Convertir un série de caractères pour le charset UTF-8

Marsh Posté le 14-08-2009 à 15:14:06

J'ai réalisé un forum qui fonctionne bien, au moment d'enregistrer les messages je souhaite convertir les caractères pour le charset UTF-8.

J'utilise la donc la fonction htmlentities() de cette façon :

Code :

$message = (htmlentities($message, NULL, 'UTF-8'));

Les caractères ne sont pas converties ? Existe t-il une méthode ?

Merci

Message édité par alx067 le 14-08-2009 à 15:14:29

Reply

Marsh Posté le 14-08-2009 à 15:14:06

Reply

Marsh Posté le 14-08-2009 à 15:27:14

htmlentities ne convertit absolument pas en utf-8.

Faut déjà voir $message en quoi il est encodé. Sinon faudra utiliser la fonction utf8_encode()

Reply

Marsh Posté le 14-08-2009 à 18:38:09

J'ai tenté avec cette ligne de code :

Code :

$message = utf8_encode($message);

les caractères deviennent "illisibles"...

et j'ai une problème de magic_quotes... (un slash devant les apostrophes).

...

Au fait $message est encodé comme ceci :
é = é
à = à
è = è
û = û
ö = ö
etc.

Message édité par alx067 le 14-08-2009 à 18:43:55

Reply

Marsh Posté le 14-08-2009 à 20:43:24

Comment ça illisible ? Un point d'interrogation ? Un Ã© ? Des trucs chinois ?

Reply

Marsh Posté le 14-08-2009 à 21:47:35

Quelque chose comme ceci :

Ã©Ã¨Ã Ã Ã©Ã¨Ã Ã.

Reply

Marsh Posté le 15-08-2009 à 14:44:57

Donc t'as bien de l'utf-8. Mais affiché dans un environnement iso-8859-1. Vérifie tes entêtes HTTP

Reply

Marsh Posté le 15-08-2009 à 16:28:57

Les balises méta indiquent bien un charset UTF-8

Code :

<meta http-equiv="Content-Type" content="text/html; charset=utf-8" />

Je ne comprends pas... ?

Message édité par alx067 le 15-08-2009 à 16:29:28

Reply

Marsh Posté le 15-08-2009 à 16:36:40

Et le vrai entête HTTP ?

Reply

Marsh Posté le 15-08-2009 à 16:58:39

Sous FF les propriétés indiquent un encodage en UTF-8

Reply

Marsh Posté le 15-08-2009 à 17:48:57

Et en virant l'utf8_encode (qui devrait donc ne pas être là si la page qui post la requête est déjà en utf-8) ?

Reply

Marsh Posté le 15-08-2009 à 17:48:57

Reply

Marsh Posté le 15-08-2009 à 20:59:27

Il n'y a plus de codage, on obtient à nouveau un codage "neutre" où les lettres ne sont plus codées... ("élèments" au lieu de "élèments" en UTF-8).

Message édité par alx067 le 15-08-2009 à 20:59:43

Reply

Marsh Posté le 15-08-2009 à 21:03:42

Je crois que tu mixes tout un tas de notions là

Vire tout tes utf8_decode et htmlentities. Occupe-toi juste de déclarer le bon encoding (dans la meta ou dans l'entête HTTP), et ça roule.

Y'a pas d'encodage "neutre."

Reply

Marsh Posté le 19-08-2009 à 22:13:37

Le sujet est parti "en vrille", je crois.

il s'agisais simplement de convertir un texte écrit de "élèments" à "élèments". C'est tout.

Reply

Marsh Posté le 27-08-2009 à 19:40:13

Up

Reply

Marsh Posté le 28-08-2009 à 13:24:34

Bonjour,

Je crois qu'il faut tout simplement indiqué le charset de la chaine d'origine.
Donc essayer :

$message = (htmlentities($message, NULL, "CP1252" ));

Le résultat devrait être la transformation du "é" en "eacute;", etc, ce qui premettra d'incoporer ce texte dans une page contenant de UTF-8. N.B. Si ca ne marche pas, essyer "ISO8859-1" au lieu de "CP1252".

Reply

Marsh Posté le 06-10-2009 à 15:56:45

J'ai eu beaucoup de mal à comprendre le UTF-8 puis j'ai réalisé un fichier texte qui converti automatiquement les caractères au format UTF-8. Cela doit prendre des ressources serveur mais j'ai pas trouvé mieux pour le moment ; l'avantage c'est qu'il est possible de la modifier en temps réel pour toutes les conversions. Il faudra le compléter et approfondir le travail...

Code :

<?php
$f = str_replace("À", "À", $f);
$f = str_replace("Á", "Á", $f);
$f = str_replace("Â", "Â", $f);
$f = str_replace("Ã", "Ã", $f);
$f = str_replace("Ä", "Ä", $f);
$f = str_replace("Å", "Å", $f);
$f = str_replace("Ç", "Ç", $f);
$f = str_replace("È", "È", $f);
$f = str_replace("É", "É", $f);
$f = str_replace("Ê", "Ê", $f);
$f = str_replace("Ë", "Ë", $f);
$f = str_replace("Ì", "Ì", $f);
$f = str_replace("Í", "Í", $f);
$f = str_replace("Î", "Î", $f);
$f = str_replace("Ï", "Ï", $f);
$f = str_replace("Ò", "Ð", $f);
$f = str_replace("Ó", "Ñ", $f);
$f = str_replace("Ô", "Ò", $f);
$f = str_replace("Õ", "Ó", $f);
$f = str_replace("Ö", "Ô", $f);
$f = str_replace("Ù", "Ù", $f);
$f = str_replace("Ú", "Ú", $f);
$f = str_replace("Û", "Û", $f);
$f = str_replace("Ü", "Ü", $f);
$f = str_replace("Ý", "Ý", $f);
$f = str_replace("à", "à", $f);
$f = str_replace("á", "á", $f);
$f = str_replace("â", "â", $f);
$f = str_replace("ã", "ã", $f);
$f = str_replace("ä", "ä", $f);
$f = str_replace("å", "å", $f);
$f = str_replace("ç", "ç", $f);
$f = str_replace("è", "è", $f);
$f = str_replace("é", "é", $f);
$f = str_replace("ê", "ê", $f);
$f = str_replace("ë", "ë", $f);
$f = str_replace("ì", "ì", $f);
$f = str_replace("í", "í", $f);
$f = str_replace("î", "î", $f);
$f = str_replace("ï", "ï", $f);
$f = str_replace("ð", "ð", $f);
$f = str_replace("ñ", "ñ", $f);
$f = str_replace("ò", "ò", $f);
$f = str_replace("ó", "ó", $f);
$f = str_replace("ô", "ô", $f);
$f = str_replace("õ", "õ", $f);
$f = str_replace("ö", "ö", $f);
$f = str_replace("ù", "ù", $f);
$f = str_replace("ú", "ú", $f);
$f = str_replace("û", "û", $f);
$f = str_replace("ü", "ü", $f);
$f = str_replace("ý", "ý", $f);
$f = str_replace("ÿ", "ÿ", $f);
$f = str_replace("\'", "'", $f); // pour les magic_quotes
?>

Sur la page courante on intègre la ligne de code suivante :

Code :

$f = $a_convertir;
include("NORMAL-UTF-8.txt" );
$a_convertir = $f;

On peut également faire un fichier dans l'autre sens ou convertir les ISOs vers UTF-8 et vice et versa ou d'autre conversion.

Avec un peu de travail, un seul fichier texte suffit à un site ; voir un seul fichier pour plusieurs sites (avec file_get_contents ?)

Message édité par alx067 le 06-10-2009 à 16:40:09

Reply

Marsh Posté le 06-10-2009 à 16:52:53

Evite à tout prix autant de str_replace. Met tous tes trucs dans un tableau, et utilise strtr

Reply

Marsh Posté le 06-10-2009 à 16:53:26

Et pis en fait y'a pas besoin de tes fonctions pour ces caractères-là, un preg_replace suffit + une fonction custom

Reply

Marsh Posté le 06-10-2009 à 16:55:49

Du genre :

Code :

function utf8Ord($c)
{
    $ud = 0;
 
    $ord0 = ord($c{0});
 
    if($ord0 >= 0 && $ord0 <= 127) {
        $ud = $ord0;
 
    } elseif($ord0 >= 192 && $ord0 <= 223) {
        $ud = ($ord0 - 192) * 64 + (ord($c{1}) - 128);
 
    } elseif($ord0 >= 224 && $ord0 <= 239) {
        $ud = ($ord0 - 224) * 4096 + (ord($c{1}) - 128) * 64 + (ord($c{2}) - 128);
 
    } elseif($ord0 >= 240 && $ord0 <= 247) {
        $ud = ($ord0 - 240) * 262144 + (ord($c{1}) - 128) * 4096 + (ord($c{2}) - 128) * 64 + (ord($c{3}) - 128);
 
    } elseif($ord0 >= 248 && $ord0 <= 251) {
        $ud = ($ord0 - 248) * 16777216 + (ord($c{1}) - 128) * 262144 + (ord($c{2}) - 128) * 4096 + (ord($c{3}) - 128) * 64 + (ord($c{4}) - 128);
 
    } elseif($ord0 >= 252 && $ord0 <= 253) {
        $ud = ($ord0 - 252) * 1073741824 + (ord($c{1}) - 128) * 16777216 + (ord($c{2}) - 128) * 262144 + (ord($c{3}) - 128) * 4096 + (ord($c{4}) - 128) * 64 + (ord($c{5}) - 128);
 
    } elseif($ord0 >= 254 && $ord0 <= 255) {
        throw new Exception('Invalid utf-8 character');
    }
 
    return $ud;

Et on utilise preg_replace :

Code :

$string = preg_replace('/([^\x00-\x7F])/eu', "'&#' . utf8Ord('\\1') . ';'", $string);

Reply

Convertir un série de caractères pour le charset UTF-8

Sujets relatifs:

Leave a Replay