Discussion :

[crazyfroggy]

Bonjour,
La sauvegarde d'une page sous FireFox me donne des caractères utf16 sauvés pour chaque caractère sous la forme &#+code+; code étant une chaine de 4 chiffres 0-9.

Cette forme, ennuyeuse au 1é abord, est en fait bien pratique et me simplifie énormément le traitement que je fais derrière.

En revanche, la sauvegarde faite avec Chrome se fait avec le caractère unicode écrit tel que le caractère unicode apparait dans le navigateur :
Σ est sauvegardé sous Chrome par "Σ", et sauvegardé sous FireFox par "&#931 ;" (je rajoute un blanc ici, sinon le Σ s'affiche Σ dans le forum)

Comment puis-je transformer un texte contenant des ΣΣΣΣΣ par un texte contenant des &#931 ; &#931 ; &#931 ; &#931 ; &#931 ; ?
C'est probablement basique de chez basique, mais je ne trouve aucune explication simple dans les pages d'aide fournies par les uns et par les autres.

Merci par avance pour votre aide.

[giannone_nicolas]

Bonjour,

Lorsque je regarde le résultat que vous attendez, j'ai l'impression que vous désirez convertir de l'UNICODE vers UTF16.
En .NET voici un petit bout de code que vous pouvez tester :

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
 
            string utf16String = ""; // Mettre les symbôles sommes ici
            string unicodeString;
 
            // Transformation de UTF16 vers unicode
 
            StringBuilder sb = new StringBuilder();
            for (int cpt = 0; cpt < utf16String.Length; cpt++)
            {
                // On ajoute &#votre caractère au format unicode puis ' ';' '
                // La concaténation de chaîne dans un StringBuilder est plus rapide et consomme moins de mémoire
 
                sb.AppendFormat("&#{0} ; ", char.ConvertToUtf32(utf16String, cpt));
            }
 
            unicodeString = sb.ToString();
 
            Console.WriteLine(unicodeString);
            Console.ReadKey();

Si vous testez ce bout de code, vous obtenez bien le résultat que vous attendez. A voir si cela correspond bien à vos attente mais d'après ce que vous notez, on obtient bien :

&#931 ; &#931 ; &#931 ; &#931 ; &#931 ;

Bizarrement par contre, si sous Chrome je sauvegarde cette page web et que je la lis avec le code suivant :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

File.ReadAllText("C:\\temp\\test.html", Encoding.Default)

J'ai directement les codes &#931 ; qui s'affichent... Tenez-moi au courant et n'hésitez pas à me mettre un fichier d'exemple si vous voulez de l'aide.

Société: Nicolas Giannone SPRL
Email: nicolas.giannone.sprl@gmail.com

[crazyfroggy]

Merci beaucoup pour ton aide.

ça marche.
J'ai mis un foreach, qui gère le fichier sans se préoccuper de la taille.

Je crois comprendre que ce codage en &# est spécifique au HTML 4, ce qui est le cas de page qui me posait ce pb.

Gros merci, en tout cas.