Discussion :

[Bobble]

Bonjour,
je veux encoder une String en un byte[] UTF-8.
Pour cela je fait:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
String xmlData;
byte[] xmlDataBytes = xmlData.getBytes("UTF8");

Mon problème est que la fonction Java "getBytes" devrait retourner 228 pour la lettre "ä", par contre, si j'exécute pas à pas mon code avec Eclipse, je m’aperçois que cette fonction retourne 2 bytes "-61" et "-92". Et je ne comprends pas pourquoi...


Pourquoi cela??

je peux faire comment pour retrouver la valeur correcte ("228" pour "ä")??

Merci pour tout aide!

[adiGuba]

Salut,


En quoi est-ce une erreur ???

Et si je ne me trompe pas le code "228" seul n'est pas valide en UTF8 (les codes au dessus de 127 sont décomposé en 2/3/4 octets).

a++

[Bobble]

Merci pour la réponse.

D’accord. Cela explique parce qu’il est décomposé en 2 octets.
Mais alors -61 et -92 correspondent à 228?
On fait comment pour reconstruire le 228??

[adiGuba]

Tu le sort d'où ce 228 ????

Pour moi ce code ne correspond à rien en UTF8 !

a++

[Bobble]

dans le tables UTF-8....
exemple:
http://www.tony-franks.co.uk/UTF-8.htm

alors je fait comment pour voir si ce -61 et -92 correspondent bien à mon caractère "ä"??

[adiGuba]

dans le tables UTF-8....
exemple:
http://www.tony-franks.co.uk/UTF-8.htm

Sauf que ce n'est pas une table UTF-8, mais une table d'entité HTML, qui utilise la valeur du code ISO 8859-1 : http://www.w3.org/TR/html4/sgml/entities.html

To support these named entities, user agents need only recognize the entity names and convert them to characters that lie within the repertoire of [ISO88591].

alors je fait comment pour voir si ce -61 et -92 correspondent bien à mon caractère "ä"??

Peut-être en regardant une vrai table UTF8, et en n'oubliant pas que les bytes sont contraint dans l'espace [-128 : 127 ], ce qui donnerait en valeur non-signé 195 et 164...

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
byte b = ...;
int unsigned = b & 0xFF;

Mais bon je te rassure l'encodage généré est correct

a++

[tromaltsec]

Merci pour la réponse.

D’accord. Cela explique parce qu’il est décomposé en 2 octets.
Mais alors -61 et -92 correspondent à 228?
On fait comment pour reconstruire le 228??

Juste comme ça -61 en hexa ça doit être un truc du genre FFFFFFFFFFFFFFC3
et - 92 un peu pret ça FFFFFFFFFFFFFFA4 (pour un int sur 4 bits)

Et si tu remarques bien tu retrouves le fameux C3 A4 présent dans la table UTF-8

[Bobble]

c'est gentil! merci beaucoup!