设为首页收藏本站

LinuxSir.cn，穿越时空的Linuxsir!

 找回密码
 注册
搜索
热搜: shell linux mysql
LinuxSir.cn，穿越时空的Linuxsir!»论坛 › Linux 综合讨论区 —— LinuxSir.cn › 开源软件专题讨论 › [分享]gnochm支持中文显示patch
12下一页
返回列表 发新帖
查看: 2706|回复: 10

[分享]gnochm支持中文显示patch

[复制链接]
thinux
发表于 2007-5-14 09:51:11 | 显示全部楼层 |阅读模式
1. 背景
  gnochm目前对于有charset设置的文件显示比较正常,但对于有些不标准的chm文件(比如明明编码为gb2312或gbk,却不设置charset),gnochm就显示不正常了。本patch主要针对该缺陷而作。

2. patch使用说明
  解压下载的tar包: tar -xvjf gnochm.tar.bz2
  方法1. 用gnochm-0.9.9-addcharset文件,直接替换/usr/bin/gnochm
      sudo cp /usr/bin/gnochm /usr/bin/gnochm.bak
      sudo cp gnochm-0.9.9-addcharset /usr/bin/gnochm
  方法2. 为/usr/bin/gnochm打补丁
      sudo patch -p0 /usr/bin/gnochm < gnochm-0.9.9-addcharset.patch

3. 测试环境
  ubuntu7.04-i686
  archlinux-i686

4. 改动说明
  patch比较简单，主要是显示之前先判断是否对charset进行了设置，如果没有设置，则将其转换成utf8编码，并且设置charset为utf8。

  由于gnochm用python编码，因此你可以随时查看源文件, 进行bug修改。
  欢迎大家对还存在的其它缺陷或bug在此帖中进行讨论!

本帖子中包含更多资源

您需要 登录 才可以下载或查看，没有帐号？注册

x
回复

使用道具 举报

diony
发表于 2007-5-17 04:11:05 | 显示全部楼层
嗯，我这里有几个文件，本来是可以正常显示的，使用此补丁或者直接用包里的可执行文件之后就不能正常显示了（分支下的），右侧为空。

都不小，就不能发上来了……也忘了都是从哪儿下载回来的了。
回复 支持 反对

使用道具 举报

waynef
发表于 2007-5-17 11:09:21 | 显示全部楼层
我与2楼的状况差不多：原先左侧正常，右侧乱码的文件，用了该补丁后，左侧正常，右侧空白；原先左侧无法显示的仍旧无法显示，右侧正常的也不正常了。
回复 支持 反对

使用道具 举报

diony
发表于 2007-5-17 14:14:15 | 显示全部楼层
-_-~楼上的说法比我的还要令楼主伤心……

我来总结一下吧，目前这个补丁在我这儿没有起到正确的作用，正常的有可能不正常，不正常的依然不正常……
回复 支持 反对

使用道具 举报

发表于 2007-5-17 17:03:12 | 显示全部楼层
看看这个能不能用。。。。
我这没gnochm的源码，直接在原来的patch上修改了一点，默认编码改成了gbk。
不知道能不能patch上.....

本帖子中包含更多资源

您需要 登录 才可以下载或查看，没有帐号？注册

x
回复 支持 反对

使用道具 举报

thinux
 楼主| 发表于 2007-5-18 20:33:15 | 显示全部楼层
OK, 特地说明一下，本patch不是为了解决所有的gnochm中文显示相关问题，它只能解决我在背景中提到的charset未设置的情况，其他诸如左侧列表显示不正确还需要作新的补丁.（见贴图）

to supernatural:
只要装上了gnochm,源代码就是你的可执行文件/usr/bin/gnochm，python写的，很容易看懂，最好不要直接改为gbk, 那样就只能针对简体中文了(何况还有gb18030), utf8才是正道

ps: 代码其实改动微乎其微，不妨将patch贴出，方便大家指正:
  2. --- /usr/bin/gnochm        2006-12-13 23:33:47.000000000 +0800
  3. +++ gnochm-0.9.9-addcharset        2007-05-18 21:31:37.000000000 +0800
  4. @@ -67,6 +67,7 @@
  6. #import gc
  8. +html_charset='<meta http-equiv="Content-Type" content="text/html; charset="%s">'
  9. html_text='<html><head></head><body><center>%s</center></body></html>'
  10. syn_image_html='<html><head></head><body><img src="%s"></body></html>'
  12. @@ -287,7 +288,7 @@
  13.          self.param = ""
  14.          self.add_level = 0
  15.          self.model = model
  16. -        self.icon  = self.ICON_TOPIC  //此处是因为作者不小心留了个\t符号
  17. +        self.icon  = self.ICON_TOPIC
  18.          self.linklist = {}
  19.          #self.column = 0
  21. @@ -322,7 +323,7 @@
  22.                          #print ' ' * self.column, '  Local=', y
  23.                      elif (self.param == "merge"):
  24.                          self.in_obj = 0
  25. -                    elif (self.param == "new"):    //此处是因为作者不小心留了个\t符号
  26. +                    elif (self.param == "new"):
  27.                          self.icon = self.ICON_NEW
  28.                      #elif (self.param == "imagenumber") and (int(y) % 2 == 0):
  29.                      #    self.icon = self.ICON_NEW
  30. @@ -1046,6 +1047,13 @@
  31.                  print_log('to_utf8: Error converting %s' % text)
  32.                  return text
  33.          return text
  34. +   
  35. +    def get_html_charset(self, f):
  36. +        match = re.search('charset=(?P<cs>[a-zA-Z0-9_-]*)', f)
  37. +        if match:
  38. +            return match.group('cs')
  39. +        else:
  40. +            return None
  42.      def close_all(self):
  43.          if len(self.chmfiles) > 0:
  44. @@ -1114,6 +1122,9 @@
  45.                  ftype = mime.split('/')[0]
  46.                  if ftype == 'image':
  47.                      f = syn_image_html % pathname
  48. +            if not self.get_html_charset(f):
  49. +                self.document.write_stream(html_charset % 'utf-8')
  50. +                f = self.to_utf8(f);
  51.              self.document.write_stream(f)
  52.              self.document.close_stream()
  53.              self.chmfiles[-1].directory = os.path.dirname(pathname)
  54. @@ -1352,6 +1363,9 @@
  55.                  ftype = mime.split('/')[0]
  56.                  if ftype == 'image':
  57.                      f = syn_image_html % pathname
  58. +            if not self.get_html_charset(f):
  59. +                self.document.write_stream(html_charset % 'utf-8')
  60. +                f = self.to_utf8(f)
  61.              self.document.write_stream(f)
  62.              self.document.close_stream()
  63.              self.handle_anchors(flink)
  64. @@ -1639,11 +1653,13 @@
  65.                      #            history stack and have it removed as soon as
  66.                      #            the original url gets shown
  67.                      self.document.open_stream('text/html')
  68. +                    self.document.write_stream(html_charset % 'utf-8')
  69.                      html_buffer = re.sub(r'&', r'&amp;', f)
  70.                      html_buffer = re.sub(r'<', r'&lt;', html_buffer)
  71.                      html_buffer = re.sub(r'>', r'&gt;', html_buffer)
  72.                      html_buffer = re.sub(r"'", r'&apos;', html_buffer)
  73.                      html_buffer = re.sub(r'"', r'&quot;', html_buffer)
  74. +                    html_buffer = self.to_utf8(html_buffer)
  75.                      self.document.write_stream(html_buffer)
  76.                      self.document.close_stream()
  77.                      self.statusbar.push(_('Viewing source for %s') % lasturl)
复制代码
回复 支持 反对

使用道具 举报

thinux
 楼主| 发表于 2007-5-18 20:52:19 | 显示全部楼层
个人觉得在gtk环境下支持chm中文最好的还是firefox的chmreader插件，因为可以用javascript调用libchm，解析出结构后交给firefox显示，而firefox是可以自动识别编码的，也可以手工指定，虽然目前中文显示还有些bug、和桌面环境结合得不太好(不能双击直接打开)
很多论坛上传言chmsee对中文支持很好，但是很遗憾对于charset未设置的情况，它也不能正常显示

记得kde下的kchmviewer确实不错，配置选项很多，自动识别编码，应该对一般chm文件都没有问题吧.
回复 支持 反对

使用道具 举报

diony
发表于 2007-5-19 01:08:57 | 显示全部楼层
可是在我这里确实是本来乱码的仍然乱码，本来正常的有可能右侧变成空白……
回复 支持 反对

使用道具 举报

thinux
 楼主| 发表于 2007-5-19 09:14:07 | 显示全部楼层
你再试试我新上传的patch吧，只保留了和charset相关的改动，应该不会对其它功能有影响的。
最好用ctrl+u查看源代码, 看乱码是否是因为charset未设置而造成的。
此外用gnochm -d <文件名.chm> 打开试试，看看~/.gnochm/gnochm.log里面记录了些什么
回复 支持 反对

使用道具 举报

omegao
发表于 2007-5-19 19:05:39 | 显示全部楼层
Post by thinux
个人觉得在gtk环境下支持chm中文最好的还是firefox的chmreader插件，因为可以用javascript调用libchm，解析出结构后交给firefox显示，而firefox是可以自动识别编码的，也可以手工指定，虽然目前中文显示还有些bug、和桌面环境结合得不太好(不能双击直接打开)
很多论坛上传言chmsee对中文支持很好，但是很遗憾对于charset未设置的情况，它也不能正常显示
.

在gtk环境下支持chm中文最好的还是firefox的chmreader插件
回复 支持 反对

使用道具 举报

下一页 »
12下一页
返回列表 发新帖
高级模式
B Color Image Link Quote Code Smilies
您需要登录后才可以回帖 登录 | 注册

本版积分规则

快速回复 返回顶部 返回列表