[C] Jak odstanit diakritiku?

Zdravim. Potrebuji v Linu zpracovat nejaky html kod, ale narazil jsem na diakritiku, se kterou se nemuzu vyporadat. Jak jednoduse odstranim diakritiku ze znaku? nap. slovo "čeština" prevest na "cestina".

Nevim jak v C, ale v PHP to bylo v nějakym skriptu udělaný takle nějak:

Kód:

---

$bez_diakritiky = StrTr($s_diakritikou, "áäčďéěëíňóöřšťúůüýžÁÄČĎÉĚËÍŇÓÖŘŠŤÚŮÜÝŽ", "aacdeeeinoorstuuuyzAACDEEEINOORSTUUUYZ");

---

prostě se nadefinovaly znaky s nějakou diakritikou k těm pak jejich ekvivalenty bez ní a pak odstranilo.

Citace:

---

Původně odeslal Gappa

Nevim jak v C, ale v PHP to bylo v nějakym skriptu udělaný takle nějak:

Kód:

---

$bez_diakritiky = StrTr($s_diakritikou, "áäčďéěëíňóöřšťúůüýžÁÄČĎÉĚËÍŇÓÖŘŠŤÚŮÜÝŽ", "aacdeeeinoorstuuuyzAACDEEEINOORSTUUUYZ");

---

prostě se nadefinovaly znaky s nějakou diakritikou k těm pak jejich ekvivalenty bez ní a pak odstranilo.

---

PHP mi je naprd :]. Moje fce vypada takto:

Kód:

---

void DiakritikaPryc()
{
    int *fd = OtevriSoubor(Stranka, "r"),*fds=OtevriSoubor(StrankaBezDiakritiky, "w");
    unsigned char c, buffer[PocetBytu(fd)];
    long j=0;

    char mapa[128][2] = {        /*charmapa znaku s diakritikou - cp1250 sucks*/
                            // http : //www.columbia.edu/kermit/cp1250.html
                            //dec            char dec col/row oct hex  description
                            128, 'E',  // [€]  128  08/00  200  80  EURO SYMBOL
                            129, ' ',  // [�]  129  08/01  201  81  ( UNDEFINED )
                            130, ' ',  // [‚]  130  08/02  202  82  LOW 9 SINGLE QUOTE
                            131, ' ',  // [?]  131  08/03  203  83  ( UNDEFINED )
                            132, ' ',  // [„]  132  08/04  204  84  LOW 9 DOUBLE QUOTE
                            133, ' ',  // […]  133  08/05  205  85  ELLIPSIS
                            134, ' ',  // [†]  134  08/06  206  86  DAGGER
                            135, ' ',  // [‡]  135  08/07  207  87  DOUBLE DAGGER
                            136, ' ',  // [?]  136  08/08  210  88  ( UNDEFINED )
                            137, ' ',  // [‰]  137  08/09  211  89  PER MIL SIGN
                            138, 'S',  // [Š]  138  08/10  212  8A  CAPITAL LETTER S WITH CARON
                            139, '<',  // [‹]  139  08/11  213  8B  LEFT SINGLE QUOTE BRACKET
                            140, 'S',  // [S]  140  08/12  214  8C  CAPITAL LETTER S WITH ACUTE ACCENT
                            141, 'T',  // [T]  141  08/13  215  8D  CAPITAL LETTER T WITH CARON
                            142, 'Z',  // [Ž]  142  08/14  216  8E  CAPITAL LETTER Z WITH CARON
                            143, 'Z',  // [Z]  143  08/15  217  8F  CAPITAL LETTER Z WITH ACUTE ACCENT
                            144, ' ',  // [�]  144  09/00  220  90  ( UNDEFINED )
                            145, ' ',  // [‘]  145  09/01  221  91  HIGH 6 SINGLE QUOTE
                            146, '’',  // [’]  146  09/02  222  92  HIGH 9 SINGLE QUOTE
                            147, '"',  // [“]  147  09/03  223  93  HIGH 6 DOUBLE QUOTE
                            148, '"',  // [”]  148  09/04  224  94  HIGH 9 DOUBLE QUOTE
                            149, ' ',  // [•]  149  09/05  225  95  LARGE CENTERED DOT
                            150, ' ',  // [–]  150  09/06  226  96  EN DASH
                            151, ' ',  // [—]  151  09/07  227  97  EM DASH
                            152, ' ',  // [?]  152  09/08  230  98  ( UNDEFINED )
                            153, ' ',  // [™]  153  09/09  231  99  TRADEMARK SIGN
                            154, 's',  // [š]  154  09/10  232  9A  SMALL LETTER S WITH CARON
                            155, '>',  // [›]  155  09/11  233  9B  RIGHT SINGLE QUOTE BRACKET
                            156, 's',  // [s]  156  09/12  234  9C  SMALL LETTER S WITH ACUTE ACCENT
                            157, ' ',  // [t]  157  09/13  235  9D  SMALL LETTER T WITH CARON
                            158, 'z',  // [ž]  158  09/14  236  9E  SMALL LETTER Z WITH CARON
                            159, 'z',  // [z]  159  09/15  237  9F  SMALL LETTER Z WITH ACUTE ACCENT
                            160, ' ',  // [ ]  160  10/00  240  A0  NO-BREAK SPACE
                            161, ' ',  // [?]  161  10/01  241  A1  CARON
                            162, ' ',  // [?]  162  10/02  242  A2  BREVE
                            163, ' ',  // [L]  163  10/03  243  A3  CAPITAL LETTER L WITH STROKE
                            164, ' ',  // [¤]  164  10/04  244  A4  CURRENCY SIGN
                            165, 'A',  // [A]  165  10/05  245  A5  CAPITAL LETTER A WITH OGONEK
                            166, ' ',  // [¦]  166  10/06  246  A6  BROKEN BAR
                            167, ' ',  // [§]  167  10/07  247  A7  PARAGRAPH SIGN
                            168, ' ',  // [¨]  168  10/08  250  A8  DIAERESIS
                            169, ' ',  // [©]  169  10/09  251  A9  COPYRIGHT SIGN
                            170, ' ',  // [S]  170  10/10  252  AA  CAPITAL LETTER S WITH CEDILLA
                            171, ' ',  // [«]  171  10/11  253  AB  LEFT ANGLE QUOTATION MARK
                            172, ' ',  // [¬]  172  10/12  254  AC  NOT SIGN
                            173, ' ',  // [­]  173  10/13  255  AD  SOFT HYPHEN
                            174, ' ',  // [®]  174  10/14  256  AE  REGISTERED TRADE MARK SIGN
                            175, ' ',  // [Z]  175  10/15  257  AF  CAPITAL LETTER Z WITH DOT ABOVE
                            176, ' ',  // [°]  176  11/00  260  B0  DEGREE SIGN, RING ABOVE
                            177, ' ',  // [±]  177  11/01  261  B1  PLUS-MINUS SIGN
                            178, ' ',  // [?]  178  11/02  262  B2  OGONEK
                            179, ' ',  // [l]  179  11/03  263  B3  SMALL LETTER L WITH STROKE
                            180, ' ',  // [´]  180  11/04  264  B4  ACUTE ACCENT
                            181, ' ',  // [µ]  181  11/05  265  B5  MICRO SIGN
                            182, ' ',  // [¶]  182  11/06  266  B6  PILCROW SIGN
                            183, ' ',  // [·]  183  11/07  267  B7  MIDDLE DOT
                            184, ' ',  // [¸]  184  11/08  270  B8  CEDILLA
                            185, 'a',  // [a]  185  11/09  271  B9  SMALL LETTER A WITH OGONEK
                            186, 's',  // [s]  186  11/10  272  BA  SMALL LETTER S WITH CEDILLA
                            187, ' ',  // [»]  187  11/11  273  BB  RIGHT ANGLE QUOTATION MARK
                            188, ' ',  // [L]  188  11/12  274  BC  CAPITAL LETTER L WITH CARON
                            189, ' ',  // [?]  189  11/13  275  BD  DOUBLE ACUTE ACCENT
                            190, 'l',  // [l]  190  11/14  276  BE  CAPITAL LETTER I WITH CARON
                            191, 'z',  // [z]  191  11/15  277  BF  SMALL LETTER Z WITH DOT ABOVE
                            192, 'R',  // [R]  192  12/00  300  C0  CAPITAL LETTER R WITH ACUTE ACCENT
                            193, 'A',  // [Á]  193  12/01  301  C1  CAPITAL LETTER A WITH ACUTE ACCENT
                            194, 'A',  // [Â]  194  12/02  302  C2  CAPITAL LETTER A WITH CIRCUMFLEX
                            195, ' ',  // [A]  195  12/03  303  C3  CAPITAL LETTER A WITH BREVE
                            196, 'A',  // [Ä]  196  12/04  304  C4  CAPITAL LETTER A WITH DIAERESIS
                            197, ' ',  // [L]  197  12/05  305  C5  CAPITAL LETTER L WITH ACUTE ACCENT
                            198, 'C',  // [C]  198  12/06  306  C6  CAPITAL LETTER C WITH ACUTE ACCENT
                            199, ' ',  // [Ç]  199  12/07  307  C7  CAPITAL LETTER C WITH CEDILLA
                            200, 'C',  // [C]  200  12/08  310  C8  CAPITAL LETTER C WITH CARON
                            201, 'E',  // [É]  201  12/09  311  C9  CAPITAL LETTER E WITH ACUTE ACCENT
                            202, 'E',  // [E]  202  12/10  312  CA  CAPITAL LETTER E WITH OGONEK
                            203, 'E',  // [Ë]  203  12/11  313  CB  CAPITAL LETTER E WITH DIAERESIS
                            204, 'E',  // [E]  204  12/12  314  CC  CAPITAL LETTER E WITH CARON
                            205, 'I',  // [Í]  205  12/13  315  CD  CAPITAL LETTER I WITH ACUTE ACCENT
                            206, 'I',  // [Î]  206  12/14  316  CE  CAPITAL LETTER I WITH CIRCUMFLEX ACCENT
                            207, 'D',  // [D]  207  12/15  317  CF  CAPITAL LETTER D WITH CARON
                            208, 'D',  // [Ð]  208  13/00  320  D0  CAPITAL LETTER D WITH STROKE
                            209, 'N',  // [N]  209  13/01  321  D1  CAPITAL LETTER N WITH ACUTE ACCENT
                            210, 'N',  // [N]  210  13/02  322  D2  CAPITAL LETTER N WITH CARON
                            211, 'O',  // [Ó]  211  13/03  323  D3  CAPITAL LETTER O WITH ACUTE ACCENT
                            212, 'O',  // [Ô]  212  13/04  324  D4  CAPITAL LETTER O WITH CIRCUMFLEX
                            213, 'O',  // [O]  213  13/05  325  D5  CAPITAL LETTER O WITH DOUBLE ACUTE ACCENT
                            214, 'O',  // [Ö]  214  13/06  326  D6  CAPITAL LETTER O WITH DIAERESIS
                            215, '*',  // [×]  215  13/07  327  D7  MULTIPLICATION SIGN
                            216, 'R',  // [R]  216  13/08  330  D8  CAPITAL LETTER R WITH CARON
                            217, 'U',  // [U]  217  13/09  331  D9  CAPITAL LETTER U WITH RING ABOVE
                            218, 'U',  // [Ú]  218  13/10  332  DA  CAPITAL LETTER U WITH ACUTE ACCENT
                            219, 'U',  // [U]  219  13/11  333  DB  CAPITAL LETTER U WITH DOUBLE ACUTE ACCENT
                            220, 'U',  // [Ü]  220  13/12  334  DC  CAPITAL LETTER U WITH DIAERESIS
                            221, 'Y',  // [Ý]  221  13/13  335  DD  CAPITAL LETTER Y WITH ACUTE ACCENT
                            222, 'T',  // [T]  222  13/14  336  DE  CAPITAL LETTER T WITH CEDILLA
                            223, ' ',  // [ß]  223  13/15  337  DF  SMALL GERMAN LETTER SHARP s
                            224, 'r',  // [r]  224  14/00  340  E0  SMALL LETTER R WITH ACUTE ACCENT
                            225, 'a',  // [á]  225  14/01  341  E1  SMALL LETTER A WITH ACUTE ACCENT
                            226, 'a',  // [â]  226  14/02  342  E2  SMALL LETTER A WITH CIRCUMFLEX
                            227, 'a',  // [a]  227  14/03  343  E3  SMALL LETTER A WITH BREVE
                            228, 'a',  // [ä]  228  14/04  344  E4  SMALL LETTER A WITH DIAERESIS
                            229, 'l',  // [l]  229  14/05  345  E5  SMALL LETTER L WITH ACUTE ACCENT
                            230, 'c',  // [c]  230  14/06  346  E6  SMALL LETTER C WITH ACUTE ACCENT
                            231, 'c',  // [ç]  231  14/07  347  E7  SMALL LETTER C WITH CEDILLA
                            232, 'c',  // [c]  232  14/08  350  E8  SMALL LETTER C WITH CARON
                            233, 'e',  // [é]  233  14/09  351  E9  SMALL LETTER E WITH ACUTE ACCENT
                            234, 'e',  // [e]  234  14/10  352  EA  SMALL LETTER E WITH OGONEK
                            235, 'e',  // [ë]  235  14/11  353  EB  SMALL LETTER E WITH DIAERESIS
                            236, 'e',  // [e]  236  14/12  354  EC  SMALL LETTER E WITH CARON
                            237, 'i',  // [í]  237  14/13  355  ED  SMALL LETTER I WITH ACUTE ACCENT
                            238, 'i',  // [î]  238  14/14  356  EE  SMALL LETTER I WITH CIRCUMFLEX ACCENT
                            239, 'd',  // [d]  239  14/15  357  EF  SMALL LETTER D WITH CARON
                            240, 'd',  // [d]  240  15/00  360  F0  SMALL LETTER D WITH STROKE
                            241, 'n',  // [n]  241  15/01  361  F1  SMALL LETTER N WITH ACUTE ACCENT
                            242, 'n',  // [n]  242  15/02  362  F2  SMALL LETTER N WITH CARON
                            243, 'o',  // [ó]  243  15/03  363  F3  SMALL LETTER O WITH ACUTE ACCENT
                            244, ' ',  // [ô]  244  15/04  364  F4  SMALL LETTER O WITH CIRCUMFLEX
                            245, 'o',  // [o]  245  15/05  365  F5  SMALL LETTER O WITH DOUBLE ACUTE ACCENT
                            246, 'o',  // [ö]  246  15/06  366  F6  SMALL LETTER O WITH DIAERESIS
                            247, ' ',  // [÷]  247  15/07  367  F7  DIVISION SIGN
                            248, 'r',  // [r]  248  15/08  370  F8  SMALL LETTER R WITH CARON
                            249, 'u',  // [u]  249  15/09  371  F9  SMALL LETTER U WITH RING ABOVE
                            250, 'u',  // [ú]  250  15/10  372  FA  SMALL LETTER U WITH ACUTE ACCENT
                            251, 'u',  // [u]  251  15/11  373  FB  SMALL LETTER U WITH DOUBLE ACUTE ACCENT
                            252, 'u',  // [ü]  252  15/12  374  FC  SMALL LETTER U WITH DIAERESIS
                            253, 'y',  // [ý]  253  15/13  375  FD  SMALL LETTER Y WITH ACUTE ACCENT
                            254, 't',  // [t]  254  15/14  376  FE  SMALL LETTER T WITH CEDILLA
                            255, ' '
                        }; // [?]  255  15/15  377  FF  DOT ABOVE

    while (!feof(fd))
    {
        int i;
        c=fgetc(fd);
        if(!feof(fd))
        {
            if(c >= 128)
            {
                for(i=0;i<128;i++)
                {
                    if((i+128)==c)        /*o rad v ASCII vys*/
                    {
                        buffer[j]=mapa[i][1];
                    }
                }
            }
            else
            {
                buffer[j]=c;
            }
            j++;
        }
    }

    fwrite(buffer,sizeof(char),strlen(buffer),fds);

    ZavriSoubor(fds);
    ZavriSoubor(fd);
}

---

To mě zas C je na prd, páč ho neumim :o)))))

kdybys to chtel v perlu (popripade si z nej vytahat ty tabulky) tak hledej cstocs.... a nebo ve zdrojacich mysql by mely tusim bejt....

já mam ve svym programu na odstranění diakritiky (v unicode) tohle:

Kód:

---

int arrayutf[96] = {-61, -127, -60, -116, -60, -114, -61, -119, -60, -102, -61, -115, -60, -67, -59, -121, -61, -109, -59, -104, -59, -96, -59, -92, -61, -102, -59, -82, -61, -99, -59, -67, -61, -95, -60, -115, -60, -113, -61, -87, -60, -101, -61, -83, -60, -66, -59, -120, -61, -77, -59, -103, -59, -95, -59, -91, -61, -70, -59, -81, -61, -67, -59, -66, -61, -124, -61, -117, -61, -106, -61, -100, -61, -92, -61, -85, -61, -74, -61, -68, -61, -76, -61, -108, -60, -71, -60, -70, -60, -67, -60, -66, -59, -108, -59, -107};
int arraywin[48] = {65, 67, 68, 69, 69, 73, 76, 78, 79, 82, 83, 84, 85, 85, 89, 90, 97, 99, 100, 101, 101, 105, 108, 110, 111, 114, 115, 116, 117, 117, 121, 122, 65, 69, 79, 85, 97, 101, 111, 117, 111, 111, 76, 108, 76, 108, 82, 114};

string Util::disableCzChars(string message) {
        string s = "";

        for(unsigned int j = 0; j < message.length(); j++) {
                int zn = (int)message[j];
                int zzz = -1;
                for(int l = 0; l < 96; l+=2) {
                        int zn2 = (int)message[j+1];
                        if ((zn == arrayutf[l])&&(zn2 == arrayutf[l+1])) {
                                zzz = (int)(l/2);
                                break;
                        }
                }
                if (zzz >= 0) {
                        s += (char)(arraywin[zzz]);
                        j++;
                } else {
                        s += message[j];
                }
        }

        return s;
}

---

ehm, to chces prepisovat kodovaci tabulky vsech moznejch a nemoznejch kodovejch stranek ? 100% na to existuje hotova knihovna, ale pokud to chces moci mermo delat sam, nezaponem oriznout pouzitej rozsah na znaky 0-127 (pripadne jeste vic, jen na alfanumericky).