Supprimer ou interpréter caractères unicode

Version imprimable

22/08/2011, 02h04
OnaStick

Supprimer ou interpréter caractères unicode
Bonjour,

Je dispose d'un applet dont le but est de se connecter à un serveur et de relayer le flux (du texte). Mais il arrive à ce serveur d'envoyer des caractères unicode m'empêchant de parser la réponse. Ce caractère en question s'appelle White Smiling Face code \u263A.

Le serveur répond quelque chose comme :

Citation:

:☺ACTION UneAction☺

Le code :
Code:

1 2 if(lineSplit[3].startsWith(":"?"ACTION")) {
Le caractere se trouvant à la place du "?". J'ai sillionner pas mal de fonction et bidouillage, mais aucun ne semble combler mon besoin. Comment rendre valide cette condition en traitant ou supprimant ce caractere de la chaine ?

Je précise que je n'utilise pas java.awt dans ce projet.

D'avance, Merci
22/08/2011, 08h28
tchize_

Tout simplement

Code:

if(lineSplit[3].startsWith(":\u263aACTION"))
22/08/2011, 18h17
OnaStick

Merci pour votre réponse.

Malheureusement, j'ai déjà testé cette syntaxe. et le programme ne rentre pas dans la condition. J'ai pourtant lu que java est censé comprendre les caractères Unicode. Est-ce que je me suis trompé de caractère ? Peut être.

En fait, lorsque que je println() la ligne contenant ce caractère, j'ai dans la console java un espace blanc, dans la console crosoft le White smiling face. J'suis parti du principe que du fait de la différence entre les deux consoles, il ne s'agissait pas d'un caractères normal.

Ce caractère n'a pas de code ASCII. J'en ai donc déduit que c'était unicode. Me suis-je trompé de raisonnement ? Que faire pour me débarrasser de ce caractère ?
22/08/2011, 19h49
tchize_

par définition, tout caractère est unicode! Votre serveur, il envoie son texte dans quel encodage? Utilisez vous bien le bon encodage pour la lecture par rapport à celui utilisé par le serveur?
22/08/2011, 22h23
OnaStick
Le serveur utilise me semble-t-il l'encodage UTF-8. Pour ce qui est de ce que j'utilise, euh :?

Je ne savais même pas que l'ont pouvait modifier l'encodage utilisé, je n'ai pas vu de chose dans ce sens dans les documents que j'ai pu lire, Ou bien, je n'y ai pas prêté attention. De ce fait, je pense utilisé l'encodage par défaut de java.

Pensez-vous que je devrais utiliser quelque chose comme :

Code:

System.setProperties( "file.encoding", "UTF-8" );

Edit : Je viens d'essayer ceci :
Code:

1 2 3 4 private String charset = "UTF-8"; sr = new BufferedReader( new InputStreamReader(socket.getInputStream(), charset));
Modification egalement effectué sur le Writer, mais ce caractere s'affiche toujours de la même maniere sans être intercepté.

Ces lignes reçu, sont transmise à javascript ensuite. De ce côté, les caractères n'apparaissent pas... Ni de Smiling face, ni d'espacement, comme s'il n'existaient pas.
23/08/2011, 00h28
tchize_

C'est une bonne pratique que de systématiquement préciser quel encodage vous voulez utiliser quand vous travaillez avec des Reader en java. Tous les constructeurs associés au reader prenent en paramètre l'encodage à utiliser. Suffit de regarder la javadoc

http://javasearch.developpez.com/j2s...lang.String%29
23/08/2011, 00h32
OnaStick

Citation:

Envoyé par tchize_

C'est une bonne pratique que de systématiquement préciser quel encodage vous voulez utiliser quand vous travaillez avec des Reader en java. Tous les constructeurs associés au reader prenent en paramètre l'encodage à utiliser. Suffit de regarder la javadoc

http://javasearch.developpez.com/j2s...lang.String%29

Oui, tout à fait. Mais sachant que je ne comprends pas systématiquement l'anglais, et que les explications en fr sont pas forcément clair, et que, comme si ca ne suffisait pas, c'est la première fois que j'utilise java.

Ceci étant dit, comme j'ai édité le précedent post, celà n'a pas l'air de changer chose. J'ai toujours le caractère en console invite de commande, le caractère blanc dans la console java, et rien du tout en html !

Je me suis également rendu compte qu'un println("\u263a"); affichait "\u263a".

Edit 6:35 : J'ai finalement réussi à envoyer sur le serveur avec le charset de l'utilisateur, et lire la socket en utf-8. mes incompatibilité d'accent sont résolu. Ceci étant dit, j'ai toujours ce problème de caractère, qui maintenant affiche un carré sous la console invite de commande (j'ai changer l'encodage en tapant "chcp 1252", m'affiche en revanche toujours un caractère blanc qui n'est pas un inspace dans la console java.
23/08/2011, 09h16
tchize_

Citation:

Envoyé par OnaStick

Je me suis également rendu compte qu'un println("\u263a"); affichait "\u263a".

Êtes vous sûr de ne pas plutot avoir écrit

Code:

System.out.println("\\u263a");

Ici

Code:

System.out.println("\u263a");

affiche bien le smiley.

Citation:

Ceci étant dit, j'ai toujours ce problème de caractère, qui maintenant affiche un carré sous la console invite de commande (j'ai changer l'encodage en tapant "chcp 1252"

que je sache l'encodage 1252 ne gère pas ce caractère. Mettez votre console et java en utf-8 et vous n'aurez aucun souci. Maintenant la gestion de la console sous windows c'est assez bordelique je pense :aie:
23/08/2011, 09h49
OnaStick

Alors, je vais vous résumer mon cheminement de la nuit, enfin, je vais essayé.

J'ai creusé du côté de l'encodage pendant un certain temps sans succès. Je me suis ensuite tourné vers les charset, mais ca donnait pas grand chose. J'ai donc reprit mon travail à partir d'une classe vierge. J'ai donc refait ma socket, le BufferedReader en précisant UTF-8, j'ai changé le BufferedWriter pour un PrintWriter.
A partir de là, j'avais toujours ce caractère mysterieux envoyé par le serveur. J'avais lu quelque part que l'on pouvait utiliser des caractères spéciaux de ce genre directement dans le code, ce que j'ai essayé sans succès.
Mais après avoir changé l'encodage de la console windows, il est apparu un carré, qui indique comme vous l'avez dit que cette encodage ne supportait pas ce caractère.
Par curiosité, j'ai copier/coller ce caractere dans mon code. celui me donnait un espace blanc. désespéré, j'essaye tout de même la condition et là, elle fonctionne. Ca fonctionne, certes, mais c'est un peu moche.

Pour ce qui est de la console java, ou change-t-on le charset ?
23/08/2011, 09h56
tchize_

java détermine au démarrage le charset de System.out en fonction de la config de l'os. Le charset "de la console" c'est l'OS qui le gère. Sous linux, avec gnome-terminal, j'ai un menu "Terminal -> définir le codage des caractères". Mais j'ignore comment ça se passe sous windows.

Pour ce qui est de votre caractère spécial, comme on ne sais pas du tout avec quel genre de serveur vous discuter , impossible de savoir si c'est "normal" :lol:
23/08/2011, 13h02
OnaStick

Ah oui, la précision aurai pu être pratique :oops:

Je peux déjà vous dire que oui, il est normal pour la simple raison que le serveur en question est un serveur IRC et que ce caractère apparaît sur tous les serveurs (tout au moins ceux sous UnrealIRCd que j’ai testé).

Une ligne d'un simple message sur un canal donne :

Citation:

:Weak|End!Weakness@45247021.AA707A78.D9AB5A9C.IP PRIVMSG #Salon :Le message

Le message qui me pose problème est celui ci :

Citation:

:Weak|End!Weakness@45247021.AA707A78.D9AB5A9C.IP PRIVMSG #World :?ACTION se sauve?

Ce message correspond au "/me" sur IRC. Les points d'interrogations représente les caractères mysterieux.

Voilà ce qu'on peut lire à propos dans la RFC du protocole :

Citation:

Aucun jeu de caractères n'est imposé. Le protocole est basé sur un jeu de caractère de huit (8) bits, qui forment un octet ; cependant, certains codes sont utilisés en tant que codes de contrôle, et agissent comme délimiteurs de messages.

Mais aucune info supplémentaire...

Edit : Rectification. Je viens de tomber sur une RFC annexe ou ils parlent de ces fameux delimiter. En l'occurence, il s'agit du caractere \001. J'ai donc fait ceci :

Code:

if (lineSplit[3].startsWith(":\001ACTION ")) {

Et ca fonctionne parfaitement.