uni2ascii

uni2ascii y ascii2uni convertir entre UTF-8 Unicode y cualquiera de una variedad de equivalentes ASCII de 7 bits que incluye: hexadecimal y decimal HTML referencias de caracteres numéricos, u-escapes, hexadecimal estándar, y hexadecimal prima.
Tales equivalentes ASCII son útiles cuando se incluye texto Unicode en fuente del programa, al introducir texto en los programas Web que puede manejar el juego de caracteres Unicode, pero no son de 8 bits de seguridad, y al depurar.
El Unicode escapa disponibles son:
 
- HTML hexadecimales referencias de caracteres numéricos (por ejemplo)
- HTML referencias de caracteres numéricos decimales (por ejemplo ȳ)
- U-fugas, tal como se utiliza en Python (por ejemplo u00e9)
- U-fugas dentro de las BMP y U se escapa más allá de la BMP, por ejemplo, u00e9 pero U00010024.
- U -escapes (por ejemplo U 00E9)
- T-escapes (por ejemplo u00e9)
- U-escapes (por ejemplo u00e9)
- U se escapa entre paréntesis angulares (por ejemplo)
- X-escapes (por ejemplo x00E9)
- X-escapes con los apoyos (por ejemplo x 00E9 {})
- Hexadecimal estándar (por ejemplo 0x00E9)
- Raw hexadecimal (por ejemplo 00E9)
uni2ascii acepta una bandera de línea de comandos para determinar si se debe generar mayúsculas AF o minúsculas af como dígitos hexadecimales ya que algunos algunos programas aceptan sólo uno o el otro. ascii2uni acepta tampoco.
En el caso de uni2ascii por defecto, sólo caracteres fuera del rango ASCII se convierten. Incluso si los caracteres ASCII también se convierten, se conservan los saltos de línea a menos que se solicite explícitamente su conversión. Los caracteres de espacio también se conservan menos que se solicite explícitamente la conversión. En el caso de los tres caracteres de espacio no ASCII (espacio etíope palabra, espacio Ogham, y espacio ideográfica), si los caracteres de espacio no se convierten, éstos son reemplazados con espacio ASCII (0x20) con el fin de mantener la producción dentro de la 7- rango ASCII poco.
Este paquete contiene cuatro programas. El programa principal es uni2ascii. Está escrito en C y debe ser compilado. uni2html.py es el predecesor de uni2ascii. Como está escrito en Python, no necesita ser compilado y debería funcionar en casi cualquier ordenador actual. uni2ascii es de otra manera superior en que:
- Genera una amplia gama de formatos de salida.
- Se trata de aproximadamente 20 veces más rápido.
- Maneja la entrada en la gama completa de Unicode de 32 bits. Por el contrario, uni2html maneja sólo el
(Basic Multilingual Plane Plane 0), ya que en la actualidad representa Python Unicode texto codificado internamente usando números enteros de 16 bits. Si tiene texto en, por ejemplo, Lineal B o ugarítico, necesita uni2ascii.
Lo hace un mejor trabajo de errores de informes. Si se encuentra un error en su entrada, como mal-formado UTF-8, informa de la ubicación del error tanto en términos de la cuenta de caracteres desde el principio del archivo (comenzando en 0) y en términos de la cuenta de bytes desde el principio del archivo (también a partir de 0). (Recuento de caracteres y recuentos de bytes por lo general no son los mismos desde un carácter codificado en UTF-8 ocupa de uno a cuatro bytes.), Sólo los informes de la versión de Python el recuento de caracteres. uni2ascii también proporciona información sobre la naturaleza del error.
El tercer programa, ascii2uni, es la inversa de uni2ascii. Se acepta el texto que contiene una variedad de representaciones ASCII de caracteres Unicode y genera UTF-8 Unicode.
El cuarto programa, ascii2uni.py, lee ASCII de 7 bits que contiene u-escapado Unicode, tal como se utiliza en Python y Tcl, y la convierte en UTF-8 Unicode. Es el programa original de la que ascii2uni es una generalización

¿Cuál es nuevo en esta versión:.

• bug en uni2ascii en el que en ciertos casos el recuento posibilidad de sustitución era demasiado alto, la fijación de Debian bug # 626268.
• parcheado para manejar la situación en NetBSD que carece getline.
• semántica de la opción pura clarificada como la conversión de caracteres en el rango ASCII que no sea el espacio y el salto de línea. Solucionado un problema en el que esto no se aplica correctamente para este tipo de UTF8.

¿Qué hay de nuevo en la versión 4.17:

• Añadido a uni2ascii las siguientes conversiones al cercano equivalente ASCII: U 2022 bala 'o', U + 00B7 punto medio de periodo, U + 0085 siguiente línea a línea nueva, U + 2028 separador de línea de salto de línea.

¿Cuál es nuevo en la versión 4.16:

• El formato Q funciona de nuevo en ascii2uni
.
• Agregado U + 2033 DOBLE PRIME a los personajes convertidos a su equivalente en ASCII más cercano utilizando el formato electrónico en uni2ascii.

¿Cuál es nuevo en la versión 4.15:

• endian.h Renombrado a u2a_endian.h para eliminar el conflicto con endian.h externo.
• copia Eliminado de GNU getline de ascii2uni.c ya que es estándar de POSIX2008.

¿Qué hay de nuevo en la versión 4.14:

• Se ha corregido un error que interfirió con el uso del formato de Q en uni2ascii.
• Solución de error en el que ascification de U + 2502 y U + 2503 añade comillas a la salida.
• Se ha corregido un error en el cual -una opción S generó un & quot; Modificada tantos caracteres & quot; línea para cada personaje debe a dejar en el código de depuración.

¿Qué hay de nuevo en la versión 4.13:

• Solución de error que causó excesivo número de caracteres ASCII a cambiado a ser informado.

¿Cuál es nuevo en la versión 4.12:

• Ambos programas permiten ahora el nombre del archivo de entrada que se indicará en la línea de comandos sin redirección.

¿Cuál es nuevo en la versión 4.11:

• Esta versión añade soporte para la etiqueta & lt; XX & gt; & lt; XX & gt; y formatos% Uxxxx.

¿Cuál es nuevo en la versión 4.10:

• Esta versión corrige un error que hizo que el argumento Y a la opción -a de ascii2uni un no-op, y corrige las páginas del manual y ayuda para los argumentos Y y Q a la opción -a para ambos programas.
• El argumento Y ahora es un error para uni2ascii.
• La información de versión y de acción resúmenes son más informativos.