Caractères accentués transformés en ▒

Citation:

---

Envoyé par Jipété

Pourquoi ce remplacement ?

---

"utf-8" n'est pas valide, contrairement à "utf8".
Exemple tiré de https://dev.mysql.com/doc/refman/5.0...nction_convert :

Code:

---

SELECT CONVERT('abc' USING utf8);

---

Citation:

---

Envoyé par Jipété

Sinon, j'ai failli poster ça (et tous comptes faits je le poste quand même, pour la postérité et/ou pour un lecteur qui aura un souci similaire) :

Code:

---

1 2 3 4 5 6 7

# touch àéèç # ls àéèç àéèç # ls àéèç | sed -n 'l' \303\240\303\251\303\250\303\247$ # echo àéèç | sed 'y/àâçéèêëîïôöùüûÀÇÉÈËÊÏÎÖÔÙÜÛ/aaceeeeiioouuuACEEEEIIOOUUU/' aeec

---

Conclusion : sed est capable de travailler avec les caractères accentués, si tant est que tout soit correct autour.

---

Ici, la conclusion est un peu raccourcie, il faut tout de même préciser que sed tient compte de la locale, voici un exemple:

Code:

---

1 2 3 4 5 6

$ echo 'é' | sed -n 'l' \303\251$ $ echo 'é' | LANG=C sed 'y/é/e/' sed: -e expression #1, char 7: strings for `y' command are different lengths $ echo 'é' | LANG=fr_FR.UTF-8 sed 'y/é/e/' e

---

Dans le premier cas, la commande "y" ne fonctionne pas car sed ne voit pas le "é" mais le caractère "\303" et le caractère "\251" tandis que dans le deuxième cas, il sait que c'est un caractère UTF8.
Et ceci est le cas pour la plupart de commandes unix, voici un autre exemple où nous pouvons tomber dans le piège:

Code:

---

1 2 3 4 5 6 7 8

$ echo -n 'é' | LANG=C wc -m 2 $ echo -n 'é' | LANG=fr_FR.UTF-8 wc -m 1 $ echo -ne '\0303\0251' | LANG=fr_FR.UTF-8 wc -m 1 $ echo -ne '\0303\0251' | LANG=C wc -m 2

---

Selon la locale utilisée, la commande wc ne voit pas le même nombre de caractères.