O Emacs está me pedindo um sistema de codificação em cada salvamento

Consolidei muitos arquivos de texto (win, mac, unix) em um único arquivo orgmode. Para alguns caracteres, eu estava vendo números em vez dos caracteres certos. Coisas como \ 314 \ 203.

Eu usei "reverter-buffer-com-codificação-sytem" e escolha utf-8-hfs-unix. Isso conserta.

Mas agora, toda vez que eu salvo, o Emacs me pede para escolher um sistema de codificação. Se eu escolher o texto bruto, ele deixará de perguntar, mas quando abro o arquivo novamente, os números estão de volta.

Como faço para corrigir isso?

org-mode character-encoding

— Jason Mirk
fonte

Que tal adicionar -*- coding: utf-8-hfs-unix;-*-na primeira linha do seu arquivo? ( gnu.org/software/emacs/manual/html_node/emacs/… )

— JeanPierre

isso funcionou parcialmente. Não há mais números. O problema é que, quando eu salvo, o Emacs solicita novamente um sistema de codificação. Somente se eu escolher o texto bruto, posso salvar sem que ele me pergunte sempre.

— Jason Mirk

O arquivo pode conter caracteres de vários conjuntos de caracteres incompatíveis?

— JeanPierre

Acho que sim, mas como faço para corrigir isso?

— Jason Mirk

Eu tive problemas nos primeiros dias usando o Emacs (alguns anos atrás), mas adotei a abordagem no link a seguir e nunca olhei para trás - Como redefinir o emacs para salvar arquivos na codificação de caracteres utf-8-unix? - stackoverflow.com/a/20736147/2112489 É semelhante à resposta anterior de elethen, mas tem algumas coisas que adicionei alguns anos atrás. No entanto, ainda existem alguns caracteres especiais que acionam um prompt. Como é tão raro encontrar esses caracteres (geralmente ao editar um arquivo após o reconhecimento óptico de caracteres), nunca gastei mais tempo com o problema.

— lawlist

Isso aconteceu comigo por um tempo também antes de eu ter uma idéia do que estava acontecendo - aqui está um exemplo de como algo assim pode acontecer - (se importa, eu estou no Windows, caso seja algo específico dessa compilação) -

Digamos que você tenha um arquivo codificado em UTF-8 e cole algum texto de um site codificado com a página de código Latin-1 ou Windows-1252, por exemplo, um O com trema ou aspas onduladas.

Agora você tem uma sequência de caracteres codificados em UTF-8 seguida por algo que não faz sentido para UTF-8 ou possivelmente será mal interpretado. Se não puder interpretá-lo como uma sequência UTF-8 correta, ele será exibido como o valor bruto, por exemplo, octal \ 326 (que é um O com um trema na página de códigos Latin-1). Isso ocorre porque, para UTF-8, o \ 326 em particular deve ser seguido por algo com 10 nos dois bits mais altos e, se não for, não sabe o que fazer com ele.

Por exemplo, se você fosse para https://www.gnu.org/software/emacs/manual/html_node/emacs/Intro.html#Intro e copiasse algum texto que incluísse aspas, como "O` G 'no GNU " e colado em um buffer codificado em UTF-8, você terminaria com "The \ 221G \ 222 in GNU".

Então o que fazer?

Por um lado, você pode olhar para o buffer com diferentes sistemas de codificação para ver se ele exibirá esses caracteres corretamente, por exemplo, Windows-1252 e Latin-1 são bastante comuns -

M-x revert-buffer-with-coding-system windows-1252 RET
M-x revert-buffer-with-coding-system latin-1 RET

Se o documento parecer melhor dessa maneira, você poderá salvá-lo com esta nova codificação. Existem muitos sistemas de codificação diferentes.

Para voltar ao UTF-8, basta fazer

M-x revert-buffer-with-coding-system utf-8 RET

Por que isso acontece, não tenho certeza - parece que o Emacs saberia como algo foi codificado na área de transferência e o traduziria de acordo, mas não parece fazer isso.

Para obter mais explicações, consulte /programming/1543613/how-does-utf-8-variable-width-encoding-work e http://kunststube.net/encoding/ .

— Brian Burns
fonte

Abri com o Visual Studio Code e ele foi lido perfeitamente. Salvo, aberto no emacs. Tudo parece bem agora!

— Jason Mirk

@JasonMirk Interessante - talvez tenha adivinhado qual sistema de codificação usar para caracteres estranhos, como o Latin-1, e os traduzido para UTF-8?

— Brian Burns

Acho que sim. É tudo bom homem. Saul Goodman.

— Jason Mirk

Esta não é a solução, mas ajudou nos comentários de @JeanPierre. A idéia é ler o arquivo com a codificação desejada (Alt + x reverter-buffer-com-sistema de codificação) e procurar caracteres não ASCII para filtrar aqueles que permanecem inválidos (Mx search-forward-regex [[: nonascii:]] RET).

— emagar