abclinuxu.cz AbcLinuxu.cz itbiz.cz ITBiz.cz HDmag.cz HDmag.cz abcprace.cz AbcPráce.cz
AbcLinuxu hledá autory!
Inzerujte na AbcPráce.cz od 950 Kč
Rozšířené hledání
×
    dnes 10:55 | Pozvánky

    Organizátoři konference LinuxDays ukončili veřejné přihlašování přednášek. Teď je na vás, abyste vybrali nejlepší témata, která na letošní konferenci zaznějí. Hlasovat můžete do neděle 7. září. Poté podle výsledků hlasování organizátoři sestaví program pro letošní ročník. Konference proběhne 4. a 5. října v Praze.

    Petr Krčmář | Komentářů: 8
    dnes 02:22 | Nová verze

    Byla vydána verze 11.0.0 vizuálního programovacího jazyka Snap! (Wikipedie) inspirovaného jazykem Scratch (Wikipedie). Přehled novinek na GitHubu.

    Ladislav Hagara | Komentářů: 0
    včera 06:00 | Komunita

    Na čem aktuálně pracují vývojáři GNOME a KDE Plasma? Pravidelný přehled novinek v Týden v GNOME a Týden v KDE Plasma. Vypíchnout lze, že v Plasmě byl implementován 22letý požadavek. Historie schránky nově umožňuje ohvězdičkovat vybrané položky a mít k ním trvalý a snadný přístup.

    Ladislav Hagara | Komentářů: 0
    30.8. 20:00 | Nová verze

    Wayfire, kompozitní správce oken běžící nad Waylandem a využívající wlroots, byl vydán ve verzi 0.10.0. Zdrojové kódy jsou k dispozici na GitHubu. Videoukázky na YouTube.

    Ladislav Hagara | Komentářů: 0
    30.8. 04:00 | Komunita

    Před necelými čtyřmi měsíci byl Steven Deobald jmenován novým výkonným ředitelem GNOME Foundation. Včera skončil, protože "nebyl pro tuto roli v tento čas ten pravý".

    Ladislav Hagara | Komentářů: 7
    29.8. 18:33 | Zajímavý článek

    Nové číslo časopisu Raspberry Pi zdarma ke čtení: Raspberry Pi Official Magazine 156 (pdf).

    Ladislav Hagara | Komentářů: 1
    29.8. 15:11 | Nová verze

    Armbian, tj. linuxová distribuce založená na Debianu a Ubuntu optimalizovaná pro jednodeskové počítače na platformě ARM a RISC-V, ke stažení ale také pro Intel a AMD, byl vydán ve verzi 25.8.1. Přehled novinek v Changelogu.

    Ladislav Hagara | Komentářů: 0
    29.8. 12:11 | IT novinky

    Včera večer měl na YouTube premiéru dokumentární film Python: The Documentary | An origin story.

    Ladislav Hagara | Komentářů: 0
    28.8. 23:33 | Nová verze

    Společnost comma.ai po třech letech od vydání verze 0.9 vydala novou verzi 0.10 open source pokročilého asistenčního systému pro řidiče openpilot (Wikipedie). Zdrojové kódy jsou k dispozici na GitHubu.

    Ladislav Hagara | Komentářů: 0
    28.8. 21:55 | Nová verze Ladislav Hagara | Komentářů: 4
    Pro otevření více webových stránek ve webovém prohlížečí používám
     (81%)
     (8%)
     (2%)
     (3%)
     (4%)
     (1%)
    Celkem 124 hlasů
     Komentářů: 9, poslední 28.8. 11:53
    Rozcestník

    Správné zobrazení diakritiky českých manuálových stránek

    11.6.2007 15:38 | Přečteno: 1211× | Linux | Výběrový blog

    Už dlouhou dobu jsem poměrně rozčarován ze způsobu zacházení s českými manuálovými stránkami v Debianu. Používá se mix znakových sad UTF-8 a ISO-8859-2. Snad je problém ve formátu nroff, ve kterém se IMHO nedá určit v jaké znakové sadě je dokument napsán a s Debianem nesouvisí; ovšem nejednotnost kódování jen přilévá benzín do ohně. To, že české manuály bývají zastaralé a málo kdo je čte, tento nedostatek neomlouvá. Běžně sice z praktických důvodů používám anglické verze, ale požitek z češtiny bych si při občasné relaxaci spočívající v pročítání manuálů nerad odpouštěl.

    Většina stránek je v ISO-8859-2, avšak některé v UTF-8 (např. mplayer, dvdisaster). A ta změť znaků skutečně nevypadá vábně. Protože jsem na webu nenašel rozumný návod, jak problém řešit, trochu jsem zalaboroval a výsledek dávám k posouzení a zároveň si ho zálohuji :)

    Když zadám shellu příkaz man cokoliv, projde zdrojový text manuálové stránky řadou preprocesorů spojených rourou, na jejímž konci je předán obsah nějakému pageru (např. less). Před pagerem je zařazen procesor groff, který formátuje text do výsledné podoby a mimo jiné provádí konverzi na kódování určené locale. V mé instalaci Debianu tedy z ISO-8859-2 na UTF-8, které používám. Problém nastane, když stránka již v UTF-8 je. Potom si zcela zbytečně dává práci převést ji na UTF-8 a samozřejmě ji naprosto zmrší. Napadlo mě do řetězu vklínit vlastní preprocesor, který by převedl UTF-8 stránku na kódování ISO-8859-2, ve kterém je většina manuálů v Debianu. Takže by se převáděla z UTF-8 na latin2 a dále zpět z latin2 na UTF-8 ;) Nebyl jsem ale schopen zjistit, jak vklínit do řetězu další preprocesor, a tak jsem se rozhodl udělat wrapper na již existující a doufám vždy použitý: tbl.

    K detekci znakové sady jsem použil program enca a k vytvoření dočasného souboru binárku tempfile z debianího balíčku debian-utils - je to ovšem nepostradatelná utilitka snad dostupná v každé distribuci.

    sudo apt-get install enca debian-utils

    Konfigurační soubor programu man je v Debianu /etc/manpath.config. Stačí v něm předefinovat preprocesor tbl na vytvořený wrapper:

    DEFINE tbl /usr/local/bin/tbl-utf8-latin2.sh

    například tento:

    #!/bin/sh
    #BUGS: does not parse LANGUAGE environment variable
    #TODO: other languages support (i.e. Slovak)
    
    do_convert=0
    if test -n "$LC_ALL" ; then
        echo "$LC_ALL" | grep -q cs_CZ && do_convert=1
    elif test -n "$LC_MESSAGES"; then
        echo "$LC_MESSAGES" | grep -q cs_CZ && do_convert=1
    elif echo "$LANG" | grep -q cs_CZ; then
        do_convert=1
    fi
        
    test -x /usr/bin/enca || do_convert=0
    test -x /bin/tempfile || do_convert=0
    
    if [ $do_convert -eq 1 ]; then
        tmp=`/bin/tempfile`
        cat $1 > $tmp;
        if /usr/bin/enca $tmp | grep -q "Universal transformation format 8 bits; UTF-8"; then
            cat $tmp | /usr/bin/enca -x ISO-8859-2 | /usr/bin/tbl
        else 
            cat $tmp | /usr/bin/tbl
        fi
        rm $tmp
    else
        cat $1 | /usr/bin/tbl
    fi                                                                                      
    

    Skript detekuje nastavení locales a pokud je cs_CZ a manuál je v UTF-8, převede ho na ISO-8859-2 a pošle dál. Jinak ho předá beze změn.

    Pokud jsem jako osel vymýšlel již vymyšlené, a existující řešení nekoliduje s balíčkovacím systémem, budu rád, pokud mě na něj upozorníte. Koneckonců nevěřím, že by neexistovalo elegantnější řešení - vždyť je to natolik závažný problém dotýkající se mnoha česky hovořících uživatelů.

           

    Hodnocení: 100 %

            špatnédobré        

    Tiskni Sdílej: Linkuj Jaggni to Vybrali.sme.sk Google Del.icio.us Facebook

    Komentáře

    Vložit další komentář

    wamba avatar 11.6.2007 16:35 wamba | skóre: 38 | blog: wamba
    Rozbalit Rozbalit vše Re: Správné zobrazení diakritiky českých manuálových stránek
    A přidat do .bashrc:

    export PAGER="enca -c|most"

    je nedostatečné řešení?
    This would have been so hard to fix when you don't know that there is in fact an easy fix.
    11.6.2007 21:48 Petr Gajdůšek | skóre: 13 | blog: Úlomky | Znojmo
    Rozbalit Rozbalit vše Re: Správné zobrazení diakritiky českých manuálových stránek
    Nejdřív jsem se zastyděl, že je to tak jednoduché :) Jenže potom mi došlo, že to můj problém neřeší.

    Některé stránky jsou psány v UTF-8 a man předpokládá jen latin2, takže chybně zkonvertuje znakovou sadu a s tím už potom jde hůře něco dělat. To byl problém, který jsem se snažil řešit.

    Ten řetězec manu vypadá asi takhle: /usr/bin/zsoelim /tmp/zmanKqA3pR | /usr/bin/tbl | /usr/bin/groff -M/usr/local/share/groff/tmac -mandoc -rLL=118n -rLT=118n -Tascii8 | iconv -c -f ISO-8859-2 -t UTF-8 | $PAGER

    Kdyby místo iconv -c -f ISO-8859-2 -t UTF-8 použil enca, nebo by se dalo vypnout konvertování úplně, nebyl by asi problém. Ale nevím jak.

    Místo navrhovaného enca -c | most by se musel použít wrapper ve smyslu: pokud je po převodu z UTF-8 na latin2 text v UTF-8, zobraz pagerem tento, jinak text původní.

    Snad by to skutečně bylo jednoduší.

    Mimochodem roura v proměnných se na mém systému ignoruje.
    11.6.2007 20:16 petr_p | skóre: 59 | blog: pb
    Rozbalit Rozbalit vše Re: Správné zobrazení diakritiky českých manuálových stránek
    Dobré řešení problému léčením příznaků :|

    Na toto téma se už diskutovalo a s odkazovaným příspěvkem souhlasím.

    Problém je, že (g)roff je program pro sazbu textu a tak se jeho autor brání jakýmkoliv zlepšovákům, které omezují již dosaženou univerzálnost (jako je groff-utf8).

    Nedávno jsem převáděl manuál jednoho programu do DocBooku. Anglickou a českou verzi po 5 stránkách s výstupem do roffu a XHTML a musím uznat, že současný groff saje. Tím, že jsem zdroj přepsal do DB, se mohu oprostit od -Tps a mám našlápnuto na groff-utf8 :)
    hajma avatar 12.6.2007 01:19 hajma | skóre: 27 | blog: hajma | Říčany
    Rozbalit Rozbalit vše Re: Správné zobrazení diakritiky českých manuálových stránek
    nahlaš do debianu bug, to bude asi efektivnější btw v Mandrivě Cookeru jsou už české man stránky v utf8 a zobrazují se ok
    21 promarněných znaků

    Založit nové vláknoNahoru

    ISSN 1214-1267   www.czech-server.cz
    © 1999-2015 Nitemedia s. r. o. Všechna práva vyhrazena.