Как стать автором
Обновить

Комментарии 64

Исходник в .docx: здесь.

image

:)
Забавно, что даже между разными *nix нет договоренности по поводу кодировки русских букв в zip:

Это скорее проблема реализации разных стандартов zip. Полноценная поддержка Unicode появилась там где-то с версии 6.1
Zip-архивы такого вида правильно распаковывает виндовый 7z, запущенный под wine. Не спрашивайте, как я это узнал.
PeaZip
kde-шный Ark тоже без проблемм работает с такими архивами;)
far2l это умеет. Это потребовало некоторых усилий, но да, у нас получилось. В хабростатье по ссылке есть подробности.
Виндовый 7z, запущенный под wine, делает очень простую штуку — выбирает OEM-кодировку для архива по системной локали. Но для этого не нужен целый вайн. Вот табличка, вытащенная прямо из его исходников:
github.com/unxed/oemcp/blob/master/oemcp.txt
А вот скрипт, показывающий, как правильно пользоваться этой табличкой, если вы — автор [раз]архиватора:
github.com/unxed/oemcp/blob/master/ziplist
А вот патчик к p7zip, реализующий эту логику, который не хотят принимать в Дебиан пока, увы:
bugs.debian.org/cgi-bin/bugreport.cgi?bug=965126
А вот .deb с p7zip, собранным с этим патчиком, для тех, кто задолбался ждать, пока его примут в Дебиан (amd64):
github.com/unxed/oemcp/blob/master/p7zip-oemcp.deb
local/unzip-natspec 6.0-1
Unpacks .zip archives with non-latin filenames, using libnatspec patch from AltLinux.
НЛО прилетело и опубликовало эту надпись здесь
Если это скриншот из Ubuntu, можно подключить PPA с пропатченными пакетами.
Да, это Ubuntu, и про решение я знаю. Ставил систему недавно (на днях), в связи с уходящим на покой жёстким диском, так что полностью еще не настроил. Просто совпало так — открыл ссылку, и тут имя файла прямо в тему :)
Мне еще нравится этот декодер
Теперь буду обновлять…
Кстати, недавно обнаружил в нем неприятную особенность. Когда прогонял через него html-страницы, то заметил, что он к ним добавляет свои секции скриптов и разметки. Был неприятно удивлен.
Ну, есть аналоги, тысячи их
Ага. Вот, например, некий Petko Yotov из Франции сделал аналог (для кириллицы).
Штирлиц вам поможет.
Не спортивно
В печать и на стену.
«Вперемешку P и C» — это UTF-8 -> Win1251
Аналогично
CP866 -> Win1252 = UTF-8 -> Win1252
Да, извиняюсь, ошибся.

Спасибо. Fixed.
Спасибо. Наказал вас по всей строгости закона (+ в карму, пост, в избранное, даже распечатал схему).

П.С. Это был я, тот загадочный пользователь, который написал просьб.
�믮������ ����஥��� ������ �஥�� � ࠧ�襭�� ����������ᨬ��⥩ ����� ��ꥪ⠬�…


Jenkins рисует такое… когда есть время, пытаюсь найти цепочку кодировок:) пока безуспешно.
Это русский текст? Можно прибегнуть к криптоанализу :)
Да, русский. Как я понял, что-то из cp866 консоли, перегнанное джавой (куда?) судя по настройкам в UTF-8:)
Извините, это не байткод случаем? Тоже пару раз открыл .class файл в текстовом редакторе :)
Нет, это какое-то сообщение на русском из cmd команды для msbuld-а:)
Просто очень похоже. Открывал классы скомпилированные в текстовом редакторе и такие же крякозябры былию Один в один. :)
Google Translate:
襭 — Carry with the front of a robe
НЛО прилетело и опубликовало эту надпись здесь
НЛО прилетело и опубликовало эту надпись здесь
НЛО прилетело и опубликовало эту надпись здесь
Это-то ладно, фигня. Какой-нибудь enconv довольно сносно справляется. Вот когда два раза перекодировано — вот это ребус.
попробуйте enca
enca и encov — это одно и то же. enconv это просто алиас для вызова enca с опцией конвертации, без которой он просто определяет кодировку файла.
может попробовать частотный анализ?
image
меня всерьез начинает бесит ограничение только на один плюс в карму одному и тому же автору
Труд эпохальный.
не такой уж эпохальный, в вики есть статья
вы минуснули?
Бывает, что по каким-то причинам было применено несколько последовательных конверсий. Например, где-то тупой конвертер неправильно распознал входную кодировку и применил свое преобразование. Тогда, чтобы восстановить сообщение, нужно вначале применить преобразование обратное неправильному, а потом правильное.

А если этих ошибочных преобразований было применено несколько… Тогда диаграмма должна распухнуть экспоненциально по их числу.
На это есть TCode.exe и Shtirlitz.exe
До трёх перекодировок в разумное время вытягивают. Пять перекодировок уже обычно нереально, потому, что наверняка куча битов посыпалась и восстановить невозможно в принципе.
НЛО прилетело и опубликовало эту надпись здесь
Вы правы, декодер говорит UTF8 -> iso8859-1
¶g^ЛЅVa6$•§Ј  єКВ`ЊЛе,°тV–еrй­«тЦ є Euд§юдЧT QЬКЌЋЛ^nЯM‰'Ю "‰Ћ –qпј l”{ ЂЮё‹+'JыP©ьЌrбuЄ”еюм°љ»Ў¦Р®ТйЬэ“ЪЧ8!mm К!Ь6„ќn7E.$°љR0ЇЈbс`–Љvb<п«FQ©­’ЏЃxђИDыo©жBЩэ:Љyir2ѕ‘¦ыk l, ћчХ`О¬ ,U_HзџewћЏL°ќH$ Ў†,oB±Е95:i|®R4Bпo8‹ћ)O#lЮ)TSХj¶ПBЏNvB|/xhҐг–м&¤$^+›цkhєАК$А“э)uf‰±9RAж“)7 Оqe жг1Ѓѕ<> 2ѓњЉ˜  Ї§#餓jу

Помогите пожалуйста разобрать, никак не могу. Или это уже не возможно?
похоже, что это бинарник
А как же двойные перекодировки?
Не хватает Win-1251 → UTF-8. Сегодня столкнулся с такой проблемой.

Русские символы отображаются всегда так: ����� ��� ����� �� �������
Википи**ры удалили статью «Кракозябры» в Wikipedia.

Столкнулся с неверными кодировками в своём проекте, хотел по быстрому взглянуть в чём проблема (была там удобнейшая таблица)… А теперь шиш… пичалька…
Автор, пожалуйста, перевыложите картинку с кодировками!
Вы про *.zip архив или про саму картинку в статье?
Про саму картинку и исходник
Исходника, к сожалению, нет, а картинка вот:
image
Черт, забыл про вэбархив. Выципил ее из этого топика (просто сохранил страницу), т.к. она у меня почему-то отображается.
Да, с самом посте у меня тоже есть картинка. habrastorage ее не потерял.
Только полноправные пользователи могут оставлять комментарии. Войдите, пожалуйста.