Discussion :

[thecrazydonut]

Bonjour,

J'ai écrit un petit script pour remplacer les accent dans un fichier bibtex. Le script :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
#! /bin/bash
 
basepath=$PWD
src=${basepath%%/}/$*
dest=${basepath%%/}/latex_format.bib
echo $src
echo $dest
 
sed -e s/é/"\\\'{e}"/g -e 's/è/\\`{e}/g' -e s/ç/"\\\c{c}"/g -e s/ö/"\\\"{o}"/g -e 's/à/\\`{a}/g' <$src >$dest

Lorsque je teste ce script sur des petits fichiers, tout fonctionne pour le mieux. Dès que je veux l'utiliser sur mon vrai fichier (en pièce jointe) rien ne fonctionne. Qu'est ce qu'il se passe ?
Merci
(également, toute suggestion pour l'amélioration de ce script est la bienvenue, je suis débutant en bash...)

[N_BaH]

ah, ça marche pas ?

[thecrazydonut]

ah, ça marche pas ?

Ça fonctionne chez toi ? Chez moi ça ne remplace rien du tout, ça ne fait que copier le fichier src.

[disedorgue]

Bonjour,

Selon la locale utilisée, les caractères accentués ne sont pas encodés de la même façon.

Donc, il faut que tu saches l'encodage de ton fichier et que tu utilises cet encodage pour la création de ton code sed.

Une autre solution serait de repérer l'encodage en octal dans ton fichier source et d'utiliser la valeur octal sous sed, exemples:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
$ cat ex.txt 
é
$ od -c ex.txt 
0000000 303 251  \n
0000003
$ sed -n 'l' ex.txt 
\303\251$
$ sed -e 's/\o303\o251/E/g' ex.txt 
E

Ici, je suis en UTF8, et donc le caractère "é" est encodé en 2 octets qui sont en octal: 303 et 251.
Les commandes od et sed -n "l" permettent d'avoir ces valeurs dans les fichiers.

[thecrazydonut]

Arf... Je patauge un peu (ceci est un euphémisme). Déjà un bon point, disedorgue tu as raison, je faisais mes tests sur un encodage UTF-8 alors que le fichier qui m'intéressait est un fichier Occidental.

Ok, je connais à présent le code octal de tous les caractères qui m'intéressent. Si j'ai bien compris, le code octal ne change pas d'un type d'encodage à un autre ? Je suis donc capable de substituer choucroute à mes accents pour un encodage UTF-8.

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
sed -e 's/\o303\o251/o134/g'\
 -e 's/\o303\o211/choucroute/g'\
 -e 's/\o303\o250/choucroute/g'\
 -e 's/\o303\o210/choucroute/g'\
 -e 's/\o303\o240/choucroute/g'\
 -e 's/\o303\o200/choucroute/g'\
 -e 's/\o303\o247/choucroute/g'\
 -e 's/\o303\o207/choucroute/g'\
 -e 's/\o303\o266/choucroute/g'\
 -e 's/\o303\o226/choucroute/g'\
<$src >$dest

Les correspondances octale-caractère-latex sont celles ci.

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
\o303\o251-> é -> \'{e}
\o303\o211 -> É -> \'{E}
\o303\o250 -> è -> \`{e}
\o303\o210 -> È -> \`{E}
\o303\o240 -> à -> \`{a}
\o303\o200 -> À -> \`{A}
\o303\o247 -> ç -> \c{c}
\o303\o207 -> Ç -> \c{C}
\o303\o266 -> ö -> \"{o}
\o303\o226 -> Ö -> \"{O}

J'ai pas envie de remplacer toutes ces lettres par le mot choucroute (quelle surprise hein ?) Mais je suis incapable de faire cette substitution. Si je remplace ma choucroute par l'expression latex qui correspond à ma lettre accentuée, lorsque je regarde mon fichier avec un éditeur, c'est comme si rien n'avait changer.

La notion d'encodage est quelque chose de nouveau pour moi, je dois louper des choses essentielles...

[disedorgue]

Arf... Je patauge un peu (ceci est un euphémisme). Déjà un bon point, disedorgue tu as raison, je faisais mes tests sur un encodage UTF-8 alors que le fichier qui m'intéressait est un fichier Occidental.

Ok, je connais à présent le code octal de tous les caractères qui m'intéressent. Si j'ai bien compris, le code octal ne change pas d'un type d'encodage à un autre ? Je suis donc capable de substituer choucroute à mes accents pour un encodage UTF-8.

Les correspondances octale-caractère-latex sont celles ci.

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
\o303\o251-> é -> \'{e}
\o303\o211 -> É -> \'{E}
\o303\o250 -> è -> \`{e}
\o303\o210 -> È -> \`{E}
\o303\o240 -> à -> \`{a}
\o303\o200 -> À -> \`{A}
\o303\o247 -> ç -> \c{c}
\o303\o207 -> Ç -> \c{C}
\o303\o266 -> ö -> \"{o}
\o303\o226 -> Ö -> \"{O}

Si justement, les valeurs octal changent, c'est d'ailleurs pour cela que quand tu écris ton caractère accentuer pour ton sed (qui semble être de l'UTF8 pour toi), il n'est pas encodé comme dans ton fichier. L'idée de passer par le code octal, c'est juste pour ne pas avoir le souci de modifier la locale de son terminal pour écrire sa commande sed.
Par exemple, l'encodage dans ton fichier en attachement est un ISO-8859 (et plus exactement semblerait être un ISO-8859-1 -voir sous wikipédia- )
Donc si on prend par exemple le "é" son encodage octal correspond pour cette norme à \o351 alors qu'en UTF8 c'est bien \o303\o251.

[N_BaH]

après quelques recherches, il semble qu'il est possible de conserver ses fichiers en UTF8 avec latex en utilisant \usepackage[utf8]{inputenc}...
?

n'utilisant pas latex, je ne comprends pas du tout ce que je viens de suggérer. :/


et pour info, ici, «ça marche pas», c'est, comme chez le médecin, dire : «j'suis malade»