Ada 中的 HTML 实体转换器

Question

我想编写一个 Ada 程序，用适用的 HTML 实体替换 Latin1 字符，但我的代码不起作用：text.txt 和 converted.txt 始终相同。我的导师说代码是正确的。 提前致谢！

这是我的代码：

with Ada.Text_IO;
procedure Entity_Converter is
   use Ada.Text_IO;

   Source : File_Type;
   Target : File_Type;
   Source_Char : Character;
begin
   Open (Source, In_File, "test.txt");
   Create (Target, Out_File, "converted.txt");
   while not End_Of_File (Source) loop
      Get (Source, Source_Char);
      case Source_Char is
         when 'ä' =>
            Put (Target, "ä");
         when 'Ä' =>
            Put (Target, "Ä");
         when 'ö' =>
            Put (Target, "ö");
         when 'Ö' =>
            Put (Target, "Ö");
         when 'ü' =>
            Put (Target, "ü");
         when 'Ü' =>
            Put (Target, "Ü");
         when 'ß' =>
            Put (Target, "ß");
         when others =>
            Put (Target, Source_Char);
      end case;
   end loop;
   Close (Source);
   Close (Target);
end Entity_Converter;

Answer 1

结果取决于源文本和测试文件的编码。

要解决前者，请使用包 Ada.Characters.Latin_1：

with Ada.Characters.Latin_1;
use Ada.Characters.Latin_1;
...
   case Source_Char is
      when LC_A_Diaeresis =>
         Put (Target, "ä");
      when UC_A_Diaeresis =>
         Put (Target, "Ä");
      ...
      when LC_German_Sharp_S =>
         Put (Target, "ß");
      when others =>
         Put (Target, Source_Char);
   end case;

后者取决于您的编辑器。

Answer 2

我在 Mac 上运行并复制了您的源代码。当我编译它时，它抱怨（例如）'ä'需要双引号；暗示来源使用宽字符。看起来它是UTF-8[1]的，所以我用-gnatW8编译，看起来成功了。

然后，我在其源文本的副本上运行该程序，它无法转换文本。

使用 -gnatdg 进行编译，这使得 GNAT 生成其内部源代码树的表示，

  ada__text_io__get (source, source_char);
  case source_char is
     when '["e4"]' =>
        ada__text_io__put__3 (target, "ä");
     when '["c4"]' =>
        ada__text_io__put__3 (target, "Ä");

在我看来，GNAT 似乎已经读取了 ä 的 UTF-8 编码并且使用 Latin-1 版本作为 case 语句；鉴于它说的是Character，这并非不合理，并且足以解释为什么它无法自行转换。

然后我尝试使用 Ada.Wide_Text_IO 和 Wide_Character。遗憾的是，该计划失败了，原因与之前相同。我们可以看看一个功能吗？甚至是一个错误？

[1] 当然，由于我下载它的迂回方式，该文件可能最终以 UTF-8 格式结束。