Discussion :

[YvesCa]

Bonjour

j'ai un pb de détection de format de fichier. Je travaille en VC6.
Un fichier txt encodé en utf-8 ans BOM est reconnu par Ultra Edit en "U8-DOS", par notepad++ en "ANSI as UTF-8". Lorsque je le visualise en hexa, il commence par "FF FE", or, quelque soit la méthode que j'utilise pour lire ce fichier, je n'arrive pas à voir ces caractères FF FE, je lis systématiquement les premiers caractères de texte.
Quelqu'un aurait-il une idée ?

[zais_ethael]

Ouvrir en mode binaire?

[YvesCa]

Même ça ne marche pas :
FILE* f;
BYTE * bom = new BYTE[4];
int n = 0;
f = fopen(m_strFichier, "rb");
bom[0] = fgetc(f);
bom[1] = fgetc(f);
delete [] bom;
fclose(f);

[yan]

peut tu donner un fichier comme exemple?

[YvesCa]

D'après mes recherches, il s'agirait plutôt d'un codage UTF-16 LE
J'ai joint le fichier

[yan]

avec quoi visualise tu "FF FE" ?

[YvesCa]

...
j'ai essayé avec hexedit et je n'ai pas ces caractère...

Comme quoi, j'ai trop d'imagination des fois ....

Bon j'ai réécrit ton fichier en UTf16 avec notepad++.

Désolé, je ne peux pas me permettre de convertir les fichiers, je ne les maitrise pas, ils arrivent et je dois les traiter .....
C'est justement pour cela que je dois détecter leur format, car il peut être différent.

Il fallait donc juste l'ouvrir en binaire comme le disait zais_ethael

C'est ce que j'ai fait :

f = fopen(m_strFichier, "rb");

"rb" veut dire en mode read et en binaire

De plus, si je convertis préalablement le fichier, je n'ai effectivement plus aucun problème.
Là, en fait le problème est : comment détecter un fichier en UTF-8 sans BOM ?

[yan]

http://www.codeguru.com/cpp/misc/mis...le.php/c10451/
Pour le savoir sans BOM, je pense que tu doit faire une première passe et vérifier que les octet on le poids le plus fort a 0
un truc comme

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
bool Unicode(const char & c)
{
return c & 0x80;
}

[YvesCa]

Je ne sais pas pourquoi, mais l'exemple que j'avais téléchargé s'obstine à rester en ASCII.
J'ai refait des exemples testé et vérifiés.
Dans les deux cas, c & 0x80 me retourne 0.
Je continue mes recherches sur codeguru .....