Discussion :

[KillMePlease]

Bonjour,

Je dois lire un fichier contenant des caracteres accentues. Ils ont ete generes avec un editeur suppose gerer l'encodage utf-8.

J'utilise les classes suivantes:

FileInputStream
BufferedReader
InputStreamReader

Je peux facilement (sans preciser d'encodage aux readers) recuperer les caracteres accentues dans une String. J'utilise egalement BufferedReader.readLine() sans preciser l'encodage. Maintenant que cela a ete converti en utf-16, comment transcoder vers de l'ASCII ? Pour resumer, j'obtiens Lú et je voudrais Lú.

Si vous avez de bons pointeurs sur les bases de l'encodage, je suis plus que preneur...

Merci,

kim

[iohack]

perso pour les rares cas ou j'ai eu besoin d'utiliser multitudes d'encodages, j'ai utilisé java.nio.charset.*
Maintenant, ton problème semblant "relativement" simple, il me semble qu'il n'est pas utile de passer par ce package.
Je laisse ma place aux connaisseurs.
PS n'hésite pas si tu veux des précisions sur nio.

[KillMePlease]

Un grand merci pour ta reponse iohack,

Effectivement mon probleme est "tout bete" et il doit y avoir moyen de gerer ca plus "simplement" (appel aux connaisseurs). Peut etre au niveau du stream en gerant des bytes (?)... mais les coder pour obtenir Lú en place de Lú me depasse. Ta solution semble plus simple. Mon probleme est que ne sais meme pas quel encodage est utilise dans mon cas . Je sais juste que c'est code comme ca dans la base de donnees que j'utilise. J'imagine que c'est sur 8 bits (???) vu qu'un caractere accentue dans la version utf16* donne 2 caracteres dans l'encodage desire. Une idee ?

J'ai jete un coup d'oeil a http://java.sun.com/j2se/1.4.2/docs/...etEncoder.html.
qui parait bien sympathique (merci pour la reference ). Malheureusement, la liste de charsets ne propose rien qui me semble aller...
Pourrais-tu m'aiguiller sur la marche a suivre avec java.nio stp ?

J'ai essaye "US-ASCII" qui semblait "le moins pire" en precisant l'encodage au niveau de l'InputStreamReader

new InputStreamReader(fileInputStream, "US-ASCII"));

ca ne semble pas marcher mais peut etre faut-il mieux d'abord passer en utf16* et ensuite utiliser un CharsetEncoder ?

* = Une question de base (de boulet plutot ) pour tenter de comprendre: si on utilise InputStreamReader(FileInputStream), sans preciser d'encodage donc, le stream 'transcode' du format par defaut du systeme vers utf-16 qui est l'encodage utilise par Java. Est-ce bien ca ?

Merci !

[adiGuba]

Salut,

* = Une question de base (de boulet plutot ) pour tenter de comprendre: si on utilise InputStreamReader(FileInputStream), sans preciser d'encodage donc, le stream 'transcode' du format par defaut du systeme vers utf-16 qui est l'encodage utilise par Java. Est-ce bien ca ?

Oui tout à fait !
Dès que tu utilises une String il y a un encodage en UTF-16, et l'InputStreamReader se charge de cet encodage...


Mais ensuite il faut refaire l'opération inverse lorsque tu veux enregistrer ta String, en utilisant un OutputStreamWriter...

a++

[KillMePlease]

Merci pour la confirmation et pour avoir bouge le message au bon endroit .

Petit a petit je commence q comprendre
Aucune idee pour cet encodage bizarre que je veux obtenir ?

[KillMePlease]

J'ai trouve les correspondances suivantes:

Latin1 UTF-1 UTF-8 UTF-7,5 UTF-7 JAVA HTML
ú ú ú £ú +APo- \u00fa ú

Ce que je veux donc, je pense, c'est la representation utf-8 de mes String (pas si bizarre que ca l'encodage ).
Est-ce qu'utiliser un CharsetEncoder vers de l'utf-8 peut marcher ?
Si c'est la marche a suivre, iohack, j'accueille avec joie ta proposition d'aide stp...

[iohack]

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
 
Charset charset=Charset.foreName("UTF-8");
CharsetEncoder encoder=charset.newCharsetEncoder();
ByteBuffer bb=encoder.encode(monCharBuffer)
// A ce moment, bb contient ton charBuffer encodé en UTF8, il ne te reste plus qu'à l'envoyer là où tu veux.

[KillMePlease]

Merci beaucoup pour ta solution et pour ta patience .
Beaucoup d'inepties dans mes precedent posts. Desole pour le boulet. Pour tenter, une derniere fois, de clarifier mon probleme, voici une bref description , ou tout du moins une description de ce que j'ai cru comprendre.

J'utilise une base pour laquelle les enregistrements en UTF-8 ont ete transcodes automatiquement a l'insert (a cause du charset par defaut) en latin 1. Par exemple, "cú" est devenu "cú". Je n'administre pas cette base.

L'utilisateur fournit une liste de String dans un fichier texte. Ces String seront utilises dans des clauses WHERE de requetes sur les tables "transcodes". Je force l'utilisateur a utiliser un encodage UTF-8 pour ce fichier.

Dans l'application, au moment des requetes. Je dois donc au final me retrouver avec les String encodes au meme format que dans la base i.e. "cú" au lieu de "cú".

*Une* solution qui semble marcher mais qui me semble pas top (peut etre vaudrait-il mieux que j'utilise ta methode ?) :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
 
 
		try {
			FileInputStream fis = new FileInputStream(file);
			BufferedReader buffReader = new BufferedReader(new InputStreamReader(fis, "UTF-8"));
			String line = null;
 
			while ((line = buffReader.readLine()) != null) {
				byte[] myFinalBytes = new String(line.getBytes(),"ISO-8859-1").getBytes("UTF-8");
				String lmyFinalString = new String(myFinalBytes);
			}
			buffReader.close();
			fis.close();
		} catch (IOException ex) {
			ex.printStackTrace();
		}

Toutes remarques/corrections bienvenues.

merci