Dotaz: Firefox, mozex a čeština

[©]

V prefs.js (mimojiné) mám řádku:

user_pref("mozex.command.textarea", "/usr/local/bin/xaterm -e vim %t");

Editace textarea funguje dobře, co ale nefunguje je transfer kódování či co, protože když napíšu ve Vimu

Ahoj světe!

tak to do textarea zapíše

Ahoj svìte!

Nevím si s tím rady. Používám ISO-8859-2 kódování (konzole/terminál), distribuce Slackware 10, Firefox 1.0.

Odpovědi

[Michal Marek (twofish)]

http://www.ms.mff.cuni.cz/~marem2am/src/mozex/ -- je tam natvrdo UTF-8, ale s tím by si vim měl vědět rady.

[©]

Bohužel mi mozex nejde z Firefoxu odinstalovat, takže z toho patche nejsem zrovna odvázanej. Ale co se dá dělat. V nejhorším smažu ~/.firefox/ a holt si všechny ty různý extensions nainstaluju znova. Nenapadlo by spíš někoho, jak to pořešit přes Vim?

au BufWritePost mozex.textarea.* setlocal fileencoding=/něco/

Místo toho /něco/ jsem zkusil zatím utf-8, iso-8859-2 a utf-16. Vše bez výsledku, vesměs rozsypanej čaj. Zkoušel jsem i měnit encoding (trochu nesmyslně).

[©]

Je Mozex uplnej blazen? Nebo jsem ja blazen? Sledujte nasledujici postup. Nejde mi to na rozum:

1) Mozex ... edit text area ... spusti se vim (iso8859-2) ... zedituji ... :qw

2) Mozex vlozi misto textu nejakej rozsypanej caj, ale v jeho pracovnim souboru /tmp/mozex.textarea* je kodovani iso8859-2 (!)

3) pokousim se tedy nejak ziskat ten rozypanej caj, abych zjistil co to vlastne je pomoci programu enca ... kopiruji tedy z textarey do Vimu nebo mceditu ten rozsypanej caj

4) po pastnuti do Vimu anebo mceditu je to ale opet normalni iso8859-2 (!)

5) z toho vyplyva, ze nemuzu nikdy zjistit, co za kodovani je ten rozsypanej caj, protoze ho nelze z te textarea ziskat v podobe v jake to tam Mozex vlozil Copy/Paste ve Firefoxu asi zase kodovani zmeni nebo co. Jak to ale dela? Proc to dela? Proc to nenecha na uzivateli?

Kdybych vedel, co za kodovani je ten rozsypanej caj, tak by mi to hodne pomohlo, protoze bych treba potom mohl udelat nejakej trik ve Vimu. Netusi nekdo, co ten Firefox popr. Mozex provadej s kodovanim? Prijde mi to dost ujety.

[Michal Marek (twofish)]

Ad 2) Ten soubor jsi uložil ve vimu, takže má logicky iso8859-2.

[©]

No ano. to samosebou má. Ale Mozex to vloží jako rozsypanej čaj. Když to tam normálně z toho Vimu do té textarey pastnu myší, tak je to v pořádku, pokud to ale vloží Mozex, je z toho guláš, který ani nemohu nijak identifikovat, protože když to z té textarey pastnu jinam, tak to zas je normální ISO-8859-2.

Ergo si myslím, že a) Firefox provádí něco nekalého při Copy/Paste (možná to dělá přímo GTK nebo X-ka), b) Mozex provádí něco nekalého při vkládání. No je to trošku o rozum...

Jediné, co můžu udělat je, že někde vystavím screenshot té textarey jak vypadá po vložení textu pomocí Mozex skrze Vim. Takže tady to je... (text zněl: Ahoj světe. "Příliž žluťoučký kůň pěj ďábelské ódy" nebo jak to je.) screenshot rozsypanného čaje.

[©]

Pro všechny, ve Firefoxu 1.0 uvedený Michalův patch nefunguje - viz screenshot.

[twofish]

Pro všechny, ve Firefoxu 1.0 uvedený Michalův patch nefunguje - viz screenshot.

+/- Čistý profil ve Firefoxu na FC3 a překódování funguje oběma směry (tj. tvoje citace se mi ve vimu zobrazuje s háčkama, to co jsem napsal ve vimu se zobrazí správně v textarea)

Zkus si vytvořit nový profil a nainstalovat ten můj XPI.

Ale v tools -> extensions se neobjeví, takže se ani nedostanu ke GUI konfiguraci (musel jsem to kopírovat do prefs.js z Mozilly)

[©]

Co přesně máš v prefs.js?

[Michal Marek (twofish)]

$ grep mozex .mozilla/firefox/*/prefs.js
user_pref("mozex.command.aim", "");
user_pref("mozex.command.download", "/usr/bin/X11/xterm -e wget %r");
user_pref("mozex.command.ed2k", "");
user_pref("mozex.command.ftp", "");
user_pref("mozex.command.irc", "");
user_pref("mozex.command.mailer", "/usr/bin/X11/xterm -e mutt %r");
user_pref("mozex.command.news", "");
user_pref("mozex.command.source", "/usr/X11R6/bin/gvim %t");
user_pref("mozex.command.telnet", "");
user_pref("mozex.command.textarea", "/usr/X11R6/bin/gvim %t");
user_pref("mozex.general.tmpdir", "");
user_pref("mozex.intercept.ftp", false);
user_pref("mozex.intercept.irc", false);
user_pref("mozex.intercept.mailto", true);
user_pref("mozex.intercept.news", false);
user_pref("mozex.intercept.telnet", false);
user_pref("mozex.universal.command", "");
user_pref("mozex.universal.schemes", "");

Mozilla/5.0 (X11; U; Linux i686; en-US; rv:1.7.6) Gecko/20050224 Firefox/1.0.1 Fedora/1.0.1-1.3.1

[©]

No, máme to de facto úplně stejně (položku textarea). A žádné další nastavení nějakých kódování tu taky nemáš. V jakém kódování Ti jede xterm? Předpokládám, že asi ne v ISO-8859-2, když je to FC3, že? Jesli máš ale lokalizaci nastavenu na UTF, tak bude jádro pudla asi v tom.

Začínám tomu možná rozumět: Mozex někde uvnitř asi překódovává na nějaký UTF, jenže protože mi Firefox jede v ISO-8859-2, tak i kódování textarea jakožto vstupu je u mě v ISO-8859-2. Jenže Mozex tam vloží UTF nebo bůhví co. Proto normální pastnutí do textarea funguje a vložení Mozexem ne. Takže by to asi chtělo, aby s tím Mozex nic neprováděl a nechal to na libovůli uživatele, v jakém kódovaní chce co vkládat.

Rozumím tomu dobře anebo jsem stále mimo mísu?

[©]

Jo, teď mi napadá, že ve Slackware 10 není UTF. Ve FC3 je všechno UTF, ve Slacku není nic UTF. A ani bych mít něco v UTF nechtěl. Všechno, co potřebuji s diakritikou mám v ISO-8859-2.

[Michal Marek (twofish)]

Vim snad umí utf-8 i na Slackware, ne?

Pokud jsi nainstaloval ten můj XPI, ale ve vimu nechal iso8859-2, tak by vysvětlovalo tu chybouvou hlášku.

[©]

Pokud jsi nainstaloval ten můj XPI, ale ve vimu nechal iso8859-2, tak by vysvětlovalo tu chybovou hlášku.

Ta chybová hláška nevymizí, když na konci editace překóduji ten soubor na UTF ještě před samotným pokusem Mozexu zapsat to do textarea. Problém bude jinde. Potřebuji do té textarea dostat text ve stejném kódovaní, v jakém ho tam dokáže narozdíl od Mozexu dostat prosté Copy/Paste. Mozex dělá nějaký divný kejkle, je jedno jestli tvůj Mozex nebo původní. Oba dělaj neco nestandartního, co bych nečekal a co nechápu proč to dělaj.

Vim snad umí utf-8 i na Slackware, ne?

Ale to bych si musel nastavit i terminál, aby zobrazoval v UTF. Když to udělám, budu muset všechny svoje texty překódovat, abych je mohl vůbec číst. Navíc aterm IMHO UTF zatím nepodporuje. Dále by vznikly problémy s TeXem atd. Prostě nevím, proč se všude cpe UTF, když to pořádně nic nepodporuje.

[Michal Marek (twofish)]

Nainstaluj mojí verzi, napiš něco česky do textarea (z firefoxu), dej edit textarea, ve vimu okamžitě :q (tj. nic v tom souboru neměň) a klikni na tu textarea. Pokud tam zůstala diakritika, tak to funguje a nastav si správně vim (:h 'fileencoding', resp. :h ++enc). S terminálem to nesouvisí, pokud budeš používat znaky, které jsou v iso8859-2.

Prostě nevím, proč se všude cpe UTF, když to pořádně nic nepodporuje.

Nechápu, proč lidi používají aplikace, co pořádně nepodporujou utf-8

[©]

Nezůstala. Bohužel. V pre tagách dále vidíš, jak tento text vypadá ve Vimu.

Nezostala. Bohu~el. V pre tagách dále vidía, jak tento text vypadá ve Vimu.

Prostě nemůžu přijít na to, které kódovaní ten Mozex vlastně používá. To, co z něj leze mi žádné známé kódování prostě nepřipomíná.

[Hynek (Pichi) Vychodil]

Já jsem na to šel přes utf-8 a na gvim jsem si udělal wrapper (asi signifikantní pro lidi kolem Mozilly, ale není možné předat parametr, který obsahuje mezery jako jeden parametr, něco jako uvozovky nebo apostrofy, no nic ...), který spustí gvim s vynuceným utf-8 a jsem v pohodě. Na to abych zkoumal co ten mozex vyvádí jsem neměl žaludek.

[©]

Jenže mě se místo UTF-8 zobrazí paskvily, anžto můj milovaný aterm ani UTF-8 zatím nepodporuje. Vim jsem také nekompiloval s podporou vícebytových kódovaní, neboť jsem to nikdy nepotřeboval a doufám, že ani nebudu potřebovat. Prostě mi štve, že ten Mozex něco provádí, místo toho, aby to prostě nechal na uživateli, aby si to zařídil sám. To je dost smutné.

[unchallenger]

UTF-8 potřebovat budeš, tomu se stejně nevyhneš. Já už asi deset let doufám, že do dvou let konečně všechno přejde na Unicode ;-) Wrapper na gvim, který vynutí použití UTF-8, jsem si napsal dávno před Mozexem, ten se prostě hodí...

[©]

Nejsem si jist, zda FC3 nemá na všem nějaký speciální patche, že jim to UTF-8 tak dobře funguje (slyšel jsem, že má třeba pro MC - můj MC o UTF-8 neví nic). A co třeba normální, rozuměj textová, konzole? Nemá FC3 kvůli tomu opatchované jádro nebo tak? Asi si o tom UTF-8 konečně něco přečtu, ale stále nechápu, k čemu to je dobré.

Němec potřebuje psát německy, Čech česky, Ital italsky, k tomu jsou přece dobře standardizovaná kódovaní podle ISO norem, ne? Nějaké asijské jazyky jsou mi upřímně vcelku putna, že je nepřečtu, protože jim stejně nerozumím a určitě to mají také nějak standardizováno.

Gulášové "textové" soubory, kde se míchá azbuka s alfabetou a latinkou mi také nijak neberou, protože na to jsou vhodnější jiné formáty uchovávání textu než plain text. Prostě bych byl rád, kdyby mi to někdo konečně (už se snažilo hodně lidí) po letech zase zkusil vysvětlit.

Samosebou mojí hlavní výhradou je, že s UTF-8 ještě všechny programy nefungují, kdežto s ISO kódování naštěstí skoro vždy. Nemůžu přeci předem vědět, zda nebudu někdy potřebovat používat program, který s UTF-8 neumí pracovat.

Jednoduše shrnuto, mám mnohem méně problémů s ne-UTF nastavením systému než naopak, když nejsem vlastníkem takové distribuce, která má pro UTF-8 vše již opatchováno. Na Freshmeatu je ale přece tolik software, vážně to třeba má Debian nebo FC3 vše podchyceno? Opravdu vše??

Otázka také je: chci opravdu FC3 jen kvůli něčemu jako UTF-8, když ji poté, co jsem ji několik let používal už nemůžu ani cítit?

Přijde vám také, že vám někdo stále a za každou cenu nutí UTF-8? Mozex je toho dokonalým příkladem. Autor uvažoval asi tak, jak by uvažoval programátor pro M$: "Je mi jedno, že UTF-8 někdo nepoužívá, je mi jedno, že to někomu nebude nikdy chodit. Buď bude muset používat UTF-8 anebo nebude používat Mozex."

[Michal Marek (twofish)]

Autor mozexu předpokládal, že všichi používají 7-bit ASCII.

Já jsem uvažoval tak, buď budu týden studovat, jak se v Mozille dělají klikátka, nebo tam dám natvrdo UTF-8, protože je ze všech možností nejuniverzálnější. Pokud se ti to nelíbí, můžeš tam natvrdo napsat iso8859-2, nebo ještě lépe udělat to kódování konfigurovatelné, ať to tedy nevypadá jako od MS.

[©]

Hm, a kdo řekl, že něco takového zvládnu? Líbílo by se mi, kdyby to s kódování nedělalo nic: co dostane na vstupu, to ať vrazí do textarea. A každej si to už ve Vimu nebo Emacsu nastaví sám, ne? Nebo to tak nemůže fungovat?

Jo, a promiň, že jsem asi nechtěně pomíchal omylem původního autora a tebe. Proti tobě samosebou nic nemám, bavím se o původním Mozexu. Měl jsem za to, že i původní pracuje s UTF, ale že pracuje blbě, takže jsi to patchnul. Sorry, že jsem to nepochopil.

[Michal Marek (twofish)]

Líbílo by se mi, kdyby to s kódování nedělalo nic: co dostane na vstupu, to ať vrazí do textarea.

Mozilla (stejně jako většina dalších programů) interně používá nějaké kódování Unicode, takže pokud chce komunikovat s okolním světem, musí s tím něco dělat, ideálně převést interní kódování na UTF-8 a naopak.

Takhle to třeba dělá při copy & paste, jenom nevím, jestli se pokaždé použije utf-8, nebo jestli se na tom aplikace domlouvají, detaily ICCCM jsem nezkoumal.

[jm]

V Gentoo je mc opatchovan pro UTF-8. V konzole nefunguji mrtve klavesy (chyba jadra), tak je to stejne na dve veci...

Nedoporucil bych prechod na UTF-8 nikomu krom lidi, co nevi co s casem, pokud to distribuce neumi out of the box. Bezvysledna diskuse citajici cca 70 prispevku na tema unicode v Gentoo je dostatecnym argumentem.

[Michal Marek (twofish)]

To asi ne, ale stejně tak bych nedoporučoval vypínat podporu utf-8 u vimu, když to umí

[©]

Spíše bys doporučoval ji zapnout.

[Michal Kubeček]

Vám se nikdy nestalo, že jste do českého textu potřeboval vložit ruské slovo nebo větu? Nebo třeba jen hloupé francouzské nebo skandinávské (nebo německé) jméno? Ale ani pro češtinu není ISO 8859-2 dostatečná, budete-li např. chtít používat správné uvozovky, elipsu (tři tečky) nebo třeba pomlčku.

Navíc nemusí jít nutně jen o různé jazyky v jednom dokumentu, co třeba mutt a několik mailů v různých jazycích? I když je samozřejmě pravda, že to, že po přechodu na UTF-8 se korejské a japonské spamy zobrazují správně, asi ocení málokdo…

Veškerý software samozřejmě ošetřen není, ale to, co je v distribuci, obvykle až na výjimky ano. Třeba v release notes k SuSE 9.2 je zmínka, že právě kvůli (ne)podpoře UTF-8 vyřadili několik emulátorů terminálu.

[©]

Takové věci obyčejně řeším TeXnicky.

[©]

BTW: U GVimu by to problém asi nebyl, problém je v tom, že ho nechci. Stačí mi pouhý Vim.

[VícNežNic]

Tak já budu naproti tomu deset let doufat, že ještě tak dva roky s iso-8859-2 vystačím Na druhou stranu, kdyby byly v Unicode některé věci, které tam po právu být mají…

[©]

Hele, a ty bys třeba nevěděl, co ten Mozex může asi provádět?

Předpokládám správně, že když z Vimu (ISO-8859-2) něco zkopíruju a pastnu ručně do textarea, tak že se to tam pastne naprosto nezměněné (tedy v ISO-8859-2)?

Anebo FireFox, GTK či X-ka nebo kterej ďas opravdu něco provede s textem, kterej je nabranej do schránky?

Pokud ano, dá se zjistit co a jak?

Vždyť mi stačí vědět, jak mám nastavit au bufwrite /tmp/mozex.textarea.* set fenc=/něco/ a mám asi vyřešíno, ne? Mozex asi /něco/ očekává a podle toho se zachová. Co očekává? Věděl by to někdo? Vždyť stačí mu jen dát co chce a bude to fungovat (asi).

[VícNežNic]

Upřímně, ne, nevím to. Chtěl jsem to teď taky vyzkoušet, tak si s tím hraju, no… stejně jsem ten profil nakonec chtěl smazat :-/

Království za koně, ehm, za použitelný prohlížeč Do háje, vždyť musí přece být něco co se dá rozumně nastavit.

[©]

Řešení za pivo!

[VícNežNic]

Nejmíň sud piva, ale tolik za to nedám Že by první sponzorský počin MJFSF?

[©]

Víc jak 2 piva si teď nemohu dovolit. Možná 3, ale fakt dobrý, v hospodě "U Tygra" (čti cca 80kč). Dá někdo víc?

[©]

/vtipek/ Jestli byste někdo zvládnul naprgat na pár řádků pro FF novou extension jen pro obsluhu textarea, protože taková věc je extrémně užitečná a ostatní jako obsloužení "mailto://" apod. lze odstarat jinak, nabízím i 2 piva. Mohlo by se to dokonce uskladnit tady na ABCLinuxu. Taky tu postrádáte nějaký repozitář patchů a podobně? Já už tu vyprovokoval 2 patche, a až nebudu mít svoje stránky, popř. i autoři nebudou mít svoje stránky, tak už je nikdo nikdy nenajde. /vtipek/

[VícNežNic]

Tak pokud to má umět i tohle, tak jsem ochoten se podílet na placení toho sudu (neříkám celý ). A žádný vtípek kolem

[©]

No, já bych byl méně náročný. Stačilo by, kdyby to umělo jen tohle. Alespoň to bude přehledné a snadno změnitelné, upravitelné atd... Ale pokud to bude jenom tohle, tak to za celej sud nebude, ne? Celej novej a hlavně dobře naprganej Mozex s podporou a updaty po dobu příštích řekněme pěti let by možná vyšel na sud, pokud by se ke mě někdo připojil...

[VícNežNic]

MJFSF moc rozdavačná není, koukám

[©]

Racionalizace, no.

[©]

Pardon, toto je řešení za 3 piva v hospodě "U Tygra". Jiná řešení jsou za 1-2 piva kdekoli, kde maj dobré plzeňské (posuzuji já).

Adminům: ne že tuhle debatu odříznete, není to OT ani náhodou. Sleduje možná vznik nové iniciativy "Za nový Mozek - ehm Mozex"...

[Hynek (Pichi) Vychodil]

Celkem bych věřil, že FF jede interně v UTF-8 a tak to co dostane ze schránky překóduje do UTF-8 no a ten mozex možná předpokládá, že to co dostal je iso-8859-1 a překóduje to do utf-8, což jaksi není dobře jelikož, to co dostal nebylo iso-8859-1, alébržto iso-8859-2. Takže ty paznaky co tam vidíš jsou znaky v UTF-8 zobrazující znaky z iso-8859-1, které jsou na stejných pozicích jako ty co chceš vidět v iso-8859-2. A nebo úplně jinak

[©]

To je konečně jasná teorie. Otázkou zůstává, jak se s tím prakticky vyrovnat.

[Michal Marek (twofish)]

A nebo úplně jinak

Když jsem se v tom vrtal, tak jsem došel k hypotéze, že interně používá UTF-16 a defaultní konevrze při zápisu do souboru je zapsat tam jenom ten dolní bajt... Protože to, co z Mozexu lezlo, se nepodobalo žádnému mě známému kódování (IIRC, tak z jednoho českého znaku to udělalo ESC (29)). Ale fakt nevím, byl jsem rád, když jsem našel ten objekt na převod kódování, a dál jsem to neřešil

[©]

Jo, tak to by asi fakticky sedělo. V průběhu odpoledne mi to taky napadlo.

[Michal Marek (twofish)]

Ehm, ESC je samozřejmě 27. Každopádně z toho vylezla blbost.

[©]

Hele lidi, já už mám fakt dneska dost, nedá se editování tý textarea externím programem zařídit nějak jinak než Mozexem? Vždyť i ta poslední verze je stejně snad z r. 2003 nebo co, takže je to mrtvej projekt.

[VícNežNic]

Je vidět, že jsi trpělivý člověk. Já to zkoušel půl hodiny a nejraději bych vyhodil prohlížeč, ty se s tím moříš celý den a přesto ti stačí jenom jiný extension.

Obdiv má být němý, proto zde můj příspěvek končí tichem.

[©]

Nejsem snad z těch, který by naštval "utf-optimismus", že ne?

[Hynek (Pichi) Vychodil]

No jasně, že je to mrtvé. Je to totiž užitečná věc a to se v Mozille a FF pochopitelně nenosí. Buď přejdi na UTF-8, nebo na jinej prohlížeč

[©]

Tušil jsem (viz výše), že tento thread takto smutně skončí. Vážně kluci nechcete 2 piva (také viz výše)?

[VícNežNic]

Doporuč mi prosím nějaký prohlížeč. Na druhou stranu, v léčebně budou jistě milí lidé, příjemné prostředí a hlavně svatý klid, tak nevím

[©]

Diagnosis: mozexfobia

Léčba: lynx, links, elinks

[unchallenger]

Doporuč mi prosím nějaký prohlížeč.

Emacs? A máš ho s integrovaným editorem!

[VícNežNic]

Něco co dokážu vypnout bez použití kill by nebylo?

[Zdeněk Burda]

To ti nestačí telnet?

[Michal Marek (twofish)]

Telnet na localhosta a zabít Emacs? :o)

[jm]

Emacs staci rebootovat...

[©]

Yeti, ty jsi chodící Occamova břitva! Fakticky!

/vtip/ Mimochodem, asi bys nebyl ochotnej si přepnout do cs_CZ.ISO-8859-2 a vyřešit to s tím Vimem? Jen pro případ, že by se někdo rozhodl, že UTF-8 už dále nebude nikde podporováno. /vtip/

[Michal Marek (twofish)]

Fakt nekecá, má to i editor.

[unchallenger]

#231