Unicode ??? Topic is solved

[BoBo]

Hi,
wenn ich folgenden code ausführe um den (aus einer datei geparsten) html sourcecode zu konvertieren, erhalte ich folgenden text ...
Gätjens großes Kino was natürlich "Gätjens großes Kino" heißen sollte.

Übersehe ich eine bereits vorhandene funktion(alität), bzw wie wäre der COM-Aufruf anzupassen damit die konvertierung fehlerfrei funktioniert ?
Ich nutze die aktuelle AHK version.

Gruß
BoBo

Code: Select all

html =     <title lang="de">Gätjens großes Kino</title>

MsgBox % ComUnHTML(html)

ComUnHTML(html) {					; https://autohotkey.com/board/topic/47356-unhtm-remove-html-formatting-from-a-string-updated/page-2 - by 'Guest'
	oHTML := ComObjCreate("HtmlFile")
	oHTML.write(html)
	return % oHTML.documentElement.innerText
	}

[wolf_II]

Kann ich reproduzieren wenn ich den code nicht mit UTF-8 abspeichere.
Mit UTF-8 encoded script geht's aber wie gewünscht.

[nnnik]

Bei mir funktioniert dein Beispiel fehlerfrei, was entweder auf einen Bug in deinem Windows oder dem Fileeinlesen hindeutet.

[jeeswg]

Das könnte nützlich sein:
Parsing XML Document Resulting In Random Special Characters - AutoHotkey Community
https://autohotkey.com/boards/viewtopic ... 90#p161190

Oder:

Code: Select all

FileRead, vText, % "*P65001 " vPath ;read as UTF-8

Prost.

[BoBo]

Das könnte nützlich sein:
Parsing XML Document Resulting In Random Special Characters - AutoHotkey Community
https://autohotkey.com/boards/viewtopic ... 90#p161190

Oder:

Code: Select all

FileRead, vText, % "*P65001 " vPath ;read as UTF-8

Prost.

"Prost" did the trick

[BoBo]

Bei mir funktioniert dein Beispiel fehlerfrei, was entweder auf einen Bug in deinem Windows oder dem Fileeinlesen hindeutet.

Vorgeschaltet war ein download via URLDownloadToFile + FileRead. Tatsächlich hat der codepage parameter von FileRead das problem gelöst.
Danke an alle

[just me]

Im Zweifel sollte sich im Header der HTML-Datei ein charset oder encoding Tag finden lassen -> Angabe der Zeichencodierung in HTML