Windows - Textdatei unter Linux (Raspbian) öffnen

[ISMIRSCHLECHT]

Hallo,

sicher ein Anfängerproblem: Ich verarbeite auf einem Raspi 3B+ Textdateien, die von einem Windows 7 Rechner stammen. Mit FPC + Lazarus.
Es handelt sich um SQL - Batches.
Beim Einlesen über eine Stringlist knallts.
Beim Einlesen über einen Filestream bekomme ich Ersatzzeichen ( "?" ) , wenn ich den Stream AnsiChar-weise einlese. Wenigstens stürzt das Programm nicht mehr ab.
Muß ich das File im UTF8 - Zeichensatz einlesen und wie mache ich das ?

ism

[ghubi01]

Hallo,

wie ist denn Deine Textdatei aufgebaut?
Eine Standardtextdatei mit dem Windows-Editor erstellt sieht so aus:

Beispieltext

Hallo
wie
geht es?


Mit dem HxD - Hexeditor betrachtet
Offset(h) 00 01 02 03 04 05 06 07 08 09 0A 0B 0C 0D 0E 0F

00000000 48 61 6C 6C 6F 0D 0A 77 69 65 0D 0A 67 65 68 74 Hallo..wie..geht
00000010 20 65 73 3F 0D 0A es?..


Diese Textdatei lässt sich über die TstringList-Methode LoadFromFile problemlos einlesen.

[HolgerX]

Hmm..

Oder ist es eine UTF16 Datei ohne BOM?
Den 'Textdatei' ist nicht gleich Textdatei...

ANSI / UTF8
UTF16 mit und ohne BOM

[p80286]

Wenn man nicht genau weiß, was in einer Datei steht, ist der erste Griff immer der zum Hex-Editor, gut es gib daten-voodoo-priester, die brauchen nur das Notepad, aber die lassen wir mal aussen vor.

Handelt es sich um eine 16-Bit Kodierung gibt es z.B folgende Einträge 00 31 00 32 00 45
Ist es eine 8-Bit Kodierung findet man 31 32 45.
Ohne diese Information ist es ein mehr oder weniger sinnfreies herumgestochere im Datennebel.

Gruß
K-H

[ISMIRSCHLECHT]

Mahlzeit,


die fraglichen Textdateien nehmen für ein "A" die $41
(also schön brav die 65dec),
für das "ü" jedoch die $FC (252dec) -
Ein Zeichen ein Byte anscheinend.
Scheint also der ANSII - Code zu sein.
Und was bitte ist ein BOM ?
Doch wohl kein Glockenton???

ism

[Daniel]

Moin ISM,

eine Handbreit Eigeninitiative wäre fein.
Unicode und BOM in eine Suchmaschine Deiner Wahl eingetragen liefert viele Erkenntnisse. "BOM" steht für "Byte Order Mark" und ist eine Art Kennung für die Kodierung der dann folgenden Bytes. Tragischerweise ist das Vorhandensein dieser Kennung keineswegs Garantie.

[ISMIRSCHLECHT]

Ähem,

meine "Eigeninitiative" besteht in 8 Std ARBEIT auf Arbeit.
Und tragischerweise ist die erhaltene Antwort ungefähr so nützlich wie ein geplatzter Autoreifen.
Und tragischerweise ging mir das bei meinen bosherigen Anfragen hier ähnlich.
Zitat Douglas Adams: "Machts gut und danke für den Fisch"

[Rollo62]

[OT]
Nicht eine Silbe des Dankes das wir uns Alle mit deinem absurden Problem überhaupt beschäftigen müssen.
Aber dafür sofort aufmotzen wenn mal etwas Mitarbeit gefragt wird.

Versuchs mal mit deinem Handtuch auf dem Vogonenkreuzer.
[/OT]

[p80286]

Da ISMIRSCHLECHT sich verabschiedet hat,für die die trotzdem interessiert, wenn xFC einem "ü" entspricht sollte es sich um Ansi-ISO_8859-1 handeln. Man benötigt für die korrekte Darstellung also einen Font der diese Kodierung unterstützt.

Gruß
K-H

[jobo]

Muss am Wetter liegen..