HTML auslesen

[greenmile]

Hallo,

ich lese automatisiert einige HTML Seiten aus und stolpere immer wieder über ein Umlaut Problem, z.B. ist im Text "\uuc3\u0192\u00c2\u00b6" für ö enthalten. Weiß jemand auf die Schnelle, um was für eine Notation es sich handelt und wie ich einen normalen Delphi String draus mache? Beispiel :https://groups.google.com/forum/?fro...pi/OAl8A6hup80

[mjustin]

Zitat von greenmile:

Hallo,

ich lese automatisiert einige HTML Seiten aus und stolpere immer wieder über ein Umlaut Problem, z.B. ist im Text "\uuc3\u0192\u00c2\u00b6" für ö enthalten. Weiß jemand auf die Schnelle, um was für eine Notation es sich handelt und wie ich einen normalen Delphi String draus mache? Beispiel :https://groups.google.com/forum/?fro...pi/OAl8A6hup80

In der angegebenen Seite geht es um JSON, daher nehme ich an, dass es sich um die JSON UTF-8 Notation handlet.

Das hat aber mit HTML nichts zu tun, die HTML Seite enthält einfach JSON Beispielcode.

[greenmile]

Die Seite war ein Beispiel ...

[mjustin]

Zitat von greenmile:

Die Seite war ein Beispiel ...

Es ist kein gültiges HTML Encoding, HTML 4.0 und neuer kennt als Notation nur &#[x][Nummer];, oder named entities. Wenn \\u00c3\\u00b3\\u00c3\\u00b0 in einer HTML Seite steht, dann muss das nicht dekodiert werden - es ist schon der darzustellende Text.

[greenmile]

Doch es muss decodiert werden (sonst würde ich hier ja nicht posten), weil sich darin dann Umlaute wie ö, ä usw. befinden, im IE werden die auch normal dargestellt. Folgender Source funktioniert leider nicht:

Uses ... DBXJSON;

Function CorrectName(Source: String): String;
var LJSONValue: TJSONValue;
begin
Result := Source;
LJSONValue := TJSONObject.ParseJSONValue(TEncoding.UTF8.GetBytes (Source),0);
If Assigned(LJSONValue) then Result := LJSONValue.ToString;
end;

LJSONValue ist immer Nil.

[mjustin]

Zitat von greenmile:

LJSONValue ist immer Nil.

Welcher Eingabewert ist es denn, der bei Aufruf mit der Funktion nil ergibt?