[英]Replace non-ASCII characters with SGML entity codes with Emacs
我有一個HTML文件,其中包含一些非ASCII字符,例如用UTF-8或UTF-16編碼。 為了將文件保存為ASCII,我想用其(SGML / HTML / XML)實體代碼替換它們。 因此,例如,每個ë
都應變為ë
每個◊
都應變成◊
。 我怎么做?
我使用Emacs作為編輯器。 我確定它具有執行替換的功能,但是我找不到它。 我想念什么? 還是我自己實現它?
我上下搜索,但似乎Emacs(或至少是24.3.1版)沒有這樣的功能。 在某個地方也找不到。
基於我發現的類似 (但不同)的功能,我自己實現了它:
(require 'cl)
(defun html-nonascii-to-entities (string)
"Replace any non-ascii characters with HTML (actually SGML) entity codes."
(mapconcat
#'(lambda (char)
(case char
(t (if (and (<= 8 char)
(<= char 126))
(char-to-string char)
(format "&#%02d;" char)))))
string
""))
(defun html-nonascii-to-entities-region (region-begin region-end)
"Replace any non-ascii characters with HTML (actually SGML) entity codes."
(interactive "r")
(save-excursion
(let ((escaped (html-nonascii-to-entities (buffer-substring region-begin region-end))))
(delete-region region-begin region-end)
(goto-char region-begin)
(insert escaped))))
我根本不是Elisp大師,但這行得通!
我還發現find-next-unsafe-char很有價值。
編輯:交互式版本!
(defun query-replace-nonascii-with-entities ()
"Replace any non-ascii characters with HTML (actually SGML) entity codes."
(interactive)
(perform-replace "[^[:ascii:]]"
`((lambda (data count)
(format "&#%02d;" ; Hex: "&#x%x;"
(string-to-char (match-string 0)))))
t t nil))
我認為您正在尋找iso-iso2sgml
有一個字符類 ,其中恰好包含ASCII字符集。 您可以使用與其補語匹配的正則表達式來查找非ASCII字符的出現,然后使用elisp將其替換為其代碼:
M-x replace-regexp RET
[^[:ascii:]] RET
\,(concat "&#" (number-to-string (string-to-char \&)) ";") RET
因此,例如,當á
匹配時: \\&
是"á"
, string-to-char
將其轉換為?á
(= 225), number-to-string
將其轉換為"225"
。 然后, concat
連接"&#"
, "225"
和";"
得到"á"
,它將替換原始匹配項。
用Cx (
和Cx )
包圍這些命令,並像往常一樣應用Cx Ck n
和Mx insert-kbd-macro
來使它們發揮作用。
要查看以交互方式調用此函數的方式,請運行命令,然后按Cx M-:
重復復雜命令)。
一個不考慮活動區域的簡單版本可能是:
(while (re-search-forward "[^[:ascii:]]" nil t)
(replace-match (concat "&#"
(number-to-string (string-to-char (match-string 0)))
";")))
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.