1

我在一个新的 Debian 服务器上安装了 Eggdrop，但它在处理特殊字符时一直存在问题。

Eggdrop 正在运行 utf-8。我什至在脚本中手动将 TCL 编码强制为 utf-8。我已经尝试使用http://eggwiki.org/Utf-8的说明重新编译 Eggdrop 。 

22:00 <@me> !tr fr I have prepared lots of cookies for the entire family.
22:00 <@bot> J'ai préparé beaucoup de biscuits pour toute la famille.
22:00 <@me> !tr ar The special characters are processed.
22:00 <@bot> êêÃE ÃEùçÃDìé çÃDãíñÃA çÃDîçõé.

（另请参阅之前提出的问题，该问题未得到解决：Eggdrop 上的 TCL 编码问题）

namespace eval gTranslator {

# Factor this out into a helper
proc getJson url {
  set tok [http::geturl $url]
  set res [json::json2dict [http::data $tok]]
  http::cleanup $tok
  return $res
}
# How to decode _decimal_ entities; WARNING: high magic factor within!
proc decodeEntities str {
  set str [string map {\[ {\[} \] {\]} \$ {\$} \\ \\\\} $str]
  subst [regsub -all {&#(\d+);} $str {[format %c \1]}]
}

bind pub - !tr gTranslator::translate
proc translate { nick uhost handle chan text } {
  package require http
  package require json
  set lngto [string tolower [lindex [split $text] 0]]
  set text [http::formatQuery q [join [lrange [split $text] 1 end]]]
  set dturl "http://ajax.googleapis.com/ajax/services/language/detect?v=1.0&q=$text"

  set lng [dict get [getJson $dturl] responseData language]

  if { $lng == $lngto } {
    putserv "PRIVMSG $chan :\002Error\002 translating $lng to $lngto."
    return 0
  }
  set trurl "http://ajax.googleapis.com/ajax/services/language/translate?v=1.0&langpair=$lng%7c$lngto&$text"
  putlog $trurl

  set res [getJson $trurl]

  putlog $res
  #putserv "PRIVMSG $chan :Language detected: $lng"

  set translated [decodeEntities [dict get $res responseData translatedText]]

  putserv "PRIVMSG $chan :[encoding convertto utf-8 $translated]"
}
}
4

2 回答 2

3

你看到的那个丑陋的烂摊子是 UTF-8 解释为 ISO 8859-1。这表明在某个地方对字符的含义存在误解，并且可能是由于在通信通道上越过电线或应用了额外的一轮编码造成的。因为涉及到相当多的活动部分（IRC 客户端、IRC 服务器、eggdrop、你的脚本、谷歌翻译），所以有必要通过调试来告诉你。

Tcl 和 Google 可以正确地相互通信（我已经仔细检查了代码），因此我们可以消除这种可能性。因此，问题出在您的 IRC 客户端、IRC 服务器和 Eggdrop 之间；如果他们不同意“在线”字节的解释是什么，你就会被弄乱。

encoding convertto您可以通过使用(and )在脚本中添加（或删除）修改，encoding convertfrom但有必要明确您在做什么以便正确处理。在内存中，Tcl 将字符串表示为抽象的 Unicode 字符序列；它们在内存中“写下”的方式与您无关（事实上，在运行时间方面几乎总是高效的复杂方式不时变化）。如果普遍同意 IRC 服务器的通道将通过 UTF-8，那么您的要求是：

  • 确保 eggdrop 脚本将 UTF8 编码的字符写入通道。
  • 确保您的客户端从通道中读取 UTF8 编码的字符。

关于第一点，我不记得 Eggdrop 是否为您自动处理编码。如果是这样，您只需在绑定的最后阶段执行此操作：

putserv "PRIVMSG $chan :$translated"

如果没有，请执行以下操作：

putserv "PRIVMSG $chan :[encoding convertto utf-8 $translated]"

实验。使用正确的。

在第二点（客户端）上，探索其设置并正确处理。请注意，如果客户端在无法正确显示所有 Unicode 字符的情况下运行（在终端中运行的常见问题），则可能会出现其他问题。您的Eggdrop脚本无法解决此问题。

于 2011-05-20T08:25:52.110 回答
0

可能值得注意的是，如果数据的创建者将其编码为“编码 a”并以“编码 b”的形式读取，那么在您查看文本时文本已经损坏。您不能只告诉 Tcl 以另一种编码对其进行编码并期望它能够工作。

考虑一下：

  • 发件人 rar 文件
  • 接收器获取文件并使用 zip 公式对其进行解码（并取回垃圾）
  • 你告诉代码将文件重新编码为 lz7
  • 你现在有 lz7 编码的垃圾

由于原始解码与编码不匹配，因此您遇到了问题。这不是一个完美的类比，但它可能会有所帮助。

于 2011-05-20T01:44:27.840 回答