Sonderzeichen in Textdateien

[Marphy]

Hallo zusammen,
ich hab mal wieder eines dieser nervenden, kleinen Problemchen:

Ein Text mit Sonderzeichen (ä ö ü ß | etc.) wird mittels Delphi-Funktionen in die Datei temp.htm gespeichert, welche wiederum ins BrowserControl (gekapselter Internet Explorer) geladen wird. Nun werden statt der gewollten Sonderzeichen aber andere Zeichen (z.B. ÿ) angezeigt, obwohl in der Datei selbst die Sonderzeichen korrekt abgelegt wurden (laut Editor).

So, und wenn ich die temp.htm nun im Editor öffne und sofort wieder speichere, wird sie auch vom BrowserControl korrekt angezeigt. Scheint also am Zeichensatz zu liegen?

Hab schon Diverses versucht, hat leider aber alles nichts geholfen. Ich hoffe, ihr könnt mir mal wieder weiterhelfen. :stupid:

Danke,
Marco :wink:

[flomei]

Wenn du die in einer HTM-Datei speicherst könntest du doch auch HTML-Sonderzeichen für Umlaute nutzen...

Code:

ä = ä
ö = ö
ü = ü

Dann sollte es wohl keine Probleme mehr geben...

MfG Florian :hi:

[Marphy]

Hallo Flomei,
danke für die Anregung. Das ist mir aber natürlich auch schon gekommen... Es wäre dennoch schön, wenn es irgendwie anders auch funktionieren würde.

Gruß, Marco

[Marphy]

Keine Ideen mehr? :cry:

[malo]

Nur zur Information: Pushen ist erst nach 24 Stunden erwünscht ;)


Eine andere Möglichkeit gibt es wohl leider nicht. Du könntest ja in der Speicherfunktion eine andere FUnktion aufrufen (ganz am Anfang), die den String bearbeitet (Umlaute in HTML-Form kodieren) ;)

Dazu könnte dir vielleicht StringReplace helfen ;)

[marabu]

Hallo Marco,

Zitat:

Zitat von Marphy

Ein Text mit Sonderzeichen (ä ö ü ß | etc.) wird mittels Delphi-Funktionen in die Datei temp.htm gespeichert, welche wiederum ins BrowserControl (gekapselter Internet Explorer) geladen wird. Nun werden statt der gewollten Sonderzeichen aber andere Zeichen (z.B. ÿ) angezeigt, obwohl in der Datei selbst die Sonderzeichen korrekt abgelegt wurden (laut Editor).

Kannst du eine solche HTM-Datei posten? Welchen Editor hast du verwendet?

marabu

[Marphy]

Hallo zusammen,

Zitat:

Zitat von marabu

Kannst du eine solche HTM-Datei posten? Welchen Editor hast du verwendet?

HTML-Datei: siehe Anhang.
Editor: den einfachsten, den es gibt: Windows Notepad (damit's auch der letzte versteht: Start | Programme | Zubehör | Editor :wink: ).

Zur Demonstration des Problems habe ich ein kleines Projekt erstellt. Ihr könnt es im Anhang runterladen...

Gruß, Marco

[marabu]

Hallo Marco,

gut, dass du deinen Quelltext bereit gestellt hast. Ich weiß jetzt, dass du

(1) Text im IE markierst
(2) diesen Text in die Zwischenablage kopierst
(3) diesen Text von dort mit einer eigenen Funktion abholen willst
(4) ihn dann in einer HTM-Datei speichern willst
(5) dich dann wunderst, warum er im Browser falsch angezeigt wird
(6) dich wunderst, dass er im NOTEPAD richtig angezeigt wird
(7) nach Speichern in NOTEPAD auch vom Browser richtig gezeigt wird.

Die ersten zwei Schritte sind unkritisch. Damit der IE die Zwischenablage richtig beschicken kann, registriert er sein eigenes Clipboard-Format mit Namen "HTML Format" und erhält vom System einen Formatschlüssel zurück. In deinem Code verwendest du eine Konstante, die es so nicht gibt.

Delphi-Quellcode:

var
  CF_HTML: integer;
begin
  CF_HTML := RegisterClipboardFormat('HTML Format');
end;

So geht das richtig. Nur am Rande möchte ich erwähnen, dass du beim Arbeiten mit der Delphi ClipBoard-Komponente die Methode HasFormat() statt der API-Funktion IsClipboardFormatAvailable() hättest benutzen können. Ab der Stelle, an der du den Datenzeiger hast, geht es endgültig schief. Das Format CF_HTML ist UTF-8 codiert. Du übernimmst es einfach als AnsiString - das muss schief gehen.

Im Prinzip musst du den Prolog des Formates auswerten. Näheres dazu erfährst du im Platform SDK. Im Prolog erfährst du die Positionen des HTML-Context, des HTML-Fragments und der eigentlichen Selektion, die markiert und kopiert wurde. Erst mit diesen Angaben kannst du vernünftig auf den Speicher zugreifen. Alle im HTML-Context enthaltenen Zeichen solltest du mittels UTF8Decode() für die Weiterverarbeitung nach Ansi umwandeln.

Hast du endlich den HTML-Code in einer korrekten Form erhalten, dann macht sich eigentlich erst das größere Problem bemerkbar: Was wirst du wirklich übernehmen? Das Fragment? Die Selektion? Den ganzen Context? Irgendeinen HTML-Abschnitt zwischen Context und Fragment?

Das wird sicherlich spannend. Und am Ende kommt heraus, dass du eigentlich nur den Text haben wolltest - den du mit ClipBoard.AsText() hättest erhalten können.

Freundliche Grüße vom marabu

[Marphy]

Hallo marabu,
erstmal danke für deine Antwort!

Zitat:

Die ersten zwei Schritte sind unkritisch. Damit der IE die Zwischenablage richtig beschicken kann, registriert er sein eigenes Clipboard-Format mit Namen "HTML Format" und erhält vom System einen Formatschlüssel zurück. In deinem Code verwendest du eine Konstante, die es so nicht gibt.

Sorry, das Beispielprojekt war nicht sorgfältig genug ausgearbeitet... Ich habe mir schon gedacht, dass der IE sein Format "dynamisch" registriert, aber das Format dann doch als Konstante eingebunden.

Im richtigen Projekt werden nacheinander alle Formate aus der Zwischenblage ausgelesen, daher kein Problem.

Zitat:

Nur am Rande möchte ich erwähnen, dass du beim Arbeiten mit der Delphi ClipBoard-Komponente die Methode HasFormat() statt der API-Funktion IsClipboardFormatAvailable() hättest benutzen können.

Oh, hab ich in der Eile wohl übersehen (arbeite aus Performancegründen normalerweise nur mit den Clipboard-API-Funktionen).

Zitat:

Das Format CF_HTML ist UTF-8 codiert. Du übernimmst es einfach als AnsiString - das muss schief gehen.

Eben das ist ja mein Problem....

Zitat:

Im Prinzip musst du den Prolog des Formates auswerten. Näheres dazu erfährst du im Platform SDK. Im Prolog erfährst du die Positionen des HTML-Context, des HTML-Fragments und der eigentlichen Selektion, die markiert und kopiert wurde. Erst mit diesen Angaben kannst du vernünftig auf den Speicher zugreifen.

Danke für den Hinweis! Für eine erste Implementierung wird es aber genügen, den Prolog unberührt zu lassen. "Vernünftig auf den Speicher zugreifen" kann man auch ohne Auswertung des Prologs, das HTML ist dann eben nicht 100% sauber.

Zitat:

Alle im HTML-Context enthaltenen Zeichen solltest du mittels UTF8Decode() für die Weiterverarbeitung nach Ansi umwandeln.

Darauf habe ich gewartet. Das ist der Hinweis, den ich brauch(t)e. Danke!

Zitat:

Das wird sicherlich spannend. Und am Ende kommt heraus, dass du eigentlich nur den Text haben wolltest - den du mit ClipBoard.AsText() hättest erhalten können.

Hältst du mich für :stupid: ?!

Gruß, Marco

[Marphy]

Hallo zusammen,
für alle, die es interessiert: Ich habe das kleine Beispielprojekt nun nach marabus Vorschlägen umgeschrieben (Auswertung des Prologs ist jedoch nicht implementiert). Ihr könnt es im Anhang runterladen...

Gruß, Marco