Fonction de conversion d'un chaîne en majuscule

Bonjour :)
J'ai un souci avec ma fonction de conversion de chaîne de caractères en majuscule.
Je souhaite convertir tout texte saisi en texte en majuscules non accentuées pour faciliter les traitements ultérieurs (je ne souhaite pas utiliser les wchar).

Code:

---

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39

void conv_maj(unsigned char chaine[]) { int i;   for (i=0; i<strlen(chaine); i++) { if(chaine[i] >= 'a' && chaine[i] <= 'z') { chaine[i] = toupper(chaine[i]); }   else { switch (chaine[i]) { case (unsigned char) 'à': case (unsigned char) 'â': case (unsigned char) 'ä' : chaine[i] ='A' ; break; case (unsigned char) 'ç' : chaine[i] ='C' ; break;   case (unsigned char) 'é' : case (unsigned char) 'è' : case (unsigned char) 'ê' : case (unsigned char) 'ë' : chaine[i] ='E' ; break;   case (unsigned char) 'î' : case (unsigned char) 'ï' : chaine[i] ='I'; break;   case (unsigned char) 'ô' : case (unsigned char) 'ö' : chaine[i] = 'O' ; break;   case (unsigned char) 'ù' : case (unsigned char) 'û' : case (unsigned char) 'ü' : chaine[i] = 'U' ; break; default : break; } }   } }

---

J'obtiens des caractères bizarroïdes :).

Ton problème vient du fait que les caractères accentués sont codés sur deux char (affiche le résultat de "strlen(chaine)") du coup tu obtiens des caractères "bizarroïdes" "en plus" si tu réécrits char par char.

Citation:

---

Envoyé par pythéas

Ton problème vient du fait que les caractères accentués sont codés sur deux char (affiche le résultat de "strlen(chaine)") du coup tu obtiens des caractères "bizarroïdes" "en plus" si tu réécrits char par char.

---

Merci pour ta réponse :)
Mais du coup, comment dois-je procéder ?

La solution la plus simple me semble être de mettre le résultat dans une nouvelle chaîne.

Pour te donner une idée, un code vite fait (et donc pas très propre) à partir du tien :

Code:

---

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42

char* conv_maj_nvl_chaine(unsigned char chaine[]) {     int i , j =0; char *chaine2 = strdup(chaine);   for (i=0; i<strlen(chaine); i++) { if(chaine[i] >= 'a' && chaine[i] <= 'z') { chaine[i] = toupper(chaine[i]); chaine2[j] = toupper(chaine[i]); j++; } else { switch (chaine[i]) { case (unsigned char) 'à': case (unsigned char) 'â': case (unsigned char) 'ä' : chaine2[j-1] ='A' ; break; case (unsigned char) 'ç' : chaine2[j-1] ='C' ; break; case (unsigned char) 'é' : case (unsigned char) 'è' : case (unsigned char) 'ê' : case (unsigned char) 'ë' : chaine2[j-1] ='E'; break; case (unsigned char) 'î' : case (unsigned char) 'ï' : chaine2[j-1] ='I'; break; case (unsigned char) 'ô' : case (unsigned char) 'ö' : chaine2[j-1] = 'O' ; break; case (unsigned char) 'ù' : case (unsigned char) 'û' : case (unsigned char) 'ü' : chaine2[j-1] = 'U' ; break; default : chaine2[j] =chaine[i]; j++; break; } } }   chaine2[j] = '\0';   printf("\n la nvl chaine : %s\n",chaine2);   return chaine2; }

---

encore une fois c'est pas à reprendre tel quel mais ça peut te donner une idée

Salut,

en fait pour commencer (il me semble que tu es sous linux), dans un terminal tu fais :

Code:

---

$ echo $LANG

---

Cela va te donner l'encodage utilisé pour les saisies. Si tu as UTF-8, tu vas te retrouver avec certains caractères (=1 symbole affiché) codé sur plusieurs octets (=char en c, la confusion commence). Si tu as ISO8859, tu es sûr d'avoir tous tes caractères encodés avec un octet (dans ce cas 1 symbole=1 char).
Dans le premier cas tu ne pourras jamais écrire

Code:

---

char c='é';

---

car tu essayes de mettre plus d'un octet dans une variable qui ne peut en contenir qu'un. Dans le second cas il n'y aura pas de problèmes.

C avec les fonctions de bases (strXXX) ne fonctionne vraiment bien qu'avec le second cas et totalement bien avec un encodage ASCII-US (il a été "prévu pour").

N'oublie pas de tester que le paramètre n'est pas NULL avant de commencer le traitement. Tu peux utiliser les fonctionnalités isalpha, islower, isupper pour savoir à quel genre de caractère tu as à faire.

Oui, effectivement, compte tenu de ton erreur, je suis parti du principe que tu étais en UT8 mais comme le rapelle kwariz il convient de vérifier.
Si jamais tu es en ISO (ce qui, toutefois, me surprendrais) tout ce que j'ai racconté n'a aucun intérêt.

Citation:

---

Envoyé par kwariz

Salut,

en fait pour commencer (il me semble que tu es sous linux), dans un terminal tu fais :

Code:

---

$ echo $LANG

---

Cela va te donner l'encodage utilisé pour les saisies. Si tu as UTF-8, tu vas te retrouver avec certains caractères (=1 symbole affiché) codé sur plusieurs octets (=char en c, la confusion commence). Si tu as ISO8859, tu es sûr d'avoir tous tes caractères encodés avec un octet (dans ce cas 1 symbole=1 char).
Dans le premier cas tu ne pourras jamais écrire

Code:

---

char c='é';

---

car tu essayes de mettre plus d'un octet dans une variable qui ne peut en contenir qu'un. Dans le second cas il n'y aura pas de problèmes.

C avec les fonctions de bases (strXXX) ne fonctionne vraiment bien qu'avec le second cas et totalement bien avec un encodage ASCII-US (il a été "prévu pour").

N'oublie pas de tester que le paramètre n'est pas NULL avant de commencer le traitement. Tu peux utiliser les fonctionnalités isalpha, islower, isupper pour savoir à quel genre de caractère tu as à faire.

---

Merci beaucoup pour ton explication. Je suis sous Linux et manque de bol, je suis su rune encodage de type UTF8 :(

Oui et non ...
La technique est toujours la même si tu veux te passer de bibliothèques spécifiques UTF8 :

tu lis c, un char :
*si c<0x80 -> ta technique fonctionne
*si c==0xC2 -> c'est un multibyte mais pas de symbole alphabétique, tu passes ce char tel quel ainsi que le suivant
*si c==0xC3 -> c'est un multibyte et certainement un symbole alphabétique, tu te reportes à la table dont j'ai donné le lien et, en gros, tu passes le c, le suivant tu le transformes (+ ou - 0x20 si le caractère t'intéresse)

Cela est relativement cohérent, suffisamment robuste pour un petit projet/exercice, ne fonctionne qu'avec de l'UTF8.