Discussion :

[OpenMask]

Bonjour,

Je suis face à un problème de taille.. et je compte sur vos avis.

J'ai un fichier xml encodé en utf8 sans BOM (en hexa il commence par 3c 3f 78 6d.... d'après mes recherches c'est un utf-8 sans BOM, sous notepad++ il est ANSI mais si je le converti en utf-8 sans BOM ça donne la même chose). Textuellement mon fichier xml ne contient pas d'encodage :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
 
<?xml version="1.0"?>
.........

Mon but est de le transformer en ISO 8859-1.
J'ai procédé comme suit:
1/ J'ai ajouté les 3 caractères de BOM utf8 au début de mon fichier.

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
 
	char* BufferEncoder = (char*)malloc(3);
	memset(BufferEncoder, 0, size);
	for(int i=0;i<3;i++) BufferEncoder[i] ^= 0xaa;
	BufferEncoder[0]=(char)0xef;
	BufferEncoder[1]=(char)0xbb;
	BufferEncoder[2]=(char)0xbf;
/* Ajouter le BOM à mon xml sans son BOM d'origine.... etc */

2/ Une fois le BOM encodé au début de mon fichier xml j'ai procédé à la transformation en iso 8859-1...

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
 
// Création de pBuffer qui contient tout le fichier xml avec son BOM encodé en hexa (concaténation)
 
int size = WideCharToMultiByte(28591 /*ISO-8859-1*/, 0,  pBuffer, -1, NULL, 0, NULL, 0);
	if (size>0)
	{
		char* pBuffer2 = (char*)malloc(size);
		memset(pBuffer2, 0, size);
		WideCharToMultiByte(28591, 0,pBuffer,-1, pBuffer2, sizeNew, NULL, 0);
 
/* Enregistrement du nouveau fichier xml encodé dans le buffer pBuffer2*/

Je n'ai pas encore testé mon code mais j'aimerai avoir quand même vos avis. Pensez-vous que la transformation de cette manière est correcte?

Y' a-t-il d'autres solutions plus simples?

Merci d'avance!

[VforVincent]

Je suis peut être totalement HS, mais quand je veux convertir un fichier, j'utilise iconv... C'est d'ailleurs lui qui est derrière Notepad++ quand on fait une conversion (il me semble).

Pour Windows, voici une page présentant iconv.

[thelvin]

Pareil.
Sinon, pour programmer une conversion, je ne vois guère autre chose qu'utiliser le langage pour convertir des octets en une string à partir de l'encodage de départ, puis convertir la string en octets à l'aide de l'encodage d'arrivée. Je ne vois pas ce qu'un BOM viens f..aire ici, et de toute façon il me semble que ce devrait être plus simple. Ça l'est en Java et en python en tout cas.

Mais surtout, la question de la conversion d'un charset à un autre n'est pas spécialement XML.
Pour se remettre en sujet, un document XML est censé indiqué dans le prologue <?xml encoding=""?> quel est son encodage. Cela n'est facultatif que si l'encodage est utf-8, utf-16 ou implicitement connu par les acteurs de l'environnement où il est utilisé. Je suppose que le codage iso-8859-1 n'est aucun des trois, donc si tu convertis, il faut l'indiquer dans le prologue.