Discussion :

[dingoth]

Bonjour,

je voudrais lire des données depuis un flux et en choisir le charset à la volée.

Par exemple, je commence avec un charset ISO-8859-1, puis je switche pour l'UTF-8 pendant X temps (X indéfini), puis passer à ISO-8859-15, etc. Le tout sans fermer mon flux original.

Comment faire ?

[CyberChouan]

Tu lis certainement ton flux par des tableaux de byte.

Et bien par chance, il existe un constructeur String(byte[], String):
- le premier argument est le tableau de byte à transformer en chaîne de caractères
- le deuxième argument est le nom du charset que tu veux utiliser

Il te suffit donc d'utiliser ces constructeurs avec différentes valeurs du "charset name" dans ta boucle pour changer dynamiquement l'encodage des chaînes que tu extrairas de ton flux sans fermer celui-ci.

[dingoth]

Je connais cela, cependant, mon tableau peut contenir du texte avec plusieurs charsets. Je risque donc bien de recevoir des CharsetException alors que dans la partie désirée, il n'y a pas d'erreur, la prochaine

Tout ce dont je suis sûr, c'est que mon texte atomique est délimité par \n.

L'idéal étant un système équivalent à celui-ci :

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
// On oublie les exceptions et la gestion des threads quelques instants...
String charsetCourant = ...;
InputStream is = ...;
String line;
 
while (true) {
  BufferedReader reader = new BufferedReader(new InputStreamReader(is, charsetCourant));
  while ((line = reader.readLine()) != null) {
    System.out.println(line);
    if (...) { // changement de charset
      charsetCourant = ...;
      break;
    }
  }
  // On ne ferme pas le reader !
  reader = null;
  if (line == null)
    break;
}
is.close();

Or, ce code laisse pas mal d'erreurs : des readers pas fermés. Mais si on les ferme, on ferme le flux original aussi... De plus, je peux perdre des caractères du flux original à cause du tampon. Je me retrouve donc assez bloqué.