Length con acentos

[Uxio]

Estoy teniendo un problema con la práctica final y la longitud de las palabras.

El Pascal con la función length cuenta las letras acentuadas como dos letras. Comprobé que por ejemplo 'é' no se puede asignar a un char. Pero por ejemplo,

Código: Seleccionar todo

var hola:string(20);
begin
 hola:='é';
 write(hola[1]);
end.


Y devuelve 'é'. No se suponía que no es un char????

A ver si alguien me puede ayudar.

Saludos y gracias por adelantado.

[Fer]

¿Hay algún tipo de función llamada StrLen o algo parecido? De todas maneras, hazte un módulo con esa función, si quieres, hecha por ti, y que si ve que es con acentos, sume uno, y en otro caso, use la función length normal.

[Uxio]

¿Hay algún tipo de función llamada StrLen o algo parecido?

Ok, miraré a ver, pero a saber, el pascal este no tiene nada, casi todo a mano xD...

De todas maneras, hazte un módulo con esa función, si quieres, hecha por ti, y que si ve que es con acentos, sume uno, y en otro caso, use la función length normal.

Es lo que estuve intentando hacer, pero pascal dice que '´' (la tilde) no es un char, las palabras acentuadas tampoco son chars, ¿entonces cómo busco palabras acentuadas?

Muchas gracias por la ayuda Fer

[Fer]

Por ejemplo: cadena[i] es un char, siendo cadena un String. Puedes hacer un bucle for desde 0 hasta cadena.length -1, pero claro, estamos metiéndonos en bucles infinitos absurdos, porque si para calcular length que lo hace mal (me sigue extrañando) usas la función length, mal vamos.

[Chila]

Eso nos pasaba a nosotros el año pasado, si guardas los archivos en formato iso occidental en vez de en el que lo hace por defecto te reconoce la ampliacion de los ascii (donde estan los acentuados). Al ejecutar el programa tienes tambien que poner el terminal en modo iso occidental.

Espero que esto te sirva de ayuda, si no lo entiendes a la noche lo miro exactamente y lo pongo detallado.

[Uxio]

Muchas gracias a Fer y a Chila, probaré lo del ISO OCCIDENTAL...

Un saludo

[erKURITA]

Acabo de experimentar con esto, y me ha dado resultados interesantes:

Usando codificacion UTF-8:

• length(cadena), habiendo recibido por pantalla una 'é', devuelve 2 (THANKS CAPT. OBVIOUS).
• cadena[1] contiene 195 en Decimales, cadena[2] contiene 169 en decimales.
• writeln(cadena[1],cadena[2]) escribe 'é'.
• Sumarle 1 al ordinal de cadena[1] aumenta en 64 el ordinal del caracter escrito por writeln(cadena[1],cadena[2])
• Sumarle 1 al ordinal de cadena[2] aumenta en 1 el ordinal del caracter escrito por writeln(cadena[1],cadena[2])

Aun sigo sin ver la relacion entre cadena[1], cadena[2] y la "suma" entre estos.

[Santa]

Es que un carácter utf8 es de longitud variable. un carácter puede ocupar un byte o más. Un año más, la misma mierda. Mi consejo, como siempre, es que presionéis a los profesores para que os dejen no considerar las tildes y las eñes en vuestros programas, cosa que os deberían dejar hacer si fuesen sensatos, porque que os pongáis a estas alturas con codificaciones de caracteres, no os aporta nada. Si no cuela, utilizad la codificación iso8859-15 (es el "iso occidental" que dicen por ahí) en la que un carácter ocupa un byte y así es más fácil escribir los programas.

Por cierto, tenéis más información en man iso-8859-15 y en man utf-8. También tenéis el comando "iconv" por si os interesa.

[erKURITA]

Es que un carácter utf8 es de longitud variable. un carácter puede ocupar un byte o más. Un año más, la misma mierda. Mi consejo, como siempre, es que presionéis a los profesores para que os dejen no considerar las tildes y las eñes en vuestros programas, cosa que os deberían dejar hacer si fuesen sensatos, porque que os pongáis a estas alturas con codificaciones de caracteres, no os aporta nada. Si no cuela, utilizad la codificación iso8859-15 (es el "iso occidental" que dicen por ahí) en la que un carácter ocupa un byte y así es más fácil escribir los programas.

Por cierto, tenéis más información en man iso-8859-15 y en man utf-8. También tenéis el comando "iconv" por si os interesa.

Entonces dudo que cuele el que:

• P: A ver, corre el programa
• A: Un segundo, tengo que cambiar la codificacion del terminal...
• P: Por que?
• A: Porque si no no me lee bien las vocales acentuadas ni las ñ *:(*
• P: O sea, que tal como esta, no funcionaria bien?
• A: Lo dudo *:X*
• P: Ah si? Suspenso pues *>:3*

[ArTo]

Nunca vi a ningún profesor tan cabrón así que no os preocupéis por eso

[Santa]

Es que un carácter utf8 es de longitud variable. un carácter puede ocupar un byte o más. Un año más, la misma mierda. Mi consejo, como siempre, es que presionéis a los profesores para que os dejen no considerar las tildes y las eñes en vuestros programas, cosa que os deberían dejar hacer si fuesen sensatos, porque que os pongáis a estas alturas con codificaciones de caracteres, no os aporta nada. Si no cuela, utilizad la codificación iso8859-15 (es el "iso occidental" que dicen por ahí) en la que un carácter ocupa un byte y así es más fácil escribir los programas.

Por cierto, tenéis más información en man iso-8859-15 y en man utf-8. También tenéis el comando "iconv" por si os interesa.

Entonces dudo que cuele el que:

• P: A ver, corre el programa
• A: Un segundo, tengo que cambiar la codificacion del terminal...
• P: Por que?
• A: Porque si no no me lee bien las vocales acentuadas ni las ñ *:(*
• P: O sea, que tal como esta, no funcionaria bien?
• A: Lo dudo *:X*
• P: Ah si? Suspenso pues *>:3*

Podía ser un problema, pero es lo segundo mejor que podéis hacer: que funcione exactamente con una codificación. Porque autodetectarla iba a ser tela fina.

[perico2]

En clase el profesor nos dijo que guardaramos el .pas con la codificación en Cyrilic iso8859-5 y lo mismo el terminal.

Pero supongo que vale con western iso8859-15, ya viene para escogerlo al guardar y pilla perfectamente como un caracter las tildes y ñ. Os paso los valores:

Código: Seleccionar todo

á: 225
é: 233
í: 237
ó: 243
ú: 250

Á: 193
É: 201
Í: 205
Ó: 211
Ú: 218

ñ: 241
Ñ: 209


[erKURITA]

En clase el profesor nos dijo que guardaramos el .pas con la codificación en Cyrilic iso8859-5 y lo mismo el terminal.

Pero supongo que vale con western iso8859-15, ya viene para escogerlo al guardar y pilla perfectamente como un caracter las tildes y ñ. Os paso los valores:

Código: Seleccionar todo

á: 225
é: 233
í: 237
ó: 243
ú: 250

Á: 193
É: 201
Í: 205
Ó: 211
Ú: 218

ñ: 241
Ñ: 209


Me interesan :3~~ Ya va siendo hora de que agregue soporte para los acentos y la Ñ...

[Uxio]

La bióloga nos mandó poner todo iso8859-15-western, y ahora va perfecto

Saludos y gracias a todos

[agilismoftw]

Si no me equivoco en el UTF-8 las vocales acentuadas, ñ y otros caracteres están formados por dos caracteres (si pones variablestring:="é" y en un bucle for imprimes los cardinales te saldrán dos números).