g++ et l'encodage du texte.

Bonjour à tous.
Je suis en train de codouiller quelques classes de cryptographie. Vu que j'ai tendance Je me posais une question à propos de l'encodage utilisé par g++ sous linux. Quel encodage est utilisé? En général, je me base sur les tables ASCII, mais vu qu'il m'affiche aussi des accents, je ne suis plus trop sûr.

Est-il possible et propre d'ajouter des entier à des caractères pour les modifier? En général, j'écris quelque chose du genre :

Code:

---

uneChaine[i] += 3;

---

Ou encore :

Code:

---

uneChaine[i] += 'Z';

---

En fait, je fais un peu les choses au petit bonheur la chance, comme on dit, mais sans trop savoir si la méthode est correcte. Pouvez-vous m'en dire un peu plus ou me rediriger vers des sources traitant du sujet?

Merci à vous.

Bonjour,

Les codes que vous avez écrit sont juste. Pour l'ordinateur, un caractère est un nombre :).
Donc, si on fait des additions de caractères, cela fonctionne, car ce sont des nombres (juste que la représentation finale de ceux ci seront des caractères ;), mais ça c'est pour l'humain)
Après, le problème de vos additions, c'est qu'elles sont dépendantes de la table de caractères sous jacente (ASCII bien souvent).

Citation:

---

Envoyé par NLS le pingouin

Bonjour à tous.
Je suis en train de codouiller quelques classes de cryptographie. Vu que j'ai tendance Je me posais une question à propos de l'encodage utilisé par g++ sous linux. Quel encodage est utilisé? En général, je me base sur les tables ASCII, mais vu qu'il m'affiche aussi des accents, je ne suis plus trop sûr.

---

Il est difficile de répondre à cette question de manière simple.

A l'origine, il y a le standard C++. Ce standard définit le jeu de caractère minimum pour compiler un programme. Ce jeu de caractère doit contenir l'ensemble des caractères utilisables pour écrire du code. Incidemment, la taille d'un byte (sizeof(char) = 1 byte) est définie comme étant suffisante pour contenir l'intégralité de ce jeu de caractères.

Le standard ne dit pas que ce jeu de caractère est l'ensemble ASCII. Il laisse ce choix à l'appréciation de l'implémentation. Rien n'empêche donc un compilateur d'utiliser un autre encodage - UTF8 ou UTF16, pour ne citer qu'eux, sont tout à fait valides aussi.

Le travail du compilateur, c'est (entre autres) de vérifier que le fichier d'entrée est valide selon un certain nombre de règles, y compris celle que je viens de citer. Si le fichier est encodé dans un jeu de caractères ne contenant pas l'intégralité des symboles nécessaires à la construction d'un programme, alors la compilation ne peut pas se faire correctement. Mais si cette condition est vérifiée, ce n'est pas le rôle du compilateur de limiter le jeu de caractère utilisé. Dans les fait, cette limitation existe toujours : un des points important du compilateur est l'analyse lexicale, durant laquelle il effectue des comparaisons de caractères. Ces comparaison peuvent varier selon l'encodage utilisé, et comme il est impossible d'implémenter toutes les comparaison (y compris toutes les comparaison pour des jeu de caractères qui n'existent pas encore), il est par conséquent nécessaire de se restreindre à un ensemble de jeux de caractères connus et maîtrisés.

Dans les faits, les compilateurs que je connais sont capable d'utiliser tout jeu de caractère basé sur ASCII. L'intégralité des symboles utilisés pour programmer en C++ sont contenu dans le jeu ASCII (0-127; ASCII est un jeu de caractères sur 7 bits), et tous les autres caractères sont en bonus. Etant donné que les autres caractères ne peuvent être utilisés pour définir une partie de la structure du programme, le compilateur n'a pas à se poser de question sur leur signification, et n'a donc pas d'intérêt particulier à interpréter leur valeur. Ce qui permet d'utiliser des caractère accentués (ou du japonnais) dans les commentaire, les chaines de caractère, etc.

Pour répondre à ta question : le compilateur utilise n'importe quel jeu de caractère, à partir du moment ou ce jeu de caractère contient le jeu ASCII.

Essaie ce petit programme :

Code:

---

1 2 3 4 5 6 7 8 9 10

#include <iostream>     int main() { const char s[] = "é"; for (const char* p = s; *p; ++p) std::cout << static_cast<const int>( *p ) << std::endl; return 0; }

---

Selon l'encodage choisi pour le fichier, il n'affichera pas la même chose.

Tu peux essayer avec d'autres caractères, tu devrais toujours avoir des résultats différents.
Mais tu remarqueras que toutes les valeurs affichées sont comprises dans l'intervalle [-128, 128[ (ou [0, 256[ si tu passes par un unsigned char).
Ceci dit, à condition que l'encodage d'entrée contienne l'ASCII, le programme affichera la même chose pour les caractères ASCII ([0, 128[).

On peut également noter la présence des « caractères larges » (« wide characters »), qui sont tous stockés sur plusieurs octets : « wchar_t ».
Je ne les ai jamais utilisés, donc je ne peux pas en dire grand chose… :P