Discussion :

[Ange_blond]

Bonjour,

Comme j'ai pas mal de soucis de gestion de l'encodage des caracteres, je cherche a savoir s'il existerait, quelque part, une lib ou un moceau de code open source qui me permette de lire des fichiers texte quelque soit leur encodage (ANSI, UTF8, ...) et qui gere au passage les fin de lignes windows et linux.

Mon actuel code n'est pas du tout fiable en la matiere et je n'ai malheureusement pas devant moi les mois necessaire a la compréhension détaillée de ces notions...

Merci de votre aide :-)

[nowahn]

Bonjour,

De mémoire (pas testé), la méthode STL pour faire des conversions d’encodage est la suivante :

Code C++ :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
std::ifstream IStream("fichier-source");
IStream.imbue(std::locale("locale-source"));
 
std::ofstream OStream("fichier-cible");
OStream.imbue(std::locale("locale-cible"));
 
// copie d’un flux vers l’autre (je ne sais pas quelle est la meilleure technique)
// les conversions sont faites automatiquement

Quelques explications :

• Les fonctions « imbue » permettent de définir les paramètres locaux (de langue) du flux.
• "locale-source" et "locale-cible" sont des noms de paramètres locaux. Ces noms dépendent du système (sous linux, c’est du genre "fr_FR.UTF-8").

Concernant les fins de ligne Windows-linux, voir cette FAQ et la suivante.

[Ange_blond]

Bonjour,

Il s'avere que j'ai besoin d'une méthode portable.

Apres des heures de tests et de vérifications, j'ai quelques pistes sur le non-fonctionnement de mon code existant, qui a un peu de mal avec l'encodage UF8 (sans BOM) et ANSI avec des fichiers au format windows (fin de ligne \r\n ).
C'est donc un soucis isolé et pas un probleme généralisé.

Je m'appuye sur les sources de notepad++ pour détecter et convertir les formats

[Ange_blond]

Je viens de trouver pourquoi j'ai des soucis de reconnaissance à la détection de la chaine en UTF8 :

La lecture se fesait en mode texte et non binaire, ce qui implique que les \r\n sont convertit en \n automatiquement par la STL.
Seulement, la taill de la chaine fait toujours le nombre d'octets du départ, soit 1 octet de plus par fin de ligne, ce qui implique un décalage et surtout, une lecture des dernier carateres dans une zone mémoire non alouée, d'où les erreur car les caracteres ne sont plus dans le scope de l'UTF8 !

Tout ça pour ça oui... je n'ai pas terminé, mais j'en aurais appris des choses sur l'encodage et les fin de ligne