Discussion :

[Ceubex]

Bonjour,

Mon script Groovy executé en Java plante tout le temps à cause d'une erreur :
unexpected char: 0xFFFF

Or 0xFFFF ne fais pas partie des caractères unicodes. Je ne comprend pas d'où vient cette bizarrerie qui ne pose problème nul part ailleurs. Je souhaiterais donc une fonction pour débarrasser le string des caractères non unicode. Cela existe-t-il ?

Merci

[thelvin]

Supprimer ds caractères "parce qu'ils t'arrangent pas" sans savoir ce qui les a causés ni d'où ils viennent, est en général une faute de sécurité lourde.
Mais si c'est le contenu d'un tweet à publier, par exemple, ça devrait aller.

Supprimer les 0xFFFF n'est pas très compliqué.
Par contre, supprimer les "caractères non Unicode" dépend de ce que c'est qu'un caractère non Unicode, notion absurde en soi dès qu'on parle de codes numériques.

On pourrait supprimer les caractères de catégorie UNASSIGNED, de code "Cn", dont la propriété est que la liste des caractères Unicode n'en contient aucun, puisque justement ils ne sont pas dans la liste. 0xFFFF en fait partie.
Mais les caractères réservés pour définition future, aussi. Veut-on vraiment les enlever ? Ils seront peut-être définis un jour !

Ce n'est pas le cas de 0xFFFF qui est ce qu'on appelle un Noncharacter, réservé pour garantir qu'il ne sera jamais défini. La liste des noncharacters est connue et fixe, indiquée dans ce lien. Mais à ma connaissance, Java ne propose pas de détecter si un code est noncharacter, ni un groupe regex qui y correspond.

[Gugelhupf]

L'erreur doit peut-être venir du fait que le fichier du script Groovy n'est pas au format UTF-8. As-tu créé le fichier avec bloc-note ?

Pour faire le test, ouvre Notepad++ (ou autre éditeur du même type), met l'encodage à UTF-8 sans BOM, et normalement tu devras voir apparaitre toutes les "bizarreries".