Java et encoding

Bonjour à tous,
je viens vous demander de l'aide sur un thème déjà apporter mainte fois.
J'utilise Hibernate couplé à MySQL. La base est en utf8, ainsi que les tables.

J'ai précisé dans l'url de connection à la base dans le fichier de configuration d'Hibernate : autoReconnect=true&useUnicode=true&characterEncoding=UTF-8

Ensuite j'ai fait moulte tests afin d'insérer une chaîne "en dur" dans la base : "ééé ààà èè ç", d'abord sans rien faire, ensuite en tentant de convertir avec :
new String("ééé ààà èè ç".getBytes("ISO-8859-1"), "UTF-8"). Je pensais avoir compris comment l'encodage en général fonctionne, mais j'avoue que là je n'y arrive vraiment pas ... J'obtient en base "��� ��� �� �", ou encore ""??? ??? ?? ?"

Pensez-vous pouvoir m'aider ? Merci d'avance

Bonjour,

le plus simple, c'est en prenant les données à insérer dans le bon format en partant. Par exemple, si c'est sur une page web, le mieux c'est que cette page soit en UTF-8 pour que le navigateur donne le bon type.

Merci de votre réponse. Les données proviennent d'une api, utilisant la classe URL. La chaîne manipulée est donc je suppose dans l'encodage de la page cible. Mais si je connais l'encodage de la chaîne et que je souhaite la convertir en utf-8, existe-t-il un moyen simple ?

En Java, une String n'a pas d'encodage. C'est une séquence de chars et c'est tout.

Par contre, quand on veut passer de String à octets binaires et vice-versa, là un encodage intervient, et il s'agit, en effet, d'utiliser le bon. Apparemment ta connexion MySQL est bien configurée et il n'y a sans doute pas de soucis de ce côté.
Le mieux pour vérifier, c'est de déclarer cette chaîne :

Code:

---

String s = "Été sur une île";

---

et l'insérer d'une part dans la base de données, d'autre part dans un fichier texte en UTF-8.
- dans le fichier texte : on vérifie que la classe Java qui contient la chaîne a été compilée dans le bon encodage.
- dans la base de données : on vérifie que, si ça c'est bien passé avec le fichier texte, ça se passe bien aussi dans la base.

=> Si le test du fichier texte échoue. Le fichier .java n'a pas été enregistré dans le bon encodage (ou bien il n'a pas été compilé avec le bon encodage.) Changer d'encodage, d'un côté ou de l'autre, et recommencer jusqu'à ce que ça marche.
=> Si le test du fichier marche, mais pas l'insertion en BDD, alors la connexion à la BDD n'est pas bien configurée finalement. Je ne connais pas Mysql et ça dépasse mes compétences, mais c'est là qu'il faut chercher.
=> Si les deux passent, mais que ça ne marche pas quand la chaîne vient d'ailleurs, c'est qu'il y a un problème au moment de la conversion "ailleurs vers String." Un charset est forcément utilisé, si aucun n'est précisé, il y en a un choisi par défaut, et c'est pas forcément le bon. Voir de ce côté.

Pour la partie sur le URL, tu obtiens un inputstream avec le contenu de la page. Tu peux utiliser un InputStreamReader et dans son constructeur, tu peux choisir le charset qui est utilisé sur la page. Ça pourrait peut-être t'aider ensuite à le convertir, mais je n'en sais pas plus de ce côté.

J'ai fait les tests avec l'écriture des fichiers.
J'obtiens bien mes accents, et le fichier est bien encodé en utf8.
Par contre j'ai toujours le problème avec mes accents en base.

Je rappelle le contexte. Je développe avec Eclipse, et j'ai bien précisé l'encodage des fichiers en utf8, sous windows. Le programme est exécuté dans un environnement Unix. J'ai précisé le paramètre de la jvm lors du lancement avec -Dfile.encoding=UTF8. C'est Hibernate qui gère la base, j'ai placé dans l'url de connexion "autoReconnect=true&useUnicode=true&characterEncoding=UTF-8".
J'enlève le problème de la récupération de la chaîne sur un site avec un certain encodage, en insérant une chaîne en dur, mais le problème persiste...

Je ne sais pas d'où peut provenir le problème. L'encodage serait aussi présent lors de la compilation ? Les fichiers binaires générés serait interprétés différemment sous windows et Unix ? J'ai un moyen d'action de ce côté là ? En précisant à Eclipse de compiler en utf8 ?

Citation:

---

Envoyé par godjirax

L'encodage serait aussi présent lors de la compilation ?

---

Non. Une String n'a pas d'encodage. Cela est assuré dans le bytecode lui-même.

Citation:

---

Envoyé par godjirax

Les fichiers binaires générés serait interprétés différemment sous windows et Unix ?

---

Non. Certaines choses dépendent de l'environnement (donc possiblement, de l'OS,) et c'est notamment le cas du charset par défaut, à utiliser pour les conversions String <=> octets quand aucun charset n'est précisé.
Mais les binaires ne sont pas interprétés différemment, c'est juste que le programme demande à la JVM, "hé, c'est quoi le charset par défaut, ici ?" en cas de besoin.

Citation:

---

Envoyé par godjirax

J'ai un moyen d'action de ce côté là ?

---

Rien d'autre que le -Dfile.encoding pour forcer le charset par défaut... Mais ça ne résout que ce qui utilise le charset par défaut officiel.

Citation:

---

Envoyé par godjirax

En précisant à Eclipse de compiler en utf8 ?

---

Si Eclipse ne compilait pas avec le bon charset, le test d'écriture dans un fichier ne marcherait sans doute pas. Comment fais-tu ce test ? C'est quelques lignes, montre-les.

Salut,

Citation:

---

Envoyé par godjirax

ensuite en tentant de convertir avec :
new String("ééé ààà èè ç".getBytes("ISO-8859-1"), "UTF-8"). Je pensais avoir compris comment l'encodage en général fonctionne, mais j'avoue que là je n'y arrive vraiment pas ...

---

Heu... Le code que tu montres là est complètement incorrect et ne peut que te générer une chaine incorrect !


Il suffit d'un seul encodage incorrect pour tout pourrir :(



Essayes d'écrire un code "à minima" qui insère une chaine dans la BD et montre nous ton code...


a++

Bonsoir,

voici les lignes de code qui me permette d'ajouter simplement un tuple dans ma table :

Code:

---

1 2 3 4 5 6 7 8 9

Statement stat = conn.createStatement(); String chaine = "héhé"; String query = "insert into matable values ( '"+chaine+"', 'haha')"; System.out.println("Résultat : " +stat.executeUpdate(query)); String chaine1 = new String(chaine.getBytes(), "UTF8"); query = "insert into matable values ('"+chaine1+"', 'haha')"; System.out.println("Résultat : " +stat.executeUpdate(query)); stat.close(); conn.close();

---

Et j'obtiens, malheuresement toujours : h�h�, haha dans ma base
Même en précisant l'encoding dans l'url de connexion à la base, en exécutant mon programme avec l'argument d'encoding à la jvm ... Rien n'y fait.

Je viens de faire d'autres tests, j'ai changer l'encodage de la table, et malgré les tentatives de utf8_unicode_ci, utf8_general_ci, latin1_swedish_ci, j'ai toujours le même résultat.

J'ai réussi à afficher les accents côté web (phpmyadmin + site)
j'ai du pour cela préciser "autoReconnect=true&amp;useUnicode=true&amp;characterEncoding=ISO-8859-1" dans mon fichier hibernate, puis encoder la chaîne avec :

Code:

---

String(new String(stringToEncode.getBytes(), "ISO-8859-1").getBytes("UTF-8"))

---

et d'exécuter mon jar avec le paramètre -Dfile.encoding=iso-8859-1.
A croire que ma base est en iso alors que phpmyadmin m'affiche utf8_general_ci.

J'ai aucune idée de ce qui t'a amené à faire ça, mais :

- Si vraiment tu as mis le paramètre -Dfile.encoding=ISO-8859-1 et qu'il n'est pas écrasé par une autre config quelque, part, alors

Code:

---

new String(stringToEncode.getBytes(), "ISO-8859-1")

---

Signifie en substance

Code:

---

new String(stringToEncode.getBytes("ISO-8859-1"), "ISO-8859-1")

---

Ce qui crée une copie absolument identique de stringToEncode.

Donc la ligne complète est équivalente à :

Code:

---

String(stringToEncode.getBytes("UTF-8"))

---

Qui est elle-même, à la même condition, équivalente à

Code:

---

String(stringToEncode.getBytes("UTF-8"), "ISO-8859-1")

---

Cela aura pour effet de transformer par exemple "héhé" en "héhé".

Je ne comprends pas qu'il y ait besoin de faire cela et à mon avis il y a erreur de conf' quelque part, faire simplement characterEncoding=UTF-8 et ficher la paix à -Dfile.encoding aurait dû suffire. Tu dis que tu as essayé, que tu as fait tous les tests (sans le prouver malgré ma demande) montrant que tu ne t'es pas trompé dans l'encodage du fichier .java lui-même.
Je dois donc te croire sur parole et penser que ce bricolage est nécessaire en attendant de savoir quoi d'autre peut se configurer avec MySQL.

Comme je l'ai déjà dit ce code c'est du grand n'importe quoi :

Code:

---

String chaine1 = new String(chaine.getBytes(), "UTF8");

---

Vires cette ligne et ca marchera déjà mieux.


a++

Citation:

---

Envoyé par adiGuba

Comme je l'ai déjà dit ce code c'est du grand n'importe quoi :

Code:

---

String chaine1 = new String(chaine.getBytes(), "UTF8");

---

Vires cette ligne et ca marchera déjà mieux.

---

Une telle ligne, utilisée avant de faire la requête SQL, est en effet exactement l'erreur qui peut obliger ensuite à utiliser la ligne à rallonge présentée dernièrement.

Virer ces deux lignes qui font des choses stupides, devrait tout réparer. En admettant que celle dont on parle ici n'ait pas été enlevée bien qu'il ait déjà été conseillé de le faire.