TCL脚本(蛋滴)有特殊字符的问题

Question

>我已经在一个新的 Debian 服务器上安装了 Eggdrop，但它在处理特殊字符时一直遇到问题。

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。我尝试使用 http://eggwiki.org/Utf-8 的说明重新编译蛋滴。

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，但未解决：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 :02Error02 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]"
}
}

Answer 1

你看到的丑陋的混乱是 UTF-8 解释为 ISO 8859-1。它表明某处对字符的含义存在误解，这可能是由于通过通信通道交叉电线或应用了额外的编码轮次引起的。因为涉及很多活动部件（IRC客户端，IRC服务器，蛋滴，你的脚本，谷歌翻译），所以有必要通过调试来讨论你。

Tcl和Google彼此之间可以正确通信（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 服务器和蛋滴之间;如果他们不同意"在线"字节的解释是什么，你就会被破坏。

您可以通过使用 encoding convertto（和 encoding convertfrom）在脚本中添加（或删除）重整，但有必要清楚您正在做什么才能使其正确。在内存中，Tcl 将字符串表示为抽象 Unicode 字符序列;将它们"写下来"在内存中的方式不是你的事（事实上，它们会不时以一种复杂的方式变化，在运行时方面几乎总是非常高效）。如果人们普遍认为 IRC 服务器的通道将通过 UTF-8，那么您的要求是：

• 确保蛋滴脚本将 UTF8 编码的字符写入通道。
• 确保您的客户端从通道读取 UTF8 编码的字符。

处理

第一点，我不记得蛋滴是否自动为您处理编码。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，请执行此操作：

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，则可能会出现其他问题（如果在终端中运行时，这是一个常见问题）。您的蛋滴脚本无法解决此问题。

Answer 2

值得注意的是，如果数据的创建者以"编码a"对其进行编码，并以"编码b"读取，那么在您查看文本时，文本已经损坏。你不能只是告诉 Tcl 用另一种编码编码它并期望它工作。

可以这样考虑：

• 发件人 RAR 的文件
• 接收器获取文件并使用zip公式对其进行解码（并获取垃圾）
• 您告诉代码将文件重新编码为 LZ7
• 您现在有 LZ7 编码垃圾

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。