Discussion :

[juzam]

salut, je suis en train de (essayer de) réaliser une fonction qui converti une chaine Unicode en ASCII.
J'ai compris le codage unicode, mais je tombe sur un pb tout bete :

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
17
18
 
	while(*srcPt!='\0'){
		if(*srcPt>0x7F){
			printf("SUPERIEUR");
		}
		if(*srcPt< 0x7F){
			printf("0x%x ",*srcPt);
			*dstPt=*srcPt;
			srcPt++;
			dstPt++;
		}
		else {
			srcPt++;
			*dstPt=0xC0 + (*srcPt-0x80);
			srcPt++;
			dstPt++;
		}
	}

meme si le char pointé par srcPt est > a 0x7F, ca n'ecrit jamais "superieur" alors que si on remplace *srcPt par par exemple 0xffffffc3 (c'est une des valeur imprimée par le second printf), ca marche ...

J'ai aussi repéré un truc bizarre, c'est que le second printf me renvoie 1 ou 4 octet, selon que le caractère soit respectivement "normal" (<127) ou non.

D'ou mes 2 questions :
- si qq'un a deja cette fonction sous le coude, je suis preneur.
- pourquoi le test *srcPt< 0x7F ne fonctionne pas?

merci

[Aurelien.Regat-Barrel]

srcPt, c'est un pointeur sur quoi ?
Attention à bien utiliser unsigned.

[viddak]

J'crois qu'HW a raison, srcPt est de type char*?

[juzam]

oui, il s'agit bien de char *.
mais je ne comprends pas pourquoi unsigned (ni ou).
Il faudrait mettre des unsigned char *?

[viddak]

Je voudrais que tu nous expliques un peu plus :

Par exemple tu dis que 0xffffffc3 est une valeur affichée par le deuxieme printf donc 0xffffffc3 <0x7F ?

c la que je comprend pas! D'un coté y'a une donnée sur 4 octets et de l'autre 1 octet.
Je n'ai pas pu ecrire ton code, le compiler et tester. Je n'ai pas de compilo sur mon poste de bureau.

[gl]

Par exemple tu dis que 0xffffffc3 est une valeur affichée par le deuxieme printf donc 0xffffffc3 <0x7F ?

En C 0x7F est egal a 0x0000007F donc la comparaison est possible par contre si tu travaille sur des nombre signe, 0xFFFFFFC3 est negatif (le premier bit vaut 1) et 0x7F est positif donc on a bien 0xffffffc3 <0x7F

[juzam]

c'est pour cela qu'il faut mettre les pointeurs en unsigned char, plutot qu'en char. Merci a tous.
pour ceux que ca interresse, voici le code :

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
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
+void unicode2ascii(char *dst, char *src)
{
	int i;
	unsigned char *srcPt=src;
	unsigned char *dstPt=dst;
 
	while(*srcPt!='\0'){
		if(*srcPt< 0x007F){
			printf("0x%x ",*srcPt);
			*dstPt=*srcPt;
			srcPt++;
			dstPt++;
		}
		else if(*srcPt>0x0080 && *srcPt<0x07FF){
			printf("double : 0x%x ",*srcPt);
			*dstPt=(*srcPt&0x1f)<<6;
			srcPt++;
			*dstPt+=*srcPt&0x3f;
			srcPt++;
			dstPt++;
		}else{
			printf("triple : 0x%x ",*srcPt);
			*dstPt=(*srcPt&0xf)<<12;
			srcPt++;
			*dstPt+=(*srcPt&0x3f)<<6;
			srcPt++;
			*dstPt+=*srcPt&0x3f;
			dstPt++;
		}
	}
	*dstPt='\0';
	printf("\n");
	}

[Aurelien.Regat-Barrel]

je suis quand même intrigué :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

while(*srcPt!='\0'){

En unicode, dans le cas de chaînes simples avec notre alphabet, chaque lettre ASCII est séparée par un \0 ...

[juzam]

en fait, c'est de l'UTF-8, mais je n'ai pas bien saisi la nuance entre les deux.
En tout cas, ce que tu dis n'est pas valable pour l'UTF8, puisque l'algo que j'ai donné marche (la definition est ici : http://java.sun.com/products/jdk/1.2/docs/guide/jni/spec/types.doc.html#16542). Par contre, il s'agit d'un contexte assez particulier, puisque c'est du JNI (code C/C++ appelé par du Java) et les chaînes que je converti sont crées a partir de jstring (chaine java native) avec la fonction GetStringUTFChars.