hound-search/hound

Latin charset=ISO-8859-1 parse

Open

#368 ouverte le 3 nov. 2020

Voir sur GitHub
 (2 commentaires) (0 réactions) (0 assignés)JavaScript (5 470 stars) (606 forks)batch import
enhancementhelp wanted

Description

Hi there!

We have localized git, which store translations to languages , therefore ÖÄÕÜ etc ISO-8859-1 compliant files seem to be excluded as "Invalid UTF-8". How to overcome this problem, unfortunately i have no experience with GO to help with PR right now. Help is appreciated. for example: Lähme põõsasse sööma

Guide contributeur

Stack technique
go
Domaine
clisearch
Type d'issue
bug
DifficultéDifficulté estimée pour un nouveau contributeur, de 1 pour un très petit changement à 5 pour un travail expert.
3
Temps estiméFourchette de temps approximative pour investiguer, implémenter, tester et préparer une pull request.
half day
Statut d'activitéDisponibilité apparente de l'issue : fraîche, active, ancienne, bloquée ou en attente d'un mainteneur.
stale
ClartéClarté avec laquelle l'issue explique le changement attendu, les critères d'acceptation et la prochaine étape.
mostly clear
Prérequis
basic understanding of Gocharacter encoding fundamentals
Accessibilité débutantScore de 1 à 100 estimant l'accessibilité de cette issue pour un premier contributeur.
40
Direction de recherche
Investigate how Hound currently reads and validates file content for UTF 8 in the indexing process. Look at the file reading functions in the Go codebase, likely in the 'index' or 'search' package. Consider using the golang.org/x/text/encoding package to detect and convert non UTF 8 encodings such as ISO 8859-1. Check if there are any existing configuration options for encoding. Implement a fallback or detection mechanism to allow Latin 1 encoded files to be indexed without being rejected.