XML: da dove cominciare?

[Legolas]

Ok, ma così XPathChecker mi tira fuori solo un "true" ad indicare che ha trovato nodi che soddisfano la condizione. Se volessi prendere i dati da quei nodi, ad esempio /literal?

[Stilgar]

hai ragione ... ma è un tool da usare per "controllo" dell'xpath come espressione

EDIT:
Al posto di dire alla libreria che vuoi i valori, le chiedi i nodi ... così non hai il problema...
Se vuoi preparo una prova in pascal.

Stilgar

[Legolas]

hai ragione ... ma è un tool da usare per "controllo" dell'xpath come espressione

Dal nome XPathChecker  il dubbio doveva venirmi 

EDIT:
Al posto di dire alla libreria che vuoi i valori, le chiedi i nodi ... così non hai il problema...
Se vuoi preparo una prova in pascal.

Stilgar

Ma magari! 

[Stilgar]

L'espressione che volevi ... quella completa era :

Codice: [Seleziona]

//dic_ref[@dr_type='nelson_c']/.[text()<100]

Ma così non vale ...

[Legolas]

Ok, grazie mille! Forse ci siamo quasi!

Codice: xpath [Seleziona]

/kanjidic2/character[dic_number[dic_ref[@dr_type='nelson_c']/.[text()<100 and text()>42]]]

Questo "coso" qui sopra filtra l'xml nel modo in cui serve a me, restituendomi tutti i nodi figli di character. Da questa lista posso quindi prendere i dati che mi servono (tipo il kanji con literal, i significati in diverse lingue con meaning, ecc.).
Mi resta quindi da vedere come funziona la unit xpath e vedere se è UTF-8 compliant... 

[Stilgar]

La libreria pascal mi da un'errore nel riconoscimento dell'espressione... o.O

Codice: [Seleziona]

 variable := EvaluateXPathExpression(
      '//dic_ref[@dr_type="nelson_c"]/.[number(text())<100]', FDom); 

[Legolas]

Ecco... 

Da quello che leggo in giro, la unit xpath non dovrebbe nemmeno supportare UTF-8, tra l'altro 

A questo punto non mi rimane che provare con SAX (o DOM, al limite), con tutti i problemi di cui sopra

EDIT:
intanto ho trovato qualcosa con cui "giocherò" stasera
http://www.benibela.de/sources_en.html#internettools 

[El Salvador]

Da quello che leggo in giro, la unit xpath non dovrebbe nemmeno supportare UTF-8, tra l'altro

Le librerie di FPC 2.6.x sono ancora ANSI, mentre LCL (e quindi Lazarus) utilizza UTF8. Se non mi sbaglio, UTF-8 arriverà su FPC con la versione 2.7.x.

[Legolas]

Sì, fcl-xml è stata convertita (dovrebbero essere le unit col prefisso "laz_", tipo Laz_DOM, Laz_xmlread, ecc.). Manco a dirlo, l'unica che manca è proprio xpath... 

[Stilgar]

Legolas, fammi sapere come vanno i test

[Legolas]

E niente, alla fine ho usato DOM plain vanilla 
Magari ci sono metodi più ortodossi/veloci/eleganti, ma alla fine a me serve ottenere il risultato e amen. Ovviamente utilizzo le unit laz2_* per il supporto a UTF-8.

Grazie a tutti per i consigli 

[Stilgar]

mmmm. Ma usare le funzione SystemToUTF8 e UTF8ToSystem non ti erano sufficenti?
Strano
A volte basta avere il risultato anche se brutto e sporco

Stilgar

[Legolas]

Probabilmente sì, ma così senza sbattermi troppo, 4 righe in croce di codice e ottengo quello che mi serve 

[Legolas]

Rieccomi qui...

Ho buttato giù un veloce programmino che mi filtra i kanji secondo i miei criteri. Il file xml viene scorso correttamente e ottengo i risultati attesi, fino ad un determinato carattere:
𠀋

Su questo carattere (e anche su altri) becco un SIGSEGV. L'unica cosa che ho notato è che questo kanji, nell'editor "Sublime Text 2" sembra occupare 2 caratteri. Provo a spiegarmi: posizionando il cursore prima del carattere, bisogna premere il tasto cursore destro per due volte, perché con una singola pressione si ferma nel mezzo del kanji 
In pratica, tutti i kanji che hanno una codifica Unicode superiore a $20000 hanno lo stesso comportamento...

Idee?
 

[bonmario]

Ciao,
se non ricordo male, per poter definire tutti i caratteri dell'alfabeto cinese, e forse anche per quello giapponese, serve l'UTF16.
Comunque, se cerchi un po' in giro, se non c'è qualcosa di già pronto, dovrebbe essere abbastanza semplice fare la ricodifica. L'unico "problema" è che devi leggere la stringa un carattere alla volta e, se il carattere letto è uno di quelli particolari, non lo devi emettere subito, ma devi leggere anche il successivo.

Ciao, Mario