conversión masiva de codificación de páginas

evoarte · #1 (**permalink**) 30/08/2013, 03:03

buenos días,

no se si es el foro adecuado, pero ...

necesito convertir la codificación de todos los archivos de una web,
actualmente la codificación de caracteres en que están guardados los archivos es windows-1252 y quiero convertirlos en iso-8859-2

¿hay alguna herramienta para hacerlo de forma masiva?

un saludo,
josé carlos.

Rafael · #2 (**permalink**) 30/08/2013, 04:18

Huy, ni idea. Por si llegas a necesitar convertir a UTF-8, que es lo que se está usando en realidad: http://www.rotatingscrew.com/utfcast.aspx

Estoy pensando que tal vez los 2 son simplemente formato ansi, por lo que tal vez solo necesites reemplazar la linea de texto, en cuyo caso esto te sirve: http://download.cnet.com/TextCrawler...-10805637.html

Haz pruebas con un respaldo, no con el directorio original.

loncho_rojas · #3 (**permalink**) 31/08/2013, 07:33

Umm.. que tipo de archivos tienes? CSV, HTML, XML...???

Busca en google algo de FileEncodingConverter

Rafael · #4 (**permalink**) 31/08/2013, 07:35

La cosa es que aparecen puros para convertir utf. Realmente creo que las 2 codificaciones que tiene son ansi, por lo que solamente sustituir la linea de texto será suficiente.

loncho_rojas · #5 (**permalink**) 31/08/2013, 07:40

Si es la línea del meta nada más, con un INCLUDE de PHP soluciona el tema.. pero no sabemos que hay en su código..

evoarte · #6 (**permalink**) 06/09/2013, 14:48

gracias chicos por las respuestas,
perdón pero había perdido este hilo,

no conozco mucho de este tema,
podéis explicarlo algo más?

¿línea de texto?

un saludo,
josé carlos.

Rafael · #7 (**permalink**) 06/09/2013, 18:04

Perdón, ¿si sabes para qué quieres cambiar la codificación? o solo te dijeron...

evoarte · #8 (**permalink**) 06/09/2013, 18:22

para validar correctamente una web, la codificación de caracteres de los archivos es windows-1252 y quiero pasarla a iso-8859-2, aunque la recomendación de w3c para html5 es utf-8 utilizando iso como charset y siendo la codificación también iso, valida sin errores, aunque recomienda utf-8.

no puedo pasar a utf-8 por la base de datos.

un saludo,
josé carlos.

Rafael · #9 (**permalink**) 08/09/2013, 04:53

Ok. Me explico.

Hay 2 conceptos de codificación, uno light y otro de fondo.

En las páginas web hay 2 niveles de charset, estos 2 que pones son ambos algo que se llama ansi, digamos son ambos de un juego de 256 caracteres disponibles, los normales que escribes con un block de notas.

Y está un nivel más profundo, que son los utf que cambian la cantidad de caracteres con que dispones, digamos miles, para incluír ruso, chino, japonés, coreano, y los acentos en español por ejemplo.

El cambio de charset que necesitas es simplemente cambiar tu linea de texto
<meta charset="iso-8859-1"> y ya.

Por eso el editor masivo que te recomiendo localiza o reemplaza un texto "hola" por otro "adiós".
Solo escribe windows-1252 y sustitúyelo por iso-8859-2.

Si fuera convertir a utf-8, no vale con solo cambiar el texto, el formato en sí mismo es diferente, por lo que en ese caso sí necesitas un conversor.

evoarte · #10 (**permalink**) 08/09/2013, 12:35

hola,

con notepad++, puedo cambiar iso-8859-1 por iso-8859-2,
pero aún tengo que cambiar el juego de caracteres en que están guardados los archivos, actualmente son windows-1252, y tengo que guardarlos como iso-8859-2, para lo que necesito un conversor, por que son 3.000 archivos.

un saludo,
josé carlos.

Rafael · #11 (**permalink**) 08/09/2013, 15:06

¡POR ESO, trata con el programa que te pongo con una copia de tu carpeta, pueden ser 10,000 archivos!

evoarte · #12 (**permalink**) 08/09/2013, 15:56

con text crawler no sabría que tendría que hacer, y he visto que solo permite seleccionar un output Encoding ANSI, pero necesito convertir concretamente a iso-8859-2

¿alguna sugerencia?

un saludo,
josé carlos.

Rafael · #13 (**permalink**) 09/09/2013, 16:52

...

...
Te he estado explicando que (a mi limitadísimo entender) iso-8859-2, windows-1252, iso-8859-1 TODOS son archivos de 8 bits, por lo que en Notepad++ con ANSI o textcrawler será suficiente.

¡¡¡TODOS ESTOS SON ANSI. SOLO CAMBIA LA LINEA DE TEXTO Y HAZ LA PRUEBA EN UNA COPIA DE TU CARPETA!!!.

Es la misma sugerencia. Si quieres esperar alguna otra, suerte.
Tal vez yo esté completamente equivocado.

Adiós.

zerokilled · #14 (**permalink**) 09/09/2013, 17:53

¡buenas gentes!

no creo que solo baste con cambiar la codificación en META. si bien windows-1252 y todas las series iso-8859-X son parecidos, solo comparten en común 95 caracteres que han heredados de la codificación ASCII. en particular, los caracteres de la posición 0x20 hasta 0x7E. en el caso de windows-1252, éste hereda completamente la codificación ASCII.

donde único vas a tener problema si cambias el META de windows-1252 a iso-8859-2, es si el documento tiene caracteres que salen del rango que comparten en común. en ese sentido, es mejor recodificar el documento. con notepad++ creo que se puede hacer pero tiene tiempo que he dejado de usarlo. tienes que buscar en el menu Edit alguna opción que te permita procesar un conjunto de archivos. quizas te sirva search & replace.

nota: en mi opinión, ANSI es un nombre informal para windows-1252. le dicen ANSI más que nada porque la codificación se sometió como estándar a dicho organismo, y posiblemente por motivos de publicidad.

evoarte · #15 (**permalink**) 09/09/2013, 18:04

gracias por las respuestas