Difference between revisions of "XML Decoders/ru"
(→Доступные декодеры: improved translation) |
(Added sample decoder to Russian version, too) |
||
Line 57: | Line 57: | ||
В случае обнаружения ошибки во входных данных декодер все равно должен уменьшить значение <code>OutCnt</code> на количество успешно обработанных символов. Это позволяет парсеру сообщать точное расположение ошибки в тексте. | В случае обнаружения ошибки во входных данных декодер все равно должен уменьшить значение <code>OutCnt</code> на количество успешно обработанных символов. Это позволяет парсеру сообщать точное расположение ошибки в тексте. | ||
+ | |||
+ | === Пример декодера === | ||
+ | |||
+ | Ниже приводится пример декодера для кодировки cp866. Он не имеет внутреннего состояния и не использует поля <code>Cleanup</code> и <code>Context</code>. Декодер легко модифицировать для обработки любой аналогичной однобайтовой кодировки путем замены таблицы преобразования. | ||
+ | |||
+ | <delphi> | ||
+ | unit xmlcp866; | ||
+ | |||
+ | interface | ||
+ | |||
+ | implementation | ||
+ | |||
+ | uses | ||
+ | SysUtils, xmlread; | ||
+ | |||
+ | const | ||
+ | cp866table: array[#128..#255] of WideChar=( | ||
+ | #$0410, #$0411, #$0412, #$0413, #$0414, #$0415, #$0416, #$0417, | ||
+ | #$0418, #$0419, #$041A, #$041B, #$041C, #$041D, #$041E, #$041F, | ||
+ | #$0420, #$0421, #$0422, #$0423, #$0424, #$0425, #$0426, #$0427, | ||
+ | #$0428, #$0429, #$042A, #$042B, #$042C, #$042D, #$042E, #$042F, | ||
+ | #$0430, #$0431, #$0432, #$0433, #$0434, #$0435, #$0436, #$0437, | ||
+ | #$0438, #$0439, #$043A, #$043B, #$043C, #$043D, #$043E, #$043F, | ||
+ | #$2591, #$2592, #$2593, #$2502, #$2524, #$2561, #$2562, #$2556, | ||
+ | #$2555, #$2563, #$2551, #$2557, #$255D, #$255C, #$255B, #$2510, | ||
+ | #$2514, #$2534, #$252C, #$251C, #$2500, #$253C, #$255E, #$255F, | ||
+ | #$255A, #$2554, #$2569, #$2566, #$2560, #$2550, #$256C, #$2567, | ||
+ | #$2568, #$2564, #$2565, #$2559, #$2558, #$2552, #$2553, #$256B, | ||
+ | #$256A, #$2518, #$250C, #$2588, #$2584, #$258C, #$2590, #$2580, | ||
+ | #$0440, #$0441, #$0442, #$0443, #$0444, #$0445, #$0446, #$0447, | ||
+ | #$0448, #$0449, #$044A, #$044B, #$044C, #$044D, #$044E, #$044F, | ||
+ | #$0401, #$0451, #$0404, #$0454, #$0407, #$0457, #$040E, #$045E, | ||
+ | #$00B0, #$2219, #$00B7, #$221A, #$2116, #$00A4, #$25A0, #$00A0); | ||
+ | |||
+ | function cp866Decode(Context: Pointer; InBuf: PChar; var InCnt: Cardinal; OutBuf: PWideChar; | ||
+ | var OutCnt: Cardinal): Integer; stdcall; | ||
+ | var | ||
+ | I: Integer; | ||
+ | cnt: Cardinal; | ||
+ | begin | ||
+ | cnt := OutCnt; // число widechars | ||
+ | if cnt > InCnt then | ||
+ | cnt := InCnt; | ||
+ | for I := 0 to cnt-1 do | ||
+ | begin | ||
+ | if InBuf[I] < #128 then | ||
+ | OutBuf[I] := WideChar(ord(InBuf[I])) | ||
+ | else | ||
+ | OutBuf[I] := cp866table[InBuf[I]]; | ||
+ | end; | ||
+ | Dec(InCnt, cnt); | ||
+ | Dec(OutCnt, cnt); | ||
+ | Result := cnt; | ||
+ | end; | ||
+ | |||
+ | function GetCP866Decoder(const AEncoding: string; out Decoder: TDecoder): Boolean; stdcall; | ||
+ | begin | ||
+ | // Большинство кодировок имеет один или несколько 'псевдонимов'. | ||
+ | if SameText(AEncoding, 'IBM866') or | ||
+ | SameText(AEncoding, 'cp866') or | ||
+ | SameText(AEncoding, '866') or | ||
+ | SameText(AEncoding, 'csIBM866') then | ||
+ | begin | ||
+ | Decoder.Decode := @cp866Decode; | ||
+ | Decoder.Cleanup := nil; | ||
+ | Decoder.Context := nil; | ||
+ | Result := True; | ||
+ | end | ||
+ | else | ||
+ | Result := False; | ||
+ | end; | ||
+ | |||
+ | initialization | ||
+ | RegisterDecoder(@GetCP866Decoder); | ||
+ | end. | ||
+ | </delphi> |
Revision as of 20:24, 20 January 2010
│
English (en) │
español (es) │
русский (ru) │
中文(中国大陆) (zh_CN) │
XML декодеры
Дополнение к XML_Tutorial/ru.
Начиная с ревизии SVN 12582, XMLReader в состоянии обработать данные в любой кодировке при использовании внешних декодеров. Эта статья - краткое описание, как оно работает.
Доступные декодеры
В состав пакета fcl-xml входит декодер, использующий библиотеку libiconv. Он имеет две разновидности:
1. Модуль xmliconv.pas, который использует существующий пакет iconvenc и предназначен для операционных систем Linux, FreeBSD и Darwin.
2. Модуль xmliconv_windows.pas для Windows. Он связан с библиотекой iconv.dll "родной" сборки (т.е. не из состава cygwin или mingw), которую придется распространять вместе с приложением.
Структура декодера
Интерфейс с внешними декодерами сделан в простом процедурном стиле. Для написания декодера по существу используют следующие три процедуры:
GetDecoder
Decode
Cleanup
(опционально)
Вот краткое описание:
Функция GetDecoder
function GetDecoder(const AEncoding: string; out Decoder: TDecoder): Boolean; stdcall;
Во время инициализации программы декодер необходимо зарегистрировать путем вызова процедуры XMLRead.RegisterDecoder
, которой в качестве параметра передаётся функция GetDecoder
.
Если в процессе чтения XMLReader обнаруживает кодировку, которую он не может обработать сам, то он вызывает все зарегистрированные функции GetDecoder
в том же порядке, в котором они были зарегистрированы, до тех пор, пока одна из них не возвратит True.
Параметры функции GetDecoder
- название кодировки и запись типа TDecoder
, которую должна заполнить функция. Название кодировки содержит только символамы из множества ['A'..'Z', 'a'..'z', '0'.. '9', '.', '-,' _'], сравнивать названия кодировок следует независимо от регистра. Если декодер поддерживает данную кодировку, функция должна установить по крайней мере поле Decode
в записи Decoder и возвратить True. Установка остальных полей записи Decoder
не является обязательной.
Процедура Cleanup
procedure Cleanup(Context: Pointer); stdcall;
Если функция GetDecoder
установила поле Decoder.Cleanup
, то указанная процедура будет вызвана один раз, когда чтение объекта завершено и декодер больше не нужен. Как следует из названия, декодер должен освободить все занятые ресурсы.
Значение Decoder.Context
передается в качестве аргумента процедур Decode
и Cleanup
при каждом вызове. XMLReader сам не присваивает значение этому полю.
Функция Decode
function Decode(Context: Pointer; InBuf: PChar; var InCnt: Cardinal; OutBuf: PWideChar; var OutCnt: Cardinal): Integer; stdcall;
Функция Decode
выполняет основную работу. Она должна преобразовать входные данные, указатель на которые находится в InBuf
, в UTF-16 и записать перевод в буфер, на который указывает OutBuf
. Размер входного буфера находится в InCnt
, а размер буфера вывода находится в OutCnt
.
Важное замечание: значение InCnt
выражено в bytes, в то время как OutCnt
- в WideChars.
Функция должна уменьшить InCnt
and OutCnt
в соответствии с количеством обработанных данных. Каждый обработанный символ уменьшает OutCnt
на единицу (или на 2 в случае, если в буфер записывается суррогатная пара); то, на сколько уменьшается InCnt
, зависит от входной кодировки.
Функция не должна делать каких-либо предположений о начальном размере буферов: для примера, парсер может вызвать Decode
с недостаточной длиной входного буфера. В этом случае Decode
должна возвратить 0, индицируя о том, она ничего не декодировала, после чего парсер прочитает дополнительные входные данные и вызовет Decode
снова.
Функция должна возвращать положительный результат, если она что-то обработала, ноль - если нет (по причине отсутствия места во входном или выходном буфере), и отрицательное значение в случае, если входные данные содержат недопустимую последовательность. В настоящее время любое отрицательное значение просто прерывает чтение с сообщением об ошибке декодирования, но в дальнейшем, возможно, будут определены разновидности ошибок.
В случае обнаружения ошибки во входных данных декодер все равно должен уменьшить значение OutCnt
на количество успешно обработанных символов. Это позволяет парсеру сообщать точное расположение ошибки в тексте.
Пример декодера
Ниже приводится пример декодера для кодировки cp866. Он не имеет внутреннего состояния и не использует поля Cleanup
и Context
. Декодер легко модифицировать для обработки любой аналогичной однобайтовой кодировки путем замены таблицы преобразования.
<delphi> unit xmlcp866;
interface
implementation
uses
SysUtils, xmlread;
const
cp866table: array[#128..#255] of WideChar=( #$0410, #$0411, #$0412, #$0413, #$0414, #$0415, #$0416, #$0417, #$0418, #$0419, #$041A, #$041B, #$041C, #$041D, #$041E, #$041F, #$0420, #$0421, #$0422, #$0423, #$0424, #$0425, #$0426, #$0427, #$0428, #$0429, #$042A, #$042B, #$042C, #$042D, #$042E, #$042F, #$0430, #$0431, #$0432, #$0433, #$0434, #$0435, #$0436, #$0437, #$0438, #$0439, #$043A, #$043B, #$043C, #$043D, #$043E, #$043F, #$2591, #$2592, #$2593, #$2502, #$2524, #$2561, #$2562, #$2556, #$2555, #$2563, #$2551, #$2557, #$255D, #$255C, #$255B, #$2510, #$2514, #$2534, #$252C, #$251C, #$2500, #$253C, #$255E, #$255F, #$255A, #$2554, #$2569, #$2566, #$2560, #$2550, #$256C, #$2567, #$2568, #$2564, #$2565, #$2559, #$2558, #$2552, #$2553, #$256B, #$256A, #$2518, #$250C, #$2588, #$2584, #$258C, #$2590, #$2580, #$0440, #$0441, #$0442, #$0443, #$0444, #$0445, #$0446, #$0447, #$0448, #$0449, #$044A, #$044B, #$044C, #$044D, #$044E, #$044F, #$0401, #$0451, #$0404, #$0454, #$0407, #$0457, #$040E, #$045E, #$00B0, #$2219, #$00B7, #$221A, #$2116, #$00A4, #$25A0, #$00A0);
function cp866Decode(Context: Pointer; InBuf: PChar; var InCnt: Cardinal; OutBuf: PWideChar;
var OutCnt: Cardinal): Integer; stdcall;
var
I: Integer; cnt: Cardinal;
begin
cnt := OutCnt; // число widechars if cnt > InCnt then cnt := InCnt; for I := 0 to cnt-1 do begin if InBuf[I] < #128 then OutBuf[I] := WideChar(ord(InBuf[I])) else OutBuf[I] := cp866table[InBuf[I]]; end; Dec(InCnt, cnt); Dec(OutCnt, cnt); Result := cnt;
end;
function GetCP866Decoder(const AEncoding: string; out Decoder: TDecoder): Boolean; stdcall; begin // Большинство кодировок имеет один или несколько 'псевдонимов'.
if SameText(AEncoding, 'IBM866') or SameText(AEncoding, 'cp866') or SameText(AEncoding, '866') or SameText(AEncoding, 'csIBM866') then begin Decoder.Decode := @cp866Decode; Decoder.Cleanup := nil; Decoder.Context := nil; Result := True; end else Result := False;
end;
initialization
RegisterDecoder(@GetCP866Decoder);
end. </delphi>