Discussion :

[corrector]

un wchar_t en utf16??? c'est deux choses differentes, non??

Dans l'interface de Windows, les wchar_t font 16 bits. Windows utilise UTF-16.

En Java, les char font 16 bits. Les String sont en UTF-16.

les iterator de wstring n'auraient plus sens.

Pourquoi?

L'itérateur renvoie un wchar_t, sans s'occuper de ce qu'il signifie, comme l'opérateur [].

En Java, String.operator[] renvoie un code UTF-16, et pourtant la doc appelle ça un "caractère".

Soit il represente un caractère, soit une partie du caractère!!!

En fait Unicode parle de "code-point", plutôt que de caractère.

Quel conception proposerai-tu?

[Sylvain Togni]

En fait les classes string et wstring ne sont pas des vraies chaines de caractères, se sont plus des conteneur de petits entiers (char) ou d'entiers un peu plus grands (wchar_t).

[yan]

En Java, String.operator[] renvoie un code UTF-16, et pourtant la doc appelle ça un "caractère".

C'est du java aussi. Faut pas trop en demander

En fait Unicode parle de "code-point", plutôt que de caractère.

Quel conception proposerai-tu?

Je suis pas un expert unicode. Si tu parle de "code-point" ca as plus de sens. Mais ca me parait plus naturelle : wchar_t <-> caractère et plus dans la principe de string. Enfin de mon point de vue

[corrector]

En fait les classes string et wstring ne sont pas des vraies chaines de caractères, se sont plus des conteneur de petits entiers (char) ou d'entiers un peu plus grands (wchar_t).

Quand on compare basic_string<charT> avec vector<charT>, concernant les membres de basic_string qui sont aussi membres de vector, une des seules différences est que pour string, appeler reserve ne donne pas les garanties de non réallocation qu'on a avec vector. (Il y a aussi la continuité mais ça va converger.)

Par contre l'interface de basic_string est conçue pour permettre l'implémentation CoW, ce que vector ne permet pas.

[corrector]

Je suis pas un expert unicode. Si tu parle de "code-point" ca as plus de sens.

Comprends pas.

Mais ca me parait plus naturelle : wchar_t <-> caractère et plus dans la principe de string.

C'est quoi un caractère pour toi?

[yan]

Comprends pas.

En relisant c'est vrai que c'est mal dit.
Je voulais juste dire qu'un wchar_t <=> "code-point" à plus de sens pour comprendre ton point de vue.

C'est quoi un caractère pour toi?

a,b, é,à sur un certain nombre de bite,
et non a,b,c,"accent""a"

[pegase06]

J'ai réalisé ce code qui a solutionné mon problème :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
std::wstring StringToWString(const std::string& s)
{
    std::wstring temp(s.length(), L' ');
    std::copy(s.begin(), s.end(), temp.begin());
    return temp; 
}
 
std::string WStringToString(const std::wstring& s)
{
    std::string temp(s.length(), ' ');
    std::copy(s.begin(), s.end(), temp.begin());
    return temp; 
}

[Médinoc]

Ce code marche uniquement si le texte non-unicode est ISO 8859-1 (Latin-1) en forme NFC.

Donc déjà à la base, ce n'est pas compatible avec l'encodage par défaut de Windows (Windows-1252).

[corrector]

J'ai réalisé ce code qui a solutionné mon problème :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
std::wstring StringToWString(const std::string& s)
{
    std::wstring temp(s.length(), L' ');
    std::copy(s.begin(), s.end(), temp.begin());
    return temp; 
}
 
std::string WStringToString(const std::wstring& s)
{
    std::string temp(s.length(), ' ');
    std::copy(s.begin(), s.end(), temp.begin());
    return temp; 
}

Pendant qu'on y est, on peut faire encore plus court :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
std::wstring StringToWString(const std::string& s)
{
    return std::wstring (s.begin(), s.end());
}
 
std::string WStringToString(const std::wstring& s)
{
    return std::string (s.begin(), s.end());
}

Faire la conversion identité, c'est pas bien dur.

Après, il s'agit de savoir si ça convient, ou pas, pour ce qu'on a au départ (codage de l'entrée), et ce qu'on veut à l'arrivée (codage de sortie).

Effectivement, dans un cas (iso-latin-1 pour les char, NFC pour les wchar_t) ça fait ce qu'il faut. Il faut croiser les doigts que c'est bien ce qu'il y a à convertir.