Code ASCII et manipulation des caractères

Version imprimable

Voir 40 message(s) de cette discussion en une page

24/05/2024, 13h51
Philcmoi

Merci pour ton intervention aussi rapide.
Ton texte traité donne:

Citation:

àâAbcdéèêÉfghù

�a�aabcd�e�e�e�efgh�u

Pourquoi il y a t il des � � ?
j'ai essayé de mettre les caractères dans un string et afficher qu'une partie du String, mais je ne trouve pas. Suis je sur la bonne voix ?
Merci.
Deplus j'ai parfois des [] ???
25/05/2024, 00h01
kaitlyn

La moindre des choses est de montrer ce que t'affiche la compilation ou l'exécution du code de mon précédent message.
Est-ce que tu les lis d'abord ???
Je te rappelle la procédure: sur Eclipse, tu sélectionnes ton code source, ensuite sur la barre de menu, tu cliques Edit -> Set encoding... -> Cp1252

Voici 1 petit code (1 peu long :oops:) qui manipule des caractères UTF-8 et qui fait ce que tu veux :wow: :wow:

Attention : Sous Linux la console est en UTF-8. Sous Windows est en code page OEM et est passée en UTF-8 récemment (2019 - 2020) en théorie (CHCP 65001 sinon) :fou:

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
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
#include <stdio.h>
#include <stdlib.h>
 
 
int main()
{
    FILE* f = NULL;
    int c; size_t n, nb_chars;
 
    unsigned char buffer[] = {0XC3, 0XA0, 0X62, 0X63, 0X64, 0XC3, 0XA9, 0X66, 0X67, 0X68, 0XC3, 0XB9};
    unsigned char buffer_input[15];
 
//  Step 1: write
    f = fopen("file.txt","wb");
    if (!f) {
        printf("main - error : fopen 1\n");
        return EXIT_FAILURE;
    }
    fwrite (buffer , sizeof(char), sizeof(buffer), f);
    fclose (f);
 
//  Step 2: read and display
    f = fopen("file.txt","r");
    if (f == NULL) {
        printf("main - error : fopen 2\n");
        return EXIT_FAILURE;
    }
 
    n = 0; nb_chars = 0;
    c = fgetc(f);
    while (c != EOF) {
        printf("%c", c);
        buffer_input[n] = c;
        c = fgetc(f);
        ++n; // XXX Warning: overflow
    }
 
    printf("\n");
    nb_chars = n;
 
    fclose (f);
 
//  Step 3: parse and display
    for(n = 0; n < nb_chars; ++n) {
        c = buffer_input[n];
 
        if (((c >= 'a') && (c <= 'z')) || ((c >= 'A') && (c <= 'Z'))) {
            printf("%c", c);
        } else if (c == 0XC3) {
            ++n;
            c = buffer_input[n];
            switch(c) {
            case 0XA0:  printf("a"); break;
            case 0XA9:  printf("e"); break;
            case 0XB9:  printf("u"); break;
            }
        }
    }
 
    printf("\n");
 
 
    return EXIT_SUCCESS;
}

25/05/2024, 08h06
Philcmoi

Merci à Kaitlin et Foetus.
Kaitlin bien sur j'analyse ton code et en console il n'y a pas d'erreur. Il y a juste ton résultat.
Foetus ton code fonctionne nickel et vais le relire et l'étudier.

Merci à vous deux.

Citation:

Envoyé par kaitlyn

Le fichier doit être enregistré au format Windows 1252, au pire enregistre-le avec notepad, encodage ANSI.
I faut t'inspirer des codes que l'on te fournit. Si tu persistes avec genre des do {} while {caractere != EOF} ça ne va pas le faire, dans cet exemple, ton test sur EOF, en plus d'être erroné, arrive beaucoup trop tard.

OK le do while a été retiré.

:oops:

Je propose cela mais il m'affiche que des a ???

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
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
#include <cstdio>
#include <cstdlib>
#include <vector>
#include <string>
#include <iostream>
using namespace std;
int main() {

char caractereMinuscule, caractere;
int ascii_code;


FILE* fic = fopen("src/presses/texttest.txt","r");
if ( ! fic)
        return EXIT_FAILURE;

while ((ascii_code=fgetc(fic))!= EOF) {

		caractere = static_cast<unsigned char>(ascii_code);

	 if (ascii_code==0XC3) {
		 fseek(fic,1, SEEK_CUR); // avance le curseur sur le caractère suivant
	 }

	 if (ascii_code >= static_cast<unsigned char>(0xE0) && ascii_code <= static_cast<unsigned char>(0xE5))
	 {caractere= 'a';}
	 else if (ascii_code >= static_cast<unsigned char>(0xC0) && ascii_code <= static_cast<unsigned char>(0xC5))
		 {caractere= 'a';}
	 else if (ascii_code == static_cast<unsigned char>(0xC7) || ascii_code == static_cast<unsigned char>(0xE7))
		 caractere= 'c';
	 else if (ascii_code >= static_cast<unsigned char>(0xE8) && ascii_code <= static_cast<unsigned char>(0xEB))
		 {caractere= 'e';}
	 else if (ascii_code >= static_cast<unsigned char>(0xC8) && ascii_code <= static_cast<unsigned char>(0xC8))
		 {caractere= 'e';}
	 else if (ascii_code >= static_cast<unsigned char>(0xEC) && ascii_code <= static_cast<unsigned char>(0xEF))
		 caractere= 'i';
	 else if (ascii_code >= static_cast<unsigned char>(0xCC) && ascii_code <= static_cast<unsigned char>(0xCF))
		 caractere= 'i';
	 else if (ascii_code >= static_cast<unsigned char>(0xD2) && ascii_code <= static_cast<unsigned char>(0xD6))
		 caractere= 'o';
	 else if (ascii_code >= static_cast<unsigned char>(0xF2) && ascii_code <= static_cast<unsigned char>(0xF6))
		 caractere= 'o';
	 else if (ascii_code >= static_cast<unsigned char>(0xF9) && ascii_code <= static_cast<unsigned char>(0xFC))
		 caractere= 'u';
	 else if (ascii_code >= static_cast<unsigned char>(0xD9) && ascii_code <= static_cast<unsigned char>(0xDC))
		 caractere= 'u';
if (ascii_code>='A' && ascii_code<='Z') {
	caractereMinuscule = caractere + 32;
// cout<<caractMinuscule;
caractere = caractereMinuscule;
 cout<<caractere;
 }
else {cout<<caractere;}
};
printf("\n");
fclose (fic);

return 0;
}

Citation:

AZERTY

àâAbcdéèêÉfghù

donne

Citation:

azerty

aaabcdaaaafgha

25/05/2024, 20h40
foetus
Ton problème vient de ce test :mrgreen:
Code:

1 2 else if (ascii_code >= static_cast<unsigned char>(0xC0) && ascii_code <= static_cast<unsigned char>(0xC5)) {caractere= 'a';}
- à: C3 A0
- â: C3 A2
- é: C3 A9
- è: C3 A8
- ê: C3 AA
- É: C3 89
- ù: C3 B9
Tous tes caractères accentués commencent par 0xC3.

Comme je te l'ai déjà dit, le traitement UTF-8 est assez pénible :wow:
1. lire 1 octet
2. déterminer s'il est valide et déterminer le nombre d'octets (nb_bytes) pour ce caractère
3. lire (nb_bytes - 1) octets
4. éventuellement valider si c'est 1 code UTF-8 valide et si c'est 1 caractère valide
5. faire le traitement
Et tu peux utiliser 1 outil de conversion pour t'aider :whistle: comme r12a
26/05/2024, 01h50
kaitlyn
Citation:
Envoyé par foetus

Ton problème vient de ce test :mrgreen:

Code:

1 2 else if (ascii_code >= static_cast<unsigned char>(0xC0) && ascii_code <= static_cast<unsigned char>(0xC5)) {caractere= 'a';}
Salut toi,

Non, c'est les A majuscules diacrités de la table Windows 1252, de C0 à C5... ENFIN !!!
Par contre les casts ici sont inutiles, les opérandes étant de même type, des if (ascii_code >= 0xC0 && ... suffisent.

J'ai essayé pas mal de représentation. UTF, ISO, 1252 ect
avec hexa puis décimal 'charactère' 'A' à ect ...
Bref il ne manque plus que la bonne table.
Pour l'instant il n'affiche que des 'a'

Citation:

AZERTY

àbcdéfghù

-----------------------------------
azerty

abcdafgha

En utilisant
Code:

1 2 3 4 5 6 7 8 9 if (ascii_code >= (131) && ascii_code <= (134)) {caractere= 'a';} else if (ascii_code >= (142) && ascii_code <= (143)) {caractere= 'a';} else if (ascii_code == (0xC7) || ascii_code == (0xE7)) caractere= 'c'; else if (ascii_code >= (136) && ascii_code <= (138)) {caractere= 'e';}
On obtient

Citation:

azerty

�bcd�fgh�

J'utilise assci étendue.
Est ce la bonne voix ?

26/05/2024, 13h31
kaitlyn

Lorsque tu écris tes ascii_code >= à des nombres, ces nombres là tu les récupères bien dans une table. Mais si le fichier que tu lis n'est pas encodé dans cette table, ton programme n'affichera pas le résultat attendu. Tu dois choisir une table et t'y tenir.
26/05/2024, 14h03
Philcmoi

Merci pour l éclairage.
26/05/2024, 14h37
Invité

1 pièce(s) jointe(s)

Voila une table utf8 pour les caractères allant de À (192) jusque le char 255.
un autre défit surgit c'est qu'il faut décomposer certains caractères comme œ et æ

Pièce jointe 655192

Voir 40 message(s) de cette discussion en une page