less. I faktycznie, bo na przykład "less" puszczone na "git log" z kolorkami pokazuje znaki kolorów jako jakieś krzaczki czy coś.

Pewnie interesuje się opcja "-r".
"less -r $PLIK" lub to brzydsze "cat $PLIK | less -r"

hello_world · 2012-02-13 21:35:23

@NIC
nie pomogło

P@blo · 2012-02-13 21:35:29

Spoko rozumiem... Myślałem, że to problem typu - napisałem plik pod win i chce go oglądnąć pod lin. Bo win nawet ma znaczek na 'enter' i z tym i się skojarzyło :)

hello_world · 2012-02-13 21:40:06

A tak mi pluje jak zapuszcze na ten plik kawalek kodu pythona

Kod:

#!/usr/bin/python
# -*- coding: utf-8 -*-
 
lista_linijek = []
for linijka in open('/home/tk/Praca/nowy.txt', 'r'):
   print(linijka)
   lista_linijek.append(linijka)
      
print(lista_linijek)

http://ubuntuone.com/3ZieC6cRLGHXLhNr9PvWSM

NIC · 2012-02-13 21:54:53

Chyba pomyliłeś link, bo to nie do pythona, ale do HTMLa. I wygląda na UTF-16.

Spróbuj: export LESSCHARSET="utf-16"; less $PLIK

Can less display non-English language characters?

Less has two ways to display non-English characters. If your system uses a non-ASCII single-byte character set, you should set up your system with the correct "locale" settings. If your system does not support setlocale, you can set the LESSCHARSET or LESSCHARDEF environment variable to tell less what language you are using. See the section "NATIONAL CHARACTER SETS" in the man page for details.

If your system supports the UTF-8 encoding of Unicode for non-ASCII text, as many modern systems do, you should either set your locale to something that includes the string "UTF-8" or "UTF8" (either uppercase or lowercase is ok), or set LESSCHARSET to "utf-8".

źródło: http://www.greenwoodsoftware.com/less/faq.html

Ostatnio edytowany przez NIC (2012-02-13 21:55:18)

hello_world · 2012-02-13 22:04:27

Po eksporcie
less plik.html
invalid charset name

NIC · 2012-02-13 22:12:12

Tak. less nie obsługuje UTF-16. less obsługuje tylko i wyłącznie ASCII i UTF8.

Więc potrzebujesz konwertować, np.

Kod:

iconv -f utf-16 < $PLIK | less

hello_world · 2012-02-13 22:14:17

To samo co wyżej u mnie w poście

NIC · 2012-02-13 22:18:12

A tak. Wybacz. Dałem tam Ci exporta. To cofnie tamten krok i już less zacznie działać w tej sesji terminala :)

Kod:

unset LESSCHARSET

hello_world · 2012-02-13 22:20:22

O zadziałało
Super dzięki, już powoli czacha mi się przegrzewała.

Forum Debian Users Gang

Ogłoszenie

#1 2012-02-13 20:24:50

hello_world - Członek DUG

Przetwarzanie pliku html

#2 2012-02-13 21:04:13

P@blo - Nadworny matematyk

Re: Przetwarzanie pliku html

#3 2012-02-13 21:18:24

hello_world - Członek DUG

Re: Przetwarzanie pliku html

#4 2012-02-13 21:21:18

Minio - Użyszkodnik

Re: Przetwarzanie pliku html

#5 2012-02-13 21:21:34

P@blo - Nadworny matematyk

Re: Przetwarzanie pliku html

Kod:

#6 2012-02-13 21:21:47

Jacekalex - Podobno człowiek...;)

Re: Przetwarzanie pliku html

#7 2012-02-13 21:30:19

hello_world - Członek DUG

Re: Przetwarzanie pliku html

#8 2012-02-13 21:32:36

NIC - Członek DUG

Re: Przetwarzanie pliku html

#9 2012-02-13 21:35:23

hello_world - Członek DUG

Re: Przetwarzanie pliku html

#10 2012-02-13 21:35:29

P@blo - Nadworny matematyk

Re: Przetwarzanie pliku html

#11 2012-02-13 21:40:06

hello_world - Członek DUG

Re: Przetwarzanie pliku html

Kod:

#12 2012-02-13 21:54:53

NIC - Członek DUG

Re: Przetwarzanie pliku html

#13 2012-02-13 22:04:27

hello_world - Członek DUG

Re: Przetwarzanie pliku html

#14 2012-02-13 22:12:12

NIC - Członek DUG

Re: Przetwarzanie pliku html

Kod:

#15 2012-02-13 22:14:17

hello_world - Członek DUG

Re: Przetwarzanie pliku html

#16 2012-02-13 22:18:12

NIC - Członek DUG

Re: Przetwarzanie pliku html

Kod:

#17 2012-02-13 22:20:22

hello_world - Członek DUG

Re: Przetwarzanie pliku html

Stopka forum