Question

我有一个带有一些非ASCII字符的HTML文件，比如用UTF-8或UTF-16编码。要以ASCII格式保存文件，我想用它们的（SGML / HTML / XML）实体代码替换它们。例如，每个ë应变为ë，每个◊应变为◊。我该怎么做？

我使用Emacs作为编辑器。我确定它有替换功能，但我找不到它。我错过了什么？或者我如何自己实现它？

Answer 1

我认为您正在寻找iso-iso2sgml

Answer 2

有一个character class，其中包含完全ASCII字符集。您可以使用与其补码匹配的正则表达式来查找非ASCII字符的出现，然后使用elisp将它们替换为代码：

M-x replace-regexp RET
[^[:ascii:]] RET
\,(concat "&#" (number-to-string (string-to-char \&)) ";") RET

例如，当á匹配时：\&为"á"，string-to-char将其转换为?á（=数字225）， number-to-string将其转换为"225"。然后，concat连接"&#"，"225"和";"以获取"á"，这将取代原始匹配。

使用C-x (和C-x )围绕这些命令，并像往常一样应用C-x C-k n和M-x insert-kbd-macro来制作一个功能。

要查看以交互方式调用此函数的elisp等效项，请运行该命令，然后按C-x M-:（重复复杂命令）。

一个更简单的版本，没有考虑活动区域，可能是：

(while (re-search-forward "[^[:ascii:]]" nil t)
  (replace-match (concat "&#"
                         (number-to-string (string-to-char (match-string 0)))
                         ";")))

（这使用recommended way以编程方式进行搜索+替换。）

使用Emacs将非ASCII字符替换为SGML实体代码

2 个答案: