Discussion :

[Foub]

Bonsoir,

comment puis-je tester si les différents caractères contenus dans ma chaine de caractères font bien partis de la table ISO-8859-1 (latin1) ?

Avant de stocker une chaine de caractères dans une base de données dont le charset est défini sur latin1, comment puis-je m'assurer que ma chaîne de caractères ne comportent pas des caractères qui ne peuvent pas être conservés ?

Merci pour votre réponse,
F.

[adiGuba]

Salut,


Tu peux utiliser les CharsetEncoder et la méthode canEncode() :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
	String str = ...
 
	CharsetEncoder encoder = Charset.forName("iso-8859-1").newEncoder();
	boolean ok = encoder.canEncode(str);

a++

[Foub]

Merci beaucoup pour ta réponse.
Super

F.

[Tommy31]

Mmmm, ca me paraît pas correct....

Si je fais ca:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
 
		CharsetEncoder iso8859Encoder = Charset.forName("iso-8859-1")
				.newEncoder();
		CharsetEncoder utf8Encoder = Charset.forName("UTF-8").newEncoder();
 
		String s = "éàü";
 
		String utf8S = new String(utf8Encoder.encode(
				CharBuffer.wrap(s.toCharArray())).array());
 
		System.out.println(utf8S);
 
		System.out.println(iso8859Encoder.canEncode(utf8S));

Le code retourne true alors que la chaine est UTF-8.

[adiGuba]

Le code retourne true alors que la chaine est UTF-8.

La chaine n'est pas en UTF-8 !!!

En interne en Java toutes les Strings sont encodés en UTF-16 :

A String represents a string in the UTF-16 format

Tout comme les char/Character d'ailleurs :

The Java 2 platform uses the UTF-16 representation in char arrays and in the String and StringBuffer classes

Donc c'est une erreur de dire qu'une String utilise un encodage quelconque.






Ce n'est que lors des opérations d'entrées/sorties que l'on utilise un encodage (conversion vers des bytes, fichiers, BD, ...), et là on a alors en fait une conversion UTF-16<->encodage désiré...




Donc ici ta chaine "éàü" comporte trois caractères qui sont parfaitement encodable en iso-latin1...


Maintenant si tu fais ceci :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
	String str = "1€";
 
	CharsetEncoder encoder = Charset.forName("iso-8859-1").newEncoder();
	boolean ok = encoder.canEncode(str);

Tu obtiendras un joli "false" car le caractère "€" n'est pas représentable dans iso-8859-1...


a++

[Tommy31]

Mmm, tjs pas d'accord.

Cette chaîne "éàü" lorsque je l'affecte à ma string est stockée selon un encodage utf-16. Ca d'accord.

Mais lorsque j'écris ca:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
 
String utf8S = new String(utf8Encoder.encode(
				CharBuffer.wrap(s.toCharArray())).array());

Ma chaîne est encodé UTF-8, c'est à dire que les octets composant la chaîne se conforment au nouvel encodage. On peut s'en assurer en écrivant le train d'octet:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
 
               for (Byte b : utf8S.getBytes()) {
			System.out.println(b);
		}

Par contre pour ton code, ok. En fait la question portait sur savoir s'il y avait des caractères non encodables. Auquel cas ta solution est bonne

Moi j'étais parti sur l'idée de savoir si la chaîne soumise était encodée en iso ou pas. Or lorsque la chaîne soumise est sous un encodage dont le jeu de caractère est un sous-ensemble de iso-8859-1, ta méthode ne le décelais pas.

Bon bon, donc right answer...

[pooum]

Maintenant si tu fais ceci :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
	String str = "1€";
 
	CharsetEncoder encoder = Charset.forName("iso-8859-1").newEncoder();
	boolean ok = encoder.canEncode(str);

Tu obtiendras un joli "false" car le caractère "€" n'est pas représentable dans iso-8859-1...


a++

En effet c'est ce qui se produit, cependant là est mon problème.

Je me permet de ré-ouvrir le sujet après avoir parcouru le forum. Je cherche à envoyer un chaîne via ServletOutputStream, cependant un des caractère envoyé est un €, j'ai donc une exception qui apparaît :
java.io.CharConversionException: € n'est pas un caractère ISO 8859-1

J'ai fait en sorte que l'encodage soit en UTF-8.
response.setCharacterEncoding("UTF-8");
ServletOutputStream out = response.getOutputStream();

Comment puis-je traiter ces caractères spéciaux ? (le € n'est qu'un exemple)

[vermine]

Bonjour,

Pardon de réouvrir le post mais je me devais de vous dire merci car cette réponse à résolu mon problème et Dieu sait comme on peut chercher dans le vague longtemps...

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
 
		CharsetEncoder iso8859Encoder = Charset.forName("iso-8859-1")
				.newEncoder();
		CharsetEncoder utf8Encoder = Charset.forName("UTF-8").newEncoder();
 
		String s = "éàü";
 
		String utf8S = new String(utf8Encoder.encode(
				CharBuffer.wrap(s.toCharArray())).array());
 
		System.out.println(utf8S);
 
		System.out.println(iso8859Encoder.canEncode(utf8S));