Un autre souci de comparaison de codes ASCII

Re bonjour à tous,
Grâce à vous mon projet avance à toute vitesse. Je me heurte cependant à un dernier souci:
j'ai un fichier texte en mode binaire qui contient entre autre des caractères accentués. Je dois placer le caractère hexa 0x83 devant chaque caractère accentué

Fonctionnement souhaité: on ouvre le fichier source et on compare chaque caractère à la valeur 0xC0. S'il est supérieur (4 dernières lignes de la table ascii étendue), il s'agit d'un caractère accentué on ajoute au fichier cible le caractère 0x83 puis on poursuit la copie fichier à fichier.
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 char precedent=0x00; do { char caractere_lu = fgetc(fichierorigine); //lecture dans le fichier source d'un caractère // Checking for end of file if (feof(fichierorigine)) //sortie de boucle si fin de fichier atteinte break ; // on cherche si le caractère lu est accentué (si son code hexa est sur les 4 dernières lignes de la table ascii étendue) // il faut aussi prévoir le fait qu'on doit pouvoir exécuter plusieurs fois la moulinette sans rajouter à chaque fois le caractèe 0x83 s'il est déjà présent if (caractere_lu>0xC0 && precedent!=0x83) // { fputc(0x83, fichierdestination); //ecriture dans le fichier cible d'un caractère } fputc(caractere_lu, fichierdestination); precedent=caractere_lu; } while(1);
Merci d'avance pour votre aide. Promis c'est la dernière fois que je vous embête.

essai infructueux

Je viens de tester ça sans succès:

Code:

if (caractere_lu>'à' && caractere_lu<'ÿ' && precedent!=0x83)

autant le code précédant ne changeait absolument rien à mon fichier d'origine autant cette fois le caractère 0x83 est présent avant chaque caractère, accentué ou non.

solution

je me répond à moi même: j'ai trouvé la solution en relisant les posts de ma question précédente:

un char est codé de -127 à +127 (decimal). J'ai donc cherché une table ascii correspondante. J'y ai trouvé que le caractère 0xC0 se code -64 (dec) et que le caractère 0xFF se code -1 (dec)
J'ai converti mon char en int et fait une simple comparaison d'int:
Code:

1 2 char caractere_lu = fgetc(fichierorigine); //lecture dans le fichier source d'un caractère int codeascii = caractere_lu;
et

Code:

if (codeascii>=-64 && codeascii<=-1 && precedent!=0x83)

Il me reste juste un souci: le fichier se code parfaitement mais sans aucune raison le codage s'arrête brutalement en plein milieu du mot <message id=....>
Si quelqu'un a une idée, qu'il n'hésite pas !

Bonjour

Citation:

Envoyé par vincentetcarine

Promis c'est la dernière fois que je vous embête.

Ca ne nous embête pas quand on pose des questions. Si on est là, c'est surtout pour le plaisir de transmettre nos connaissances à ceux qui le demandent...

Citation:

Envoyé par vincentetcarine

j'ai un fichier texte en mode binaire

Ca déjà c'est un truc que j'ai du mal à me représenter. Je pense même que si je te demandais de t'en expliquer tu aurais toi aussi quelques soucis...

Il n'y a à la base aucune différence entre "fichier texte" et "fichier binaire" mais que du fichier. Un film, c'est un fichier. Un mp3 c'est un fichier. Un bmp c'est un fichier. Et "toto.txt" c'est aussi un fichier.
Ensuite, il y a certains fichiers qui sont spécifiquement écrits qu'avec des caractères affichables à l'écran plus une spécification indiquant une fin de ligne. Et là on entre dans une distinction non pas "texte/binaire" mais "windows/unix" car dans windows la fin de ligne est représentée par deux caractères '\r' + '\n' tandis que dans Unix il n'y a que le '\n'. Et c'est simplement à cause de cette différence qu'on est obligé de spécifier qu'on lit du texte (dans ce cas le doublé '\r\n' devient "une" fin de ligne) ou du binaire (et là, tout '\r' suivi d'un '\n' seront traités de façon distincte). Et tu remarqueras que cette distinction n'est réellement utilisable que dans windows parce que dans unix, elle existe pour des raisons de portabilité mais n'a aucun effet (ben oui, dans unix il n'y a pas besoin de regrouper deux caractères accolés vu qu'il n'y en a qu'un seul pour représenter cette notion qu'est la "fin de ligne").

Citation:

Envoyé par vincentetcarine

J'y ai trouvé que le caractère 0xC0 se code -64 (dec) et que le caractère 0xFF se code -1 (dec)

Encore raté. 0xC0 correspond à une écriture en hexadécimal. Les règles mathématiques de lecture d'un nombre sont qu'on multiplie chaque chiffre qui décompose le nombre par sa base élevée à la puissance du rang dudit chiffre (en considérant que le premier rang vaut 0 et que les rangs se lisent de la droite vers la gauche). Par exemple dans 874 on a un "8" au rang 2, un "7" au rang 1 et un 4 au rang 0 donc si la base d'écriture est 10, alors ce nombre représente 8*10^2 + 7*10^1 + 4 * 10^0 (=874). Mais si sa base d'écriture est 9, alors ce nombre représente 8*9^2 + 7*9^1 + 4 * 9^0 (=715).
Si on applique cette règle à C0, alors il vaut C*16^1 + 0*16^0. "C"(16) valant 12(10), ça donne 12*16 soit 192.

Ensuite, vient le problème de l'encodage de ce nombre. C0(16) se code 1100 0000(2) (et là encore la valeur peut se calculer comme 1*2^7 + 1*2^6 soit 128 + 64=192). Or quand on travaille en char signé, le 8° bit n'est plus un bit de valeur mais un bit de signe. Ce qui peut alors, dans le monde signé, représenter aussi -64. Mais ça, ça ne dépend que de toi et de ta façon d'afficher cette valeur. Exemple printf("%hu %hd\n", (unsigned char)0x0C, (char)0x0C) te donnera "192 -64".
Mais ce n'est pas anodin ce bit de signe. Parce que si la valeur est copiée dans un espace plus grand (ex char dans short ou short dans int), et que son premier bit vaut 1, et qu'elle est signée, alors l'espace vide est alors rempli de 1 (extension du bit de signe afin de conserver la même valeur).
Donc si on reprend ce "0xC0" qu'on le stocke dans un signed char puis qu'on copie ce char dans un short, alors ça donnera 0xFFC0. Ensuite selon que le short est lui-même signé ou pas cette valeur 0xFFC0 vaudra soit 65472 (unsigned) soit -64 (signé).
en revanche, si 0xC0 est stocké dans un unsigned char puis qu'on copie ce char dans un short, alors ça donnera 0x00C0 qui vaudra toujours 192 quelle que soit la façon dont on le considère (signed/unsigned).

Bref quand le premier bit d'une variable vaut "1", la valeur de la variable dépend d'abord de son type de codage. Et ensuite, ce qui s'affiche à l'écran dépend lui-aussi du format d'affichage demandé.
Citation:
Envoyé par vincentetcarine
J'ai converti mon char en int et fait une simple comparaison d'int:
Code:

1 2 char caractere_lu = fgetc(fichierorigine); //lecture dans le fichier source d'un caractère int codeascii = caractere_lu;
C'est dommage. fgetc() renvoie déjà un int et ça on te l'a déjà dit (oui, j'ai lu ton autre topic mais je n'y ai pas répondu car tout avait été dit). Donc tu tronques cet int dans un char (tu perds l'octet de poids fort) et tu recopies ce char (l'int tronqué) dans un vrai int. Tu perds de l'info pour rien. Et en plus tu ne peux même plus distinguer le caractère 0xFF éventuellement lu de l'entier 0xFFFF (-1) renvoyé par la fonction quand elle est arrivée au bout du fichier.

Citation:

Envoyé par vincentetcarine

Il me reste juste un souci: le fichier se code parfaitement mais sans aucune raison le codage s'arrête brutalement en plein milieu du mot <message id=....>
Si quelqu'un a une idée, qu'il n'hésite pas !

Donne un petit exemple de ton fichier. Accessoirement ta façon de traiter le fichier (je lis puis je teste feof() le tout dans un do...while) fonctionne mais il y a plus simple: tester directement la lecture elle-même => while ((c=fgetc(fichierorigine)) != EOF) {...} (sous réserve que "c" soit un int mais j'espère qu'on te l'a déjà dit).

D'autant plus que le but premier de feof() n'est pas d'indiquer une "fin de fichier". Ou plus spécifiquement, n'est pas d'indiquer une fin de fichier durant le traitement du fichier. On peut le faire bien sûr mais comme on détourne son utilité, on est alors obligé de passer par des tournures alambiquées telles que ta façon (et encore c'est la moins pire qui soit car au-moins elle fonctionne tandis que la majorité y vont allègement avec leur while(!feof(fichier)) et viennent ensuite pleurer parce que leur boucle tourne une fois de plus que ce qu'il y a à lire !!!)
Le but de cette fonction est d'indiquer, une fois que le fichier a été lu et que la lecture s'est arrêté (donc qu'on est sorti de la boucle), si l'arrêt de la lecture est dû à une "fin de fichier atteinte" ou bien autre chose (erreur, etc).
Pour sortir d'une boucle de lecture, le plus simple est de checker la fonction de lecture elle-même car quand elle ne lit plus le fichier, elle renvoie alors une valeur spéciale qu'on peut tester.