Discussion :

[Gouyon]

Bonjour à tous

Je suis en train de développer un utilitaire qui manipule des fichiers xml en utilisant un TXMLDocument et j'ai un soucis d'encodage.
Dans mon fichier xml en entête j'ai ça

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
 
<?xml version="1.0" encoding="UTF-8"?>

Malheureusement je ne peux pas utiliser la fonction LoadFromFile() car il y a dans ce fichier des syntaxes XML qui sont rejeté par TXMLDocument du coup je suis obligé de faire comme ceci pour lire mon fichier

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
 
procedure TcotcotFrm.fic2XML(nomfic: string; var docx: TXMLDocument);
var
  d: integer;
  ligne: String;
  fic: Text;
begin
  docx.Active := false;
  docx.Xml.Clear;
  AssignFile(fic, nomfic);
  reset(fic);
  while not(eof(fic)) do
  begin
    readln(fic, ligne);    
    d := pos('<!DOCTYPE', ligne);//ligne posant problème
    if (d = 0) and (ligne <> '') then
      docx.Xml.Add(ligne);
  end;
  closefile(fic);
  docx.Active := true;
end;

Et malgré le fait que l'encodage soit précisé, j'ai des bizarreries dès que j'ai des accents et même des fois sur des caractères qui ne devrait pas poser de problème comme le caractère espace qui devient "Â " au lieu de " "

J'ai aussi essayé de faire ça pour la lecture

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
 
procedure TcotcotFrm.fic2XML(nomfic: string; var docx: TXMLDocument);
var
  i,d: integer;
  lignes: TStringList;
 
begin
  docx.Active := false;
  docx.Xml.Clear;
  lignes:=TStringList.Create;
  lignes.LoadFromFile(nomfic,TEncoding.UTF8);
  for i:=0 to lignes.Count-1 do
  begin
 
    d := pos('<!DOCTYPE', lignes[i]);
    if (d = 0) and (lignes[i]<> '') then
      docx.Xml.Add(lignes[i]);
  end;
 
  docx.Active := true;
end;

mais là j'ai l'exception suivante: EConvertError Declared encoding does not match byte order mark même si j'utilise LoadFromFile sans préciser l'encodage.
En fait ça ne fonctionne que si je supprime encoding="UTF-8" de l'entête xml. Mais si je fait ça j'ai mes bizarreries

Du coup je me demandais s'il y avait un moyen de vérifier que mon fichier est bien en utf8 et si non comment corriger les problèmes

[ShaiLeTroll]

Le XML en fichier, il y a souvent une confusion
Certains font en réalité un double encodage, c'est à dire que le fichier est en UTF8 avec BOM, le binaire est en UTF8 et par dessus, le contenu du XML est lui-même encodé en UTF8
Alors que l'encodage XML suffit et que le fichier lui doit être en ANSI sans BOM

[ShaiLeTroll]

Ce n'est pas normal, DOCTYPE est géré par le DOM Microsoft, comme cet exemple.

Ajoute ceci avant TXMLDocument.LoadFromFile :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

 Doc.DOMVendor := GetDOMVendor(sAdom4XmlVendor);

A lire : Utilisation du modèle DOM
Cela permettra si cela vient du DOM Microsoft ou pas en utilisant une autre lib (cependant, je ne sais plus si c'est disponible par défaut ou si il faut installer OpenXML)

[Gouyon]

J'ai testé et il a pas aimé il m'a sorti une Hierarchy error
J'ai testé avec OmniXML et il semble que ça fonctionne bien mieux. Je n'ai pas d'erreur avec le loadfromfile et l'encodage semble bon.
Il faut que je vérifie si c'est toujours bon sous Mac

[ShaiLeTroll]

Attention les éditeurs de texte détecte l'UTF8 dans le XML donc pense que c'est un fichier UTF8
Ce qui compte c'est si c'est indiqué UTF8 avec BOM !
Bloc-notes par exemple indique UTF8 avec Nomenclature

[Gouyon]

A priori c'est sans BOM

[Paul TOTH]

je ne savais pas qu'on pouvait mettre un DOCTYPE dans un document XML...mais j'ai vu un exemple qui utilise un fichier DTD externe, est-ce que ton DOCTYPE fait référence à une fichier externe inexistant ?