InDesign: Wie kann man fremdsprachigen Text entnehmen?

[Gast bertel]

Ich steh grad auf dem Schlauch und brauch eure Erleuchtung … es wurden aus diversen Textschnipseln (aus Word, Outlook) chinesische Texte in InDesign in 1 Textrahmen übernommen via copy+paste, alles soweit kein Problem und die Zeichen passen auch alle.

 

Wenn ich diesen Gesamttext kopiere und in Word oder Outlook einfüge, stimmen einige Zeichen nicht mehr, obwohl der identische Font verwendet wurde.

 

Beispiel:

 

Text in InDesign:

 

wird zu Text in Word:

鶼蒶鎏袢摝為 0.55 皒薴噊’慲皿╱暐韙ㄛ漵鳱為 60\psiㄛ漵霈為 68 ▽ 5\﹉F〔

 

[Andrea Preiss]

Bist du dir sicher, dass der Font identisch ist? Sieht für mich nicht so aus. Lateinische Buchstaben und die Ziffern sind beim oberen Beispiel ziemlich sicher aus einer anderen Schrift gesetzt, oder? Vielleicht hat sich Word dadurch verschluckt?

[Gast bertel]

Der untere ist hier natürlich aus der Tisa dargestellt, weil die in der Forensoftware verwendet wird. 

 

Screenshot aus Word:

[Norbert P]

Das könnte wohl ein Problem der Kodierung des chinesischen Textes sein; der dürfte eventuell nicht Unicode-kodiert sein, sondern mit dieser älteren 2-ASCII-für-1-字-Kodierung*. Da kann es passieren, dass z.B. das erste (halbe) Zeichen untergeht**, und dann entsteht auf wundersame Weise ein neues Zeichen aus 2. Hälfte plus 1. Hälfte des nächsten Zeichens ... der Text ist dann natürlich komplett sinnfrei (so wie in deinem Beispiel unten).

 

* die Kodierung ist evtl. Big5 (Taiwan) oder GB (VR).

** es kann in Word z.B. als Steuerzeichen aufgefasst werden, da die ganze ASCII-Palette verwendet wird.

 

PS: Ich lese gerade "Textschnipsel" ... kann es sein, dass das unterschiedliche Quellen waren? Versuch doch mal, die Buchstaben, Zahlen und Satzzeichen (alles "westliche") im ID als chinesischen Text einzutippen, so ein "normales" Komma könnte nämlich u.U. auch als 1. Teil eines chin. Zeichens interpretiert werden. Das Gleiche gilt für (unsichtbare) Steuerzeichen aus ID, die plöthlich "lesbar" werden. Aber ich schätze/hoffe, dass @Þorsten da besser Bescheid weiß ... ich benutze sowas bloß.

[Þorsten]

vor 6 Stunden schrieb Norbert P:

kann es sein, dass das unterschiedliche Quellen waren?

Oder auch Textfragmente, die ursprünglich aus einer Quelle kamen, aber auf verschiedenen Transportwegen (Email, Word, …) mit unterschiedlichen Encodings bzw. Metainformationen über vermeintliche Encodings versehen wurden. Gerade Emailprogramme verwenden ja auch heute noch alles mögliche, nur kein Unicode, mit dem sich viele dieser Probleme vermeiden ließen. Ich kenne mich weder mit ID noch chinesischen (Vorunicode-)Encodings besonders aus, aber prinzipiell kam so was gerade früher regelmäßig bei der Zusammenführung von Daten vor. (Ich war auch mal bei einem Startup, das sich auf Konsolidierung heterogener Datenformate spezialisiert hatte.)  

[Þorsten]

Hast du schon eine Lösung gefunden, bertel? Manchmal kann es helfen, alle Formatierungen/Metainfos zu entfernen, z.B. indem man den Inhalt über einen unicodefähigen Plain-Text-Editor zwischenkopiert.

[Gast bertel]

Leider noch nicht … hatte es gestern über TextEdit probiert, aber ohne sinnvolles Ergebnis. 

 

Ich werd das jetzt auf übernächste Woche verschieben – in 1,44 Stunden geht’s ab nach Südtirol. Tochter von der Schule holen und los. Habt vielen Dank, haltet die Stellung und lasst es euch gutgehen …

[Thomas Kunz]

Bertel, viel Spaß on Südtirol! Aber wer löst jetzt die Welcher-Font-ist-das-Fragen?