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 04:00 | Zajímavý článek

    Jiří Eischmann v příspěvku na svém blogu představuje typy, jak lépe chránit své soukromí na mobilním telefonu: "Asi dnes neexistuje způsob, jak se sledování vyhnout úplně. Minimálně ne způsob, který by byl kompatibilní s tím, jak lidé technologie běžně používají. Soukromí ovšem není binární věc, ale škála. Absolutního soukromí je dnes na Internetu dost dobře nedosažitelné, ale jen posun na škále blíže k němu se počítá. Čím méně dat se o vás posbírá, tím nepřesnější budou vaše profily a tím méně budou zneužitelné proti vám."

    Ladislav Hagara | Komentářů: 1
    dnes 00:22 | Nová verze

    Byla vydána nová stabilní verze 25.05 linuxové distribuce NixOS (Wikipedie). Její kódové označení je Warbler. Podrobný přehled novinek v poznámkách k vydání. O balíčky se v NixOS stará správce balíčků Nix.

    Ladislav Hagara | Komentářů: 0
    včera 18:11 | Nová verze

    Multiplatformní open source spouštěč her Heroic Games Launcher byl vydán v nové stabilní verzi 2.17.0 Franky (Mastodon, 𝕏). Přehled novinek na GitHubu. Instalovat lze také z Flathubu.

    Ladislav Hagara | Komentářů: 0
    včera 18:00 | Nová verze

    Organizace Apache Software Foundation (ASF) vydala verzi 26 integrovaného vývojového prostředí a vývojové platformy napsané v Javě NetBeans (Wikipedie). Přehled novinek na GitHubu. Instalovat lze také ze Snapcraftu a Flathubu.

    Ladislav Hagara | Komentářů: 0
    včera 14:55 | IT novinky

    Klávesnice IBM Enhanced Keyboard, známá také jako Model M, byla poprvé představena v roce 1985, tzn. před 40 lety, s počítači IBM 7531/7532 Industrial Computer a 3161/3163 ASCII Display Station. Výročí připomíná článek na zevrubném sběratelském webu Admiral Shark's Keyboards. Rozložení kláves IBM Enhanced Keyboard se stalo průmyslovým standardem.

    Fluttershy, yay! | Komentářů: 4
    včera 12:00 | Nová verze

    Vyšlo Pharo 13 s vylepšenou podporou HiDPI či objektovým Transcriptem. Pharo je programovací jazyk a vývojové prostředí s řadou pokročilých vlastností.

    Pavel Křivánek | Komentářů: 1
    včera 04:00 | IT novinky

    Java má dnes 30. narozeniny. Veřejnosti byla představena 23. května 1995.

    Ladislav Hagara | Komentářů: 7
    22.5. 21:55 | IT novinky

    1. července Mozilla vypne službu Fakespot pro detekci podvodných recenzí v internetových obchodech. Mozilla koupila Fakespot v květnu 2023.

    Ladislav Hagara | Komentářů: 1
    22.5. 21:33 | IT novinky

    8. července Mozilla vypne službu Pocket (Wikipedie) pro ukládání článků z webu na později. Do 8. října si uživatelé mohou vyexportovat data. Mozilla koupila Pocket v únoru 2017. Několik měsíců byl Pocket integrovanou součástí Firefoxu.

    Ladislav Hagara | Komentářů: 5
    22.5. 13:22 | Upozornění

    Turris OS má aktuálně problém s aktualizací související s ukončením podpory protokolu OCSP u certifikační autority Let's Encrypt.

    Ladislav Hagara | Komentářů: 4
    Jaký je váš oblíbený skriptovací jazyk?
     (58%)
     (27%)
     (6%)
     (3%)
     (0%)
     (0%)
     (5%)
    Celkem 95 hlasů
     Komentářů: 6, poslední 22.5. 14:43
    Rozcestník

    Správné zobrazení diakritiky českých manuálových stránek

    11.6.2007 15:38 | Přečteno: 1207× | 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.