Discussion :

[Haplo2006]

Bonjour,

Je possède un ensemble de traduction sous forme de fichier de propriété contenant des codes è ou caractères & # 966;

Je souhaites maintenant migrer ces données en BDD. Je ne peux pas mettre en base directement ces entity car le taglib que j'utilise pour l'affichage necessite de l'utf-8.

Existe-t-il une classe java (ou une méthode rapide) qui tranforme è en é.

Merci d'avance.

[adiGuba]

Salut,


Jakarta Commons Lang propose cela via la classe StringEscapeUtils.

Sinon cela doit être faisable avec une petite regexp

a++

[Haplo2006]

je vais regarder cette classe.

Sinon la regexp ne pourrait pas fonctionner car il n'y a pas que les entité html comme é ou è que je souhaites tranformer mais aussi toutes les lettres d'un alphabet d'une autre langue comme le grec ou japonais que je possede en code & # 974;

[Haplo2006]

Je viens de tester la classe java.
Cela fonctionne à moitié.

tous mes é ou à sont bien remplacés par é ou è
Mais tous les codes "& # 922;" sont remplacés par "?"

C'est domage, cette solution me plaisait bien

[adiGuba]

tous mes é ou à sont bien remplacés par é ou è
Mais tous les codes "& # 922;" sont remplacés par "?"

Justement ca marche ! Mais tu ne dois pas avoir la bonne police pour afficher ce caractère !!!

Essaye avec è qui est l'équivalent de è

a++

[Haplo2006]

Un grand merci pour ton aide.
J'ai trouvé une solution qui fonctionne.

J'utilise la méthode que tu m'as fournis :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

String newVal = StringEscapeUtils.unescapeHtml("maChaineATransformer")

Ensuite, dans mon code, je stockais le resultat dans un fichier csv pour pouvoir utiliser un script d'insertion en base. Pour inserer la valeur dans mon fichier de sortie, j'utilisais:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
FileOutputStream out = new FileOutputStream(fileName.toString());
PrintStream csvOutputStream = new PrintStream(out);
csvOutputStream.println(newVal);

Le problème de cette méthode est que tous mes codes & # 966; etaient transformé en "?"

J'ai donc précisé le charset "UTF-8" dans mon printStream, et cela fonctionne:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
FileOutputStream out = new FileOutputStream(fileName.toString());
PrintStream csvOutputStream = new PrintStream(out,true,"UTF-8");
csvOutputStream.println(newVal);

Encore merci.

[adiGuba]

Sinon la regexp ne pourrait pas fonctionner car il n'y a pas que les entité html comme é ou è que je souhaites tranformer mais aussi toutes les lettres d'un alphabet d'une autre langue comme le grec ou japonais que je possede en code & # 974;

Justement non car l'expression régulière est bien plus simple à mettre en oeuvre pour les codes que pour les labels comme é ou è.

Je m'explique : l'expression régulière doit simplement rechercher les entité HTML, donc ceci peut faire l'affaire : "&(.+?);" (les parenthèse servent seulement à récupérer la valeur de l'entité plus facilement.

A partir de là on a deux cas possible : soit on a affaire à un code (donc # suivit de chiffres seulement), qui correspond au code ISO du caractères : il suffit donc de le convertir en entier puis en char...

Soit on a affaire à un nom (egrave par exemple), et alors là on doit gérer une table de correspondance pour retrouver la bonne valeur...


Exemple avec les regexps :

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
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
 
	public static String resolveEntities(String str) {
		// Pattern représentant la partie 'code' :
		Pattern codePattern = Pattern.compile("#[0-9]+");
 
		// Pattern représentant une entité HTML :
		Pattern pattern = Pattern.compile("&(.+?);");
		Matcher matcher = pattern.matcher(str);
 
		// On recherche la première entité HTML
		if (matcher.find()) {
			// On crée un StringBuffer qui comportera la chaine modifié :
			StringBuffer buffer = new StringBuffer(str.length());
 
			do {
				String replacement;
 
				// On récupère la valeur :
				String entity = matcher.group(1);
 
				// Si cela correspond à un code #123,
				// On converti le nombre en entier, puis en caractère :
				if (codePattern.matcher(entity).matches()) {
					char c = (char) Integer.parseInt(entity.substring(1));
					replacement = Character.toString(c);
				} else {
					// Sinon on recherche l'association selon le nom
					replacement = getEntitiesValues(entity);
					if (replacement==null) {
						// Si on ne trouve pas d'association,
						// on ne modifie rien
						replacement = matcher.group();
					}
				}
				// On ajoute dans le buffer en effectuant le remplacement :
				matcher.appendReplacement(buffer, replacement);
			} while(matcher.find());
			matcher.appendTail(buffer);
			return buffer.toString();
		}
		return str;
	}

Pour fonctionner complètement, cette méthode nécessite une seconde méthode getEntitiesValues() qui retourne la valeur d'une entité selon son nom (ex: pour egrave retourne è) ou null s'il n'y a aucune correspondance...

a++