Sigo con las cosas que no le interesan a nadie aunque para mi son sumamente importantes. Mientras más aprendo, más importantes e interesantes las encuentro.
Recordarán que hace unos días tuve el problema de convertir mi antiguo weblosg de Blurty a un formato moderno y cómodo a la vista.
Con ayuda de la inteligencia artificial de Gemini, más un día y medio dándome cabezasos pude hacerlo usando Python y ahora lo pueden leer -y descargar si quieren- en este link de mi servidor.
Están las carpetas con las entradas de los años 2003, 2004 y 2005, son las primers publicaciones que subí a Internet, cuando me visitaban cuatro gatos y podía escribir con más libertad y soltura. También está el código Python para cambiar el formato de html, que hice con Gemini.
Entonces me pregunté ¿por que no intentar de nuevo cambiar la codificación del respaldo de mi blog? Se trataba solo de insertar una etiqueta a cada archivo html.
Inserté una a mano usando el editor Komposer y funcionó perfecto. El problema era que tenía que hacerlo con 240 archivos html grandes, si insertaba las etiquetas a mano y las subía una a una al servidor me iba a demorar un par de años.
También había tratado antes de hacerlo con inteligencia artificial, probé con Gemini, Copilot, Claude pero todas abortaron a poco de empezar por falta de capacidad.
En fin, el asunto no resultó tan sencillo como imaginaba, probé nuevamente con Gemini y estuve horas dandome vuelta hasta que vi que estaban completamente enredados, pese a que creían tener la solución, ninguno de sus scripts funcionaba.
Luego traté con Git-Copilot y desde el principio ne entregó código más limpio y simple, aunque tampoco funcionaba. Pero ya tenía la idea que la cosa iba bien encaminado. Aprendí y me entretuve un montón.
Para hacerlo usé el siguiente prompt:
tengo unas páginas en html en mi servidor tombrad.com/archivoblog/2005 con problems de codificación, me dijiste que había que insertar la etiqueta <meta charset="UTF-8"> en cada página, lo hice manualmente en una página y funcionó bien. Luego te pedi un programa en Python para insertar esa etiqueta automáticamente en todas las páginas del subdirectorio y me dio el script que adjunto, Pero al ejecutarlo sigue mal la codificación pese a que tienen la etiqueta insertada ¿qué puede haber salido mal? También adjunto una página modificada con el script que no funcionó. Una pista adicional es que los archivos a convertir se ven perfectamente en modo local, desde mi disco duro. Las páginas las bajé del archivo Bloger usando "guardar como" ¿puedes sugerir un script de Python que si funcione?
Ya sabía que para una buena respuesta, que no se enrede y se pierda, hay que dar todos los detalles importantes y hay que pedir algo muy concreto, a peticiones generales da respuestas basura. La respuesta esta vez fue la misma que me había dado antes, cuando no pudo hacerlo:
"Lo que describes es un caso muy típico: el problema no está en la etiqueta <meta charset="UTF-8"> en sí, sino en cómo están guardados los archivos en disco..."
Luego me dio varias conjeturas sobre lo que pudo haber salido mal la vez anterior y me entregó un script en Python. que como era de esperar, no funcionó. Entonces me propuso:
¿Quieres que te prepare una variante del script que detecte automáticamente la codificación de cada archivo (usando chardet o charset-normalizer) para no tener que adivinar manualmente?
Si por favor, fue mi respuesta
- El
documento es XHTML (tiene namespaces), y tu <head> comienza con
<link> y no aparece ninguna meta de charset.
- Si en el servidor el encabezado HTTP incluye un Content-Type con un charset que no es UTF‑8, el navegador va a obedecer ese header por encima del <meta> del documento. Eso por sí solo puede romper todo aunque el archivo esté bien convertido.... etc.
La inteligencia artificial es tremendamente útil para escribir código de computación, porque casi todo el conocimiento de programación práctica está en la web -en Github y similares- así es que incluso un ignorante que sabe muy poco de Python como yo puede diseñar una solución con cierta facilidad.
