Discussion :

[tiresias54]

Bonjour à tous,

j'ai un script à écrire qui regarde dans des fichiers de code C pour modifier les blocs de commentaires:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
  /* vous \340 vous */
printf("bonjour \340 vous");

devient:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
  /* bonjour à vous */
printf("bonjour \340 vous");

J'ai tenté des choses du genre:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

sed -i 's+$[ \t]*/\*.\340.+$[ \t]*/\*.à.+g' $mon_fichier

(plus un milliard d'autres essais) mais absolument rien de fonctionne :/

Des idées svp?

[Ivelios]

Bonjour,

Quelque chose comme ça?

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

sed -i 's#/\*\(.*\)\\340\(.*\)\*/#/*\1à\2*/#g' monfichier

[zipe31]

Salut,

Est-ce que la finalité, et la subtilité, est de reprendre dans le commentaire le contenu du "printf" ? Ou pas du tout ?

[jack-ft]

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

sed -i 's#/\*\(.*\)\\340\(.*\)\*/#/*\1à\2*/#g' monfichier

Chez moi (Ubuntu 12.04), ça ne marche pô!

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
$ echo -e "/* bonjour \0340 vous */" | od -c
0000000   /   *       b   o   n   j   o   u   r     340       v   o   u
0000020   s       *   /  \n
0000025
 
$ echo -e "/* bonjour \0340 vous */"
/* bonjour � vous */
 
$ echo -e "/* bonjour \0340 vous */" | sed 's#/\*\(.*\)\\340\(.*\)\*/#/*\1A\2*/#g'
/* bonjour � vous */

De plus, s'il y a plusieurs '\340', ça n'en remplacera (au mieux) qu'un seul!

Il vaudrait probablement mieux utiliser un sed avec matching... mais j'y arrive pô:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
$ echo -e "/* bonjour \0340 vous */" | sed '/\/\*.*\*\//s/o/O/g' # Pour voir
/* bonjour � vous */
 
$ echo -e "/* bonjour \0340 vous */" | sed '/\/\*\(.\|\\340\)*\*\//s/o/O/g'
/* bonjour � vous */

Apparemment, vu où sed insère le 'XXX', '.' ne matche pas le caractère '\340'

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
$ echo -e "/* bonjour \0340 vous */" | sed '/\/\*.*/s/\(\/\*.*\)/\1XXX/g'
/* bonjour XXX� vous */

[disedorgue]

Bonjour,

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
$ od -c ytot
0000000   /   *       b   o   n   j   o   u   r     340       v   o   u
0000020   s       *   /  \n
0000025
$ LANG=C sed  's/'`echo -e "\0340"`'/à/' ytot
/* bonjour à vous */
$ LANG=C sed  's/'`echo -e "\0340"`'/à/' ytot | od -c
0000000   /   *       b   o   n   j   o   u   r     303 240       v   o
0000020   u   s       *   /  \n
0000026

[tiresias54]

@zipe31: non ça n'est pas la finalité, c'était juste pour illustrer ^^

@jack-ft: chez moi (redHat 5) la proposition de ivelios fonctionne, mais en effet un seul \340 est matché.

@disedorgue: désolé, je ne pige pas ta proposition :/

[disedorgue]

Je ne faisais que répondre sur le post de jack-ft

Plus sérieusement, c'est quoi la finalité ou le problème que tu cherche à résoudre car c'est possible de le faire, mais il faut être conscient que tu vas avoir des fichiers avec des plusieurs charset dans le même fichier.

Souvent, une simple redéfinition de ton locale suffit pour avoir un affichage correcte.

[zipe31]

@zipe31: non ça n'est pas la finalité, c'était juste pour illustrer ^^

Ok et c'est quoi la finalité alors ?

Remplacer n'importe quoi dans une ligne de commentaire ?
Remplacer que les codes du style "\340" par leur équivalence ?

Désolé mais pour moi ton exemple n'est pas très parlant

[tiresias54]

Ok et c'est quoi la finalité alors ?

Remplacer n'importe quoi dans une ligne de commentaire ?
Remplacer que les codes du style "\340" par leur équivalence ?

Désolé mais pour moi ton exemple n'est pas très parlant

J'ai "hérité" de fichiers dans lesquels éèàçù,etc... ont été remplacé par leur valeur octale.
Mais pour que les commentaires soient lisibles, j'aimerais les remplacer par leur équivalent latin1.
Je suis obligé de garder les valeurs octale dans le code.

Donc il s'agit de remplacer les occurrences de \350, \351, \340, etc. par èéà, etc mais uniquement dans les lignes de commentaire.

J’espère que c'est plus clair ^^

[Ivelios]

(Re)Bonjour

Quelque chose dans le style ça devrait plus le faire

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

sed '\#^/\*.*\*/$# s#\\340#à#g' monFichier

\#^/\*.*\*/$# -> Ligne de forme /* N'importe quoi */

[disedorgue]

Ok, je comprends mieux, on est sur du faux code octal.

Donc ton souci est plus sur la reconnaissance de ces chaines dans du commentaire C.
Mais est que le commentaire est toujours symbolisé par "/*" et "*/" ou il peut y avoir la forme non standart "//" ?
D'ailleurs, juste comme ça, un commentaire peut être sur plusieurs lignes quand on est en "/*" et "*/".
Donc pour le sed, c'est plus compliqué que ce que j'ai pu voir, pour le moment, dans cette discussion ...

[Flodelarab]

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
[~/Documents]$ echo '/*bonjour \0340 vous*/ printf("bonjour \0340 vous");'
/*bonjour \0340 vous*/ printf("bonjour \0340 vous");
[~/Documents]$ echo '/*bonjour \0340 vous*/ printf("bonjour \0340 vous");'|sed 's@\(/\*[^\\]*\)\\0340@\1à@g'
/*bonjour à vous*/ printf("bonjour \0340 vous");

[zipe31]

Il te faut construire un fichier de commandes sed contenant tous les remplacements à effectués. Ici un exemple avec les lettres accentuées "à é è ê ë î ï ù ü ô ö"

Le fichier :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
$ cat plop 
  /* vous \340 vous */
printf("bonjour \340 vous et \340 vos parents");
  /* O\371 # commentaire sur plusieurs lignes
  \352tes 
  vous */
printf("O\371 \352tes vous ?");
  /* \364 vous */
printf("\364 vous");
  /* vos \356les sous le vent */
printf("vos \364 sous le vent");

Le script sed :

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
$ cat script.sed
\|^\s\+/\*|! b
 
\|^\s\+/\*.*\*/$|{
b z
}
 
\|^\s\+/\*|{
:a
N
\|\*/$|! b a
}
 
:z
{
s|\\340|à|g
s|\\351|é|g
s|\\350|è|g
s|\\352|ê|g
s|\\353|ë|g
s|\\356|î|g
s|\\357|ï|g
s|\\371|ù|g
s|\\374|ü|g
s|\\364|ô|g
s|\\366|ö|g
}

L'exécution :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
$ sed -f script.sed plop 
  /* vous à vous */
printf("bonjour \340 vous et \340 vos parents");
  /* Où # commentaire sur plusieurs lignes
  êtes 
  vous */
printf("O\371 \352tes vous ?");
  /* ô vous */
printf("\364 vous");
  /* vos îles sous le vent */
printf("vos \364 sous le vent");

[tiresias54]

marche pas chez moi

avec cette version:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
$ sed --version
GNU sed version 4.1.5
Copyright (C) 2003 Free Software Foundation, Inc.

[zipe31]

Que te renvoie la commande suivante :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

$ echo "/* vous \340 vous */" | sed 's|\\340|à|'

Sinon pour la version chez moi :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
$ sed --version
GNU sed version 4.2.1

[tiresias54]

j'ai l'impression que c'est lorsque j'essaie de passer par le script que ça foire...

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
$ echo "/* vous \340 vous */" | sed 's|\\340|à|'
/* vous à vous */

ceci dit les solutions de flodelarab et ivelios fonctionnent. De plus les commentaires dans le code sont sur une ligne et il n'y a pas de commentaire non standard. J'essayerai cependant ta solution chez moi pour voir si ça fonctionne, et surtout pour essayer de la comprendre ^^

[zipe31]

j'ai l'impression que c'est lorsque j'essaie de passer par le script que ça foire...

Affiche-le pour voir

De plus les commentaires dans le code sont sur une ligne et il n'y a pas de commentaire non standard.

A ce moment là, on peut réduire le script comme ça :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
\#^\s\+/\*#{
s|\\340|à|g
s|\\351|é|g
s|\\350|è|g
s|\\352|ê|g
s|\\353|ë|g
s|\\356|î|g
s|\\357|ï|g
s|\\371|ù|g
s|\\374|ü|g
s|\\364|ô|g
s|\\366|ö|g
}

J'essayerai cependant ta solution chez moi pour voir si ça fonctionne, et surtout pour essayer de la comprendre ^^

On cible un motif correspondant à un ligne qui commence par plusieurs espace (^\s\+) suivis par un slash lui même suivi par une astérisque (/\*).

Si le motif est trouvé on applique les substitutions qui suivent en fonction des codes trouvés...

[disedorgue]

Voici une méthode qui fonctionne chez moi (tout au moins sur l'exemple utilisé) car je suis sur le bon charset, c'est à dire que si je fais par exemple:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
$ echo -e "\0340"
à

cela m'affiche bien le à.
Ma version sed accepte aussi la commande "e"
Donc voici la solution :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
$ cat testtr.txt
  /* vous \340 vous */
printf("bonjour \340 vous et \340 vos parents");
  /* O\371 # commentaire sur plusieurs lignes
  \352tes
  vous */
printf("O\371 \352tes vous ?");
  /* \364 vous */
printf("\364 vous");
  /* vos \356les sous le vent */
printf("vos \364 sous le vent");

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

$ sed  '/\/\*.*\*\//btr;/\/\*/,/\*\//btr;b;:tr;s/\\\([1-9]\)/\\0\1/g;s/\(.*\)/echo -e "\1"/eg' testtr.txt

Résultat:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
  /* vous à vous */
printf("bonjour \340 vous et \340 vos parents");
  /* Où # commentaire sur plusieurs lignes
  êtes
  vous */
printf("O\371 \352tes vous ?");
  /* ô vous */
printf("\364 vous");
  /* vos îles sous le vent */
printf("vos \364 sous le vent");

[jack-ft]

il faut être conscient que tu vas avoir des fichiers avec des plusieurs charset dans le même fichier.

Souvent, une simple redéfinition de ton locale suffit pour avoir un affichage correcte.

Je plussoie!!!

En iso-8859-1 (latin-1), le 'e-acute' (é) est codé sur un byte \351
En unicode (utf-8), le 'e-acute' (é) est codé sur 2 bytes \303 \251

Avec 'od -c' ou 'cat -A', on peut voir le codage précis d'un fichier et donc déterminer le charset utilisé.

Si on voit des \351 (ou un '?') à la place d'un 'é', c'est qu'on affiche de l'iso-8859-1 dans un environnement utf8 (ou en croyant que c'est de l'utf8).

Si on voit des \303 \251 (ou des Ã(c)), c'est qu'on affiche de l'utf8 dans un environnement iso-8859-1 (ou en croyant que c'est de l'iso-8859-1).


Dans ton cas, manifestement, le charset de ton fichier est iso-8859-1 (latin-1) et tu l'affiches dans un environnement utf-8.
Donc, pour le voir correctement, tu peux faire (avec un uuoc):

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

cat file | iconv -f ISO_8859-1 -t utf8

Ou alors tu règles ton locale "correctement" (plus facile à dire qu'à faire!), et tout ton fichier va s'afficher "correctement" (les commentaires autant que les printf).