Gestion de l'UTF8

Bonjour,

je réalise un petit test sous Windows et LUbuntu :

Code:

---

showmessage(LeftStr('HÉLÈNE',4)+'-'+UTF8LeftStr('HÉLÈNE',4));

---

donne
Pièce jointe 577714
et un

Code:

---

showmessage(LeftStr('HÉLÈNE',5)+'-'+UTF8LeftStr('HÉLÈNE',5));

---

produit :
Pièce jointe 577713

Ceci dit avec les commandes de LazUTF8, on a une inflation de code non négligeable : prendre les 2 caratères minuscules d'une chaine sans espace devient

Code:

---

UTF8LeftStr(UTF8LowerCase(UTF8Trim(machaine,2))))

---

Je me demandais s'il n'y avait pas une astuce pour simplifier tout cela. J'ai un vague souvenir sous Windows de créer la fiche en UTF8 sans BOM pour ne pas avoir à utiliser LazUTF8. J'ai réessayé... sans succès !

Merci de votre aide. Cordialement. Gilles

Salut,

La RTL utilise par défaut la page de codes du système. Sous Windows, il s'agit d'un encodage non Unicode. Tandis que sous MacOS et Linux UTF-8 est utilisé.

LeftStr renvoie un résultat erroné, car il utilise la fonction Copy qui copie octet par octet.
Les caractères spéciaux et accentués en UTF-8 sont codés sur 2 octets.

Pour que le résultat renvoyé soit bon, il faut faire LeftStr('HÉLÈNE',6) = HÉLÈ:

H = 1 octet
É = 2 octets
L = 1 octet
È = 2 octets

1 + 2 +1 + 2 = 6

et pour ton 2^ème exemple, il faut donc faire LeftStr('HÉLÈNE',7) = HÉLÈN

Essayes : showmessage(Length('HÉLÈNE').ToString + '-'+UTF8Length('HÉLÈNE').ToString); le résultat sera 8 - 6

Si tu utilises des caractères accentués, il vaut mieux utiliser les fonctions disponibles dans "LazUTF8"

Sinon tu peux tester mon unité BZTypesHelpers. Elle utilise LazUTF8 mais du coup son utilisation devient transparente. De plus cette unité contient pas mal d'autres méthodes qui seront peut-être utiles pour toi, pour la manipulation des chaines de caractères et des autres types standard. Il faut simplement déclarer cette unité à la fin des clauses uses (généralement dans la partie implementation)

Le truc, avec BZTypesHelpers c'est que les fonctions sont "chainées" du coup

Exemple : Length('HÉLÈNE') = 8 (qui renvoie un mauvais résultat) et UTF8Length('HÉLÈNE') = 6 deviendra ('HÉLÈNE').Length = 6

Code:

---

1 2 3 4

// fonctions chainées ShowMessage(('HÉLÈNE').Length.ToString); ShowMessage(('HÉLÈNE').LeftOf(5).Length.ToString);

---

L'avantage c'est que l'on tire partie de la complétion du code. On tape le '.' et la liste des méthodes disponibles s'affiche.

Dedans, il y a la fonction function TStringHelper.LeftOf(Position: Integer): String; . Ton premier exemple s'écrira alors ('HÉLÈNE').LeftOf(5); = HÉLÈ
Il n'y pas de fonction "LeftStr" mais elle sera facile à rajouter car identique à LeftOf (ça sera pour ma prochaine mise à jour :zoubi:)

Code:

---

1 2 3 4 5 6 7 8 9

function TStringHelper.LeftOf(Position: Integer): String; Begin Result := UTF8Copy(Self, 1, Position + 1); End;   function TStringHelper.Left(Position: Integer): String; Begin Result := UTF8Copy(Self, 1, Position); End;

---

Avec BZTypesHelpers, ton dernier exemple deviendra :

Code:

---

1 2 3 4 5

Result := machaine.Trim.ToLower.LeftOf(3); // ou Result := machaine.Trim.LeftOf(3).ToLower; // ou encore Result := machaine.ToLower.Trim.LeftOf(3);

---

A+

Jérôme

Pour le fun ce qu'il est possible de faire avec BZTypesHelpers et les chaines de caractères

Pièce jointe 577724
Pièce jointe 577725
Pièce jointe 577726

A+

Jérôme

Bonjour,
excellent... j'adopte !

Merci. Gilles