Discussion :

[SGJ]

Bonjour,

Je lis un fichier écrit en code unicode de l'Arabe (du genre : \u062d\u062e\u0639\u062a\u0627\u0631\u0624\u0635). Tout se passe bien. Je finis mon traitement puis je souhaite écrire la chaîne que j'ai lue dans un autre fichier. Je ne veux pas que java interprète l'unicode et me l'écrive en arabe mais je souhaite garder la forme \u062d\u062e\u0639\u062a\u0627\u0631\u0624\u0635. Je n'arrive pas à trouver comment obliger java à m'écrire cette chaine comme elle est et non pas l'interpreter et l'écrire en arabe. Une idée ?

J'ai essayé d'appliquer un replaceAll("\\", "\\\\") sur la chaine avant de l'écrire dans le fichier, mais j'ai eu des erreurs d'execution lié au regex. J'ai essayé avec un replaceAll("\\\\", "\\\\\\"), je n'ai pas eu d'erreurs mais j'ai continué à écrire en arabe.

J'espere que quelqu'un puisse m'aider.

Merci

[visiwi]

Salut,

Enregistre ton fichier avec le Charset de l'unicode : modifier l'encodage

[adiGuba]

Salut,


Comment tu lis ce fichier ? Car par défaut Java n'interprète pas cela lorsque tu lis un fichier (ce n'est le cas que pour le compilateur et les fichiers *.properties).

Donc cela signifie que tu dois avoir un traitement qui convertie les \u0000 en vrai caractère Unicode. Du coup lorsque tu écris dans un fichier il écrit directement les caractères.

Ton remplacement des anti-slash ne peut pas marcher, car le contenu en mémoire ne contient plus de \u0000 mais directement le caractère correspondant (il est toutefois utile si d'autre anti-slash sont présent dans la chaine).


Il te faut donc convertir les caractères non-ASCII en séquence unicode AVANT d'écrire le fichier. Tu peux faire cela via les regexp :

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
	/**
         * Retourne un caractère encodé en \u0000
         */
	private static String encoded(int c) {
		return String.format("\\u%04x", c);
	}
 
	/**
         * Encode tous les caractères NON-ASCII d'une chaine
         */
	public static String encoded(String input) {
		// On double les anti-slash déjà présent :
		input = input.replaceAll("\\\\", "\\\\\\\\");
 
		// On recherche tous les caractères non-ASCII
		Pattern pattern = Pattern.compile("[^\\p{ASCII}]");
		Matcher matcher = pattern.matcher(input);
		if (matcher.find()) {
			// Si on trouve au moins un caractère, on travaille avec une chaine temporaire :
			StringBuffer sb = new StringBuffer(input.length());
			do {
				// On récupère le caractère trouvé :
				int c = matcher.group().charAt(0);
				// Et on le remplace par \u0000 :
				matcher.appendReplacement(sb, Matcher.quoteReplacement(encoded(c)));
			} while (matcher.find());
			matcher.appendTail(sb);
			return sb.toString();
		}
		// S'il n'y a aucun caractère on peu renvoyer a chaine tel quel !
		return input;
	}

Si les données à écrire sont importantes, il est peut être préférable de mettre ce traitement dans un FilterWriter...


a++

[SGJ]

Merci pour vos réponses, j'ai essayé ta méthode adiGuba et elle fonctionne très bien.