0
J'essaie de convertir du texte ancien en caractères ascii non-anglais en une nouvelle police unicode. Donc les clés doivent être cartographiées. Je dois option. La première chose que j'est d'avoir un fichier carte comme cette sample.map (txtfile)Convertir Ascii 2 Unicode à partir d'une carte de polices en utilisant Php
w=à´‚
x=à´ƒ
A=à´…
B=à´†
C=à´‡
Cu=à´ˆ
D=à´‰
Du=à´Š
E=à´‹
\p=ഌ
F=à´Ž
G=à´
sF=à´
H=à´’
Hm=à´“
Hu=à´”
I=à´•
J=à´–
Le code devra remplacer tout le caractère latéral gauche avec le côté droite. Comment faire une boucle sur chaque caractère et les remplacer par prendre des informations à partir du fichier de carte. J'ai essayé avec des techniques de trouver et remplacer mais avec l'échec. Comment puis-je faire php lire ce fichier de carte particulier quel fichier txt avec l'extension .map et boucle à travers chaque char et le remplacer sans détruire le document?
J'ai aussi trouvé un script python pour ce faire, je ne pouvais pas le port à php. Je suis très faible en python Je suis coller le code ici:
import sys
import codecs
import os
from optparse import OptionParser
class Payyan:
def __init__(self):
self.input_filename =""
self.output_filename=""
self.mapping_filename=""
self.rulesDict=None
self.pdf=0
def word2ASCII(self, unicode_text):
index = 0
prebase_letter = ""
ascii_text=""
self.direction = "u2a"
self.rulesDict = self.LoadRules()
while index < len(unicode_text):
'''This takes care of conjuncts '''
for charNo in [3,2,1]:
letter = unicode_text[index:index+charNo]
if letter in self.rulesDict:
ascii_letter = self.rulesDict[letter]
letter = letter.encode('utf-8')
'''Fixing the prebase mathra'''
'''TODO: Make it generic , so that usable for all indian languages'''
if letter == 'ൈ':
ascii_text = ascii_text[:-1] + ascii_letter*2 + ascii_text[-1:]
elif (letter == 'ോ') | (letter == 'ൊ') | (letter == 'ൌ'): #prebase+postbase mathra case
ascii_text = ascii_text[:-1] + ascii_letter[0] + ascii_text[-1:] + ascii_letter[1]
elif (letter == 'െ') | (letter == 'േ') |(letter == 'àµà´°'): #only prebase
ascii_text = ascii_text[:-1] + ascii_letter + ascii_text[-1:]
else:
ascii_text = ascii_text + ascii_letter
index = index+charNo
break
else:
if(charNo==1):
index=index+1
ascii_text = ascii_text + letter
break;
'''Did not get'''
ascii_letter = letter
return ascii_text
def Uni2Ascii(self):
if self.input_filename :
uni_file = codecs.open(self.input_filename, encoding = 'utf-8', errors = 'ignore')
else :
uni_file = codecs.open(sys.stdin, encoding = 'utf-8', errors = 'ignore')
text = ""
if self.output_filename :
output_file = codecs.open(self.output_filename, encoding = 'utf-8', errors = 'ignore', mode='w+')
while 1:
text =uni_file.readline()
if text == "":
break
ascii_text = ""
ascii_text = self.word2ASCII(text)
if self.output_filename :
output_file.write(ascii_text)
else:
print ascii_text.encode('utf-8')
return 0
def word2Unicode(self, ascii_text):
index = 0
post_index = 0
prebase_letter = ""
postbase_letter = ""
unicode_text = ""
next_ucode_letter = ""
self.direction="a2u"
self.rulesDict = self.LoadRules()
while index < len(ascii_text):
for charNo in [2,1]:
letter = ascii_text[index:index+charNo]
if letter in self.rulesDict:
unicode_letter = self.rulesDict[letter]
if(self.isPrebase(unicode_letter)):
prebase_letter = unicode_letter
else:
post_index = index+charNo
if post_index < len(ascii_text):
letter = ascii_text[post_index]
if letter in self.rulesDict:
next_ucode_letter = self.rulesDict[letter]
if self.isPostbase(next_ucode_letter):
postbase_letter = next_ucode_letter
index = index + 1
if ((unicode_letter.encode('utf-8') == "à´Ž") |
(unicode_letter.encode('utf-8') == "à´’")):
unicode_text = unicode_text + postbase_letter + self.getVowelSign(prebase_letter , unicode_letter)
else:
unicode_text = unicode_text + unicode_letter + postbase_letter + prebase_letter
prebase_letter=""
postbase_letter=""
index = index + charNo
break
else:
if charNo == 1:
unicode_text = unicode_text + letter
index = index + 1
break
unicode_letter = letter
return unicode_text
def Ascii2Uni(self):
if self.pdf :
command = "pdftotext '" + self.input_filename +"'"
process = os.popen(command, 'r')
status = process.close()
if status:
print "The input file is a PDF file. To convert this the pdftotext utility is required. "
print "This feature is available only for GNU/Linux Operating system."
return 1 # Error - no pdftotext !
else:
self.input_filename = os.path.splitext(self.input_filename)[0] + ".txt"
if self.input_filename :
ascii_file = codecs.open(self.input_filename, encoding = 'utf-8', errors = 'ignore')
else :
ascii_file = codecs.open(sys.stdin, encoding = 'utf-8', errors = 'ignore')
text = ""
if self.output_filename :
output_file = codecs.open(self.output_filename, encoding = 'utf-8', errors = 'ignore', mode='w+')
while 1:
text =ascii_file.readline()
if text == "":
break
unicode_text = ""
unicode_text = self.word2Unicode(text)
if self.output_filename :
output_file.write(unicode_text)
else:
print unicode_text.encode('utf-8')
return 0
def getVowelSign(self, vowel_letter, vowel_sign_letter):
vowel= vowel_letter.encode('utf-8')
vowel_sign= vowel_sign_letter.encode('utf-8')
if vowel == "à´Ž":
if vowel_sign == "െ":
return "à´"
if vowel == "à´’":
if vowel_sign == "à´¾":
return "à´“"
if vowel_sign =="ൗ":
return "à´”"
return (vowel_letter+ vowel_sign_letter)
def isPrebase(self, letter):
unicode_letter = letter.encode('utf-8')
if( (unicode_letter == "േ" ) | ( unicode_letter == "ൈ") | (unicode_letter == "ൊ") | (unicode_letter == "ോ" ) | (unicode_letter == "ൌ" )
| (unicode_letter == "àµà´°" ) | (unicode_letter == "െ" )
):
return True
else:
return False
def isPostbase(self, letter):
unicode_letter = letter.encode('utf-8')
if ((unicode_letter == "àµà´¯") | (unicode_letter == "àµà´µ")):
return True
else:
return False
def LoadRules(self):
if(self.rulesDict):
return self.rulesDict
rules_dict = dict()
line = []
line_number = 0
rules_file = codecs. open(self.mapping_filename,encoding='utf-8', errors='ignore')
while 1:
''' Keep the line number. Required for error reporting'''
line_number = line_number +1
text = unicode(rules_file.readline())
if text == "":
break
'''Ignore the comments'''
if text[0] == '#':
continue
line = text.strip()
if(line == ""):
continue
if(len(line.split("=")) != 2):
print "Error: Syntax Error in the Ascii to Unicode Map in line number ", line_number
print "Line: "+ text
return 2 # Error - Syntax error in Mapping file
lhs = line.split("=") [ 0 ]
rhs = line.split("=") [ 1 ]
if self.direction == 'a2u':
rules_dict[lhs]=rhs
else:
rules_dict[rhs]=lhs
return rules_dict
MISE À JOUR: Je pense que j'ai eu tort de la part ascii. C'est un texte écrit en caractères non-anglais. Ce que je veux convertir en police unicode afin qu'il soit correctement affiché sur
peut être ce que je veux dire un texte écrit dans un éditeur de texte avec la police en particulier. – esafwan