Version imprimable
Simple question de curiosité ( maintenant que j'ai enfin bien compris la gestion des caracteres avec les différents encodages )
le type wchar_t que contient-il exactement ? un réprésentation de l'encodage UTF-8 des caracteres ? Ou bien plus simplement une representation unicode standard des carateres ( une valeur hexadecimal sur 2 octets donc ?? ) ?
Salut,
Sur ma machine, un caractère de type wchar_t est repésenté sur 4 octets.
Thierry
On ne peut pas savoir, c'est à l'implémentation de choisir. Ca ne peut pas être un UTF-8 ni UTF-16, puisque la norme demande à ce que deux wchar_t aient la même taille. Ca peut être de l'UCS-2 ou de l'UCS-4, ou d'autre choses encore.
D'accord je vois.
Donc une autre question me turlupine du coup. Parce que apres tout j'ai peut etre pas tout si bien compris.
Pouquoi utiliser les widechars ?
Je m'explique.
J'ai testé une la librairie iconv qui permet de convertir simplement n'importe quel encodage vers l'UTF-8, qui contient apparement deja lui-meme les points de code Unicode dans son encodage, et qui fonctionne en multibyte.
Donc pourquoi ne pas utiliser le multibyte encodé en UTF-8 plutot que les widechar en Unicode, puisque visiblement, ensuite l'affichage ca n'est qu'une question de charset de l'application cliente ..
Parce que la plupart des opérations de calcul sur chaîne de caractère sont bien plus longues quand elles sont effectuées sur une chaîne multibyte que sur une chaîne où les caractères ont une taille fixe ?
Ben moi, je les utilise pas.Citation:
Pouquoi utiliser les widechars ?
Peut être pour réutiliser les types natifs du C++ ?
En gros tes données externes au programme sont dans un encodage ou un autre. En interne tu utilises des std::wstring (p.ex.) qui te procurent un certain nombre de choses (comparaison, comptages, ...). En interface tu passes par des code-convertion facets qui transforment à la volée.
Bon, j'avoue, c'est ce que j'ai compris de la théorie.
C'est nettement plus complexe en pratique (je sais de quoi je parle, crois moi...). Si tu veux utiliser de l'Unicode, utilise la bibliothèque ICU, au moins tu te prendras pas la tête avec des wstring + facets + locale + pétage de câble. :aie:
Sinon, l'intérêt d'un wchar_t, c'est qu'il permet de contenir un caractère Unicode à lui seul (contre 2 char sinon au minimum). Voilà voilà.
Sur quoi se base la fonction mbstowcs pour definir comment sera converti une chaine multibyte en widechar ? la locale ? Car je suppose que la libc n'a aucun autre moyen de savoir ce qui contient une chaine multibyte ? ( ici je rejoins quelque peu la question initiale du sujet )
@Patriarch24 : pas mal la librairie ICU va falloir que j'observe ca de plus pres.