用Emacs將非ASCII字符替換為SGML實體代碼

Question

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？

Answer 1

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))

Answer 2

我認為您正在尋找iso-iso2sgml

Answer 3

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)))
                         ";")))

（這使用推薦的方式以編程方式進行搜索和替換。）