[JAVA] Les Charset en Java

Marsh Posté le 13-10-2003 à 14:00:13

Salut à tous,

je suis face à un problème qui me dérange : j'ai créer un tout petit programme qui va récupérer un fichier zippé à une URL précise, le décompresse et tente de l'encoder en ISO-8859-1 (à la base il s'agit d'UTF-16). C'est là que survient mon ennui : l'encodeur semble ne pas supporter le "é", tous les caractères suivants sont remplacés par des "?", quelqu'un connaît-il le problème ? Une solution à par réécrire un encodeur ?
Merci d'avance.

Je suis sous Windows 2000 SP4 JDK 1.4.2.

---------------
- "Qui diable es-tu ?"

Reply

Marsh Posté le 13-10-2003 à 14:00:13

Reply

Marsh Posté le 13-10-2003 à 14:10:42

C'est quoi, l'"encodeur" ? :??:

---------------
Everyone thinks of changing the world, but no one thinks of changing himself | It is the peculiar quality of a fool to perceive the faults of others and to forget his own | Early clumsiness is not a verdict, it’s an essential ingredient.

Reply

Marsh Posté le 13-10-2003 à 14:15:40

Je n'ai pas été précis à ce niveau-là, pardon il s'agit de la classe : java.nio.charset.Charset qui, comme son nom l'indique sert à gérer les différents charset, encoder, décoder.

---------------
- "Qui diable es-tu ?"

Reply

Marsh Posté le 13-10-2003 à 14:24:25

Ah OK. Donc c'que tu fais c'est bien un truc du genre
Charset cs = Charset.forName("ISO-8859-1" );
cs.encode(taChaineEnUTF16);
? Et c'est ça qui merde ?

---------------
Everyone thinks of changing the world, but no one thinks of changing himself | It is the peculiar quality of a fool to perceive the faults of others and to forget his own | Early clumsiness is not a verdict, it’s an essential ingredient.

Reply

Marsh Posté le 13-10-2003 à 14:30:38

Tout-à-fait monsieur.

---------------
- "Qui diable es-tu ?"

Reply

Marsh Posté le 13-10-2003 à 14:40:59

Humpf. Ca va p'têt venir du problème big endian/little endian d'UTF-16 J'ai jamais fait ce genre de conversion mais la javadoc spécifie :

Citation :

The UTF-16 charsets use sixteen-bit quantities and are therefore sensitive to byte order.

dans la classe java.nio.charset.Charset. P'têt que ça vient de là ?

---------------
Everyone thinks of changing the world, but no one thinks of changing himself | It is the peculiar quality of a fool to perceive the faults of others and to forget his own | Early clumsiness is not a verdict, it’s an essential ingredient.

Reply

Marsh Posté le 13-10-2003 à 14:50:51

Taiche a écrit :

Humpf. Ca va p'têt venir du problème big endian/little endian d'UTF-16 J'ai jamais fait ce genre de conversion mais la javadoc spécifie :

Citation :

The UTF-16 charsets use sixteen-bit quantities and are therefore sensitive to byte order.

dans la classe java.nio.charset.Charset. P'têt que ça vient de là ?

Et avec un byte order mark en premier?
A+,

---------------
There's more than what can be linked! -- Iyashikei Anime Forever! -- AngularJS c'est un framework d'engulé! --

Reply

Marsh Posté le 13-10-2003 à 14:55:48

gilou a écrit :

Et avec un byte order mark en premier?
A+,

Bin c'est là toute la question, savoir s'il y en a ou pas dans le document traité par Zop. Extrait suivant de la javadoc :

Citation :

When decoding, the UTF-16 charset interprets a byte-order mark to indicate the byte order of the stream but defaults to big-endian if there is no byte-order mark; when encoding, it uses big-endian byte order and writes a big-endian byte-order mark.

Donc si y en a pas, ça part sur du big endian et si j'inverse pas tout, je crois que sur Ouinedoze c'est little endian. Bref, tout dépend de la plate-forme et de la présence du byte-order mark.

---------------
Everyone thinks of changing the world, but no one thinks of changing himself | It is the peculiar quality of a fool to perceive the faults of others and to forget his own | Early clumsiness is not a verdict, it’s an essential ingredient.

Reply

Marsh Posté le 13-10-2003 à 17:44:23

j'ai pas encore touché au java.nio, mais ca ca marche pas ?

Code :

import java.io;
InputStream inStreamUTF16 = ...; // tu vas le lire dans ton zip
InputStreamReader readerUTF16 = new InputSteramReader(inStreamUTF16 , "UTF-16" );
OutputStream outStreamISO = new FileOutputStream("ton fichier de sauvegarde" );
Writer writerISO = new OutputStreamWriter(outStreamISO, "ISO-8859-1" );
// copie du flux
byte[] buffer = new byte[1024];
int nbRead;
while ((nbRead = readerUTF16.read(buffer)) > 0) {
writerISO.write(buffer, 0, nbRead);
}
writerISO.close();
readerUTF16.close();

(j'ai pas testé alors je promets pas qu'il y a pas de faute de syntaxe )

---------------
ma vie, mon oeuvre - HomePlayer

Reply

Marsh Posté le 13-10-2003 à 18:34:33

Taiche a écrit :

Bin c'est là toute la question, savoir s'il y en a ou pas dans le document traité par Zop. Extrait suivant de la javadoc :

Citation :

When decoding, the UTF-16 charset interprets a byte-order mark to indicate the byte order of the stream but defaults to big-endian if there is no byte-order mark; when encoding, it uses big-endian byte order and writes a big-endian byte-order mark.

Donc si y en a pas, ça part sur du big endian et si j'inverse pas tout, je crois que sur Ouinedoze c'est little endian. Bref, tout dépend de la plate-forme et de la présence du byte-order mark.

Un fichier encodé en UTF-16 devrait toujours demarrer par une BOM. S'il y en a pas, c'est que c'est codé comme un pied, et que l'on peut s'attendre a des pbs de transport d'une plateforme a une autre.
Pour des flux avec protocole, on peut se dispenser de la BOM en indiquant: UTF-16BE ou UTF-16LE dans le protocole.
Si ton fichier est en XML et commence par une declaration XML ( <!xml... ) tu peux t'en sortir en regardant ce que tu recuperes au depart.
A+,

---------------
There's more than what can be linked! -- Iyashikei Anime Forever! -- AngularJS c'est un framework d'engulé! --

Reply

Marsh Posté le 13-10-2003 à 18:34:33

Reply

Marsh Posté le 13-10-2003 à 20:55:18

[:blueflag]

---------------
Le site de ma maman

Reply

[JAVA] Les Charset en Java

Sujets relatifs:

Leave a Replay