Discussion :

[marcorel]

Salut tout le monde,
je vous explique mon problème, j'ai des fichiers textes que j'ai passé en utf-8, mais au passage le caractère œ (oe) s'affiche comme ceci: œ (un carré avec 4 chiffres dedans). J'espère que vous pourrez lire mon message ou au moins me comprendre... Bon bref j'ai voulu tirer parti du perl pour modifier ces caratères dans les fichiers, voilà mon script (je les passent en paramètre):

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
 
#!/usr/bin/perl
$i = 1;
while(<>){
	print "$i:\t$_" if($_ =~ s/œ/œ/go);
	$i++;
}

J'ai aussi essayé s/\œ/\œ/go mais sans effet, le script tourne bien me trouve toutes les occurences mais ne remplace rien... Auriez-vous une idée?

Je vous remercie d'avance

[matafan]

C'est pas très clair ton truc. Si j'étais toi je regarderais déjà le fichier avec un éditeur hexa (hexdump par exemple), pour voir exactement comment est codé le caractère. Sans ça, difficile de savoir.

[marcorel]

Salut, merci de t'occuper de moi.

Alors celui que je ne veux pas est codé "C2:9C" et le bon est "C5:93", en utf8 bien sûr.
En fait c'est des fichiers txt en latin1 que je convertit en utf8 via gedit, tous les caractères sont convertits correctements sauf ('oe', mais en un seul caractère), ils sont affichés comme un carré. Voir le gif joint avec les deux caractères en exemple.

Merci

[matafan]

Ton problème c'est que ton texte initial n'était pas en latin1. Il n'y a pas de "œ" dans latin1. Puisque tu te retrouves avec C2:9C, ton texte original était du Windows-1252, qui est différent du latin1 (MS aime bien faire les choses à sa sauce) et dans lequel 9C est effectivement "œ".

Le plus simple si tu as toujours le fichier initial, c'est de le reconvertir. Je te conseille d'utiliser iconv plutôt que gedit :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

iconv -f Windows-1252 -t UTF-8 fichier_entree > fichier_sortie

[marcorel]

ta méthode fonctionne, cela sera même plus simple

merci beaucoup et bon week end