WG: avanti-anzeige-problem

[Marko Kuhn]

Lieber Herr Englert,
mit dem ersten avanti-Problem (Bindestrich-Darstellung) hatte ich auch
zu kaempfen, damals bekam ich die entscheidende Hilfe von Herrn Berger
und Herrn Hoeppner. Im folgenden die wichtigsten Auszuege der Mails. Ich
hoffe, es hilft Ihnen weiter:

> Der Bindestrich wird also durch "ÂD", einige Zahlen auch durch andere
> Zeichen. Wo man welche Einstellungen in der regsrch.pl vornehmen kann,

> um die Anzeige korrekt zu gestalten,  weiß ich leider nicht. Ich
> benutze die unveränderte regsrch.pl von der CD-ROM V20. Kann mir
> jemand einen Tip geben ? Ansonsten, schönes Wochenende.

>> ungefähr ab Zeile 109 in regsrch.pl wird die Zeichenumcodierung
>> dafür gemacht. Es fängt an mit
>>
>> # In der Option 'wert' wird der Registereintrag, von dem aus die
Anzeige
>> # aufgerufen wird, uebergeben. Fuer Ueberschriften und Anzeigezwecke
muessen
>> # evtl. enthaltene Sonderzeichen in HTML-Ersatzdarstellungen
umgesetzt werden
>> # ACHTUNG: Hier gehen wir davon aus, dass die vorliegenden Daten im
>> #          ASCII-Zeichensatz codiert sind.
>> if( $in{'wert'} )
>> {
>>     $wert_zeige = $in{'wert'};    # fuer die Anzeige
>>
>>     $wert_zeige =~ s/\\x3E/>/g;
>>     $wert_zeige =~ s/\\x3C/</g;
>>     $wert_zeige =~ s/\\x2D/-/g;
>>
>> usw. Dort muss man anpassen. Es ist der Perl-Ersetzungsbefehl.
>> (Dieser Teil ist recht alt und kann heutzutage sicherlich leichter
>> durch eine entsprechende Routine aus dem aktuellen Perl-Libraries
>> ersetzt werden. Fragen Sie mich bitte nicht, wie sie heißt. In Python

>> wüsste ich es ;-) Evtl. lliest Herr Berger mit und kann einen heißen
>> Tip)

>Es ist ein einziger Sumpf!
>
>Gedacht ist eigentlich folgendes:
>In acindex.pl gibt es ein Unterprogramm link_prep,
>das zur Aufgabe hat, alle Sonderzeichen in die
>sogenannte URL-encodierung zu verwandeln,
>also etwa "ü" in "%81". Dies tut es nur unsystematisch
>und stellenweise auch falsch (die letzten beiden
>Zeilen lauten z.B. s/\AA/%AA/g: und muessten eigentlich
>lauten s/\xAA/%AA/g;, ich habe leider ueberhaupt
>keine Ahnung, wie sich \A auswirkt [und man muesste
>es sowieso total anders machen, aber das gehoert
>nicht hierher]
>
>in regsrch.pl werden die uebergebenen Werte mittels
>Aufruf von ReadParse nach %in transportiert, dabei
>wird diese URL-encodierung bereits aufgeloest.
>Der uebergebene Registereintrag wird spaeter der
>Variablen wert_zeige zugewiesen und ausgegeben.
>Dabei muesste nur die uebliche Vorsicht angewandt
>werden, naemlich "&", ">" und "<" zu escapen, damit
>sie im HTML auch sichtbar werden.

>Stattdessen wird auch noch eine Codierung fuer
>uebergebene Werte der Form "\x3E" etc. gemacht,
>von denen ich mir ueberhaupt nur schwer vorstellen
>mag, wie und wo solche zustandegekommen sein koennten,
>jedenfalls gibt es keinen Hinweis darauf, dass
>hier Herrn Kuhns Problem stecken koennte.
>[Aus dem Register kamen wegen impliziter Umcodierung
>bereits ANSI-Daten, daher wird nicht die Routine anz_prep
>aus acwww25.pl benutzt zur Vorbereitung der Anzeige des
>Suchbegriffs, soviel glaube ich zu verstehen...]
>
>Andererseits ist das beobachtete Zeichen Â, also
>\xc2 und da lohnt es sich doch, alles von Hinten
>nach vorne zu verfolgen und dann doch bei der
>entgleisten Ersetzung
>s/\C2/%C2/g; in Zeile 489 von acindex.pl zu landen:
>\C hat naemlich in den neueren Perl-Versionen die
>Bedeutung als Platzhalter fuer ein "Oktet" (dies
>wird in Perl 5.6 benoetigt, falls mit Unicode-
>Strings gearbeitet wird). Insofern hat unter
>Perl 5.6 die Anweisung die folgende Bedeutung:
>Ersetze jede "2", der ein Zeichen vorausgeht,
>zusammen mit diesem Zeichen durch (die Codierung
>von) "Â". In aelteren Perl-Versionen wurde
>dieser Ersetzungsbefehl wegen Undefiniertheit
>wohl stillschweigend uebergangen oder produzierte
>eine Warnmeldung...
>
>Insofern sind also in acindex.pl voerdergruendig
>die fehlerhaften Zeilen (mit fehlendem "x" hinter "\")
>zu reparieren, eigentlich aber sollte generell auf
>alle Werte, die zu Hyperlinks verwurstet werden,
>einheitlich folgende Operation angewandt werden
>(geklaut aus cgi.pm):
>
>s/([^a-zA-Z0-9_.-])/uc sprintf("%%%02x",ord($1))/eg,
>
>also: Ersetze jedes Zeichen ausser Buchstaben, Ziffern,
>"_", "." und "-" durch seine URL-encodierung.


Mit freundlichen Gruessen,
Marko Kuhn
Bibliothek der Franckeschen Stiftungen
Franckeplatz 1 / Haus 23
06110 Halle/Saale
Tel.: (0345) 2127-476
mail: kuhn at francke-halle.de