UTF-8 convertion implicite.

Bonjour,

je suis confronté a un problème d'UTF-8 que je ne comprend pas, et que je n'arrive pas a résoudre.

Je dois copier en partie le contenu d'une chaîne buffer dans une autre donnee->radio.
La copie s'arrête quand on tombe sur le caractère ';' .

while ((donnee->radio[a++] = buffer[a++]) != ';');

Cela fonctionne, mais a l'affichage de donnee->radio les caractères accentués pêchent.
Si j' affiche buffer il n'y a pas de problèmes.

Je précise que la fonction qui me permet d'afficher les caractères provient de la librairie GTK+ (gtk_combo_box_append_text), mais je poste ici comme le problème correspond plus au C qu'a GTK.

En attente de vous lire, je vous remercie d'avance.

Salut,

C'est voulu le double ++ sur a ?

MAT.

Salut,

Il s'agit de copier une chaîne encodée dans la locale vers une chaîne UTF-8?
-> g_locale_to_utf8() effectue la converSion.

Il s'agit de copier une chaîne UTF-8 vers une autre chaîne UTF-8?
-> g_utf8_strncpy().

Ces deux fonctions ne sautent pas les octets, même pour les caractères encodés sur plusieurs octets!

Je vais préciser.

Je copie cette ligne (provenant d'un fichier)

Code:

---

France Inter;http://viphttp.yacast.net/V4/radiofrance/franceinter_bd.m3u;

---

dans la chaîne 'buffer' avec fgets.
Si j' affiche buffer, pas de problèmes d'encodage.

Je veux récupérer la première entrée (France Inter) dans une chaîne contenue dans une structure référencé , je fais :

Code:

---

while ((donnee->radio[a++] = buffer[a++]) != ';');

---

Si j' affiche donne->buffer ça me donne : "F?a?c ?n" et je reçois cette erreur :

Code:

---

(pep:6740): Pango-WARNING **: Invalid UTF-8 string passed to pango_layout_set_text()

---

OK, ça n'a pas l'air compliqué, bien que je ne comprenne pas (Mon système est en UTF-8).

Je fais :

Code:

---

1 2 3

while ((tampon[a++] = buffer[a++]) != ';'); donnee->radio = g_locale_to_utf8(tampon, -1, NULL, NULL, NULL); donnee->radio = tampon;

---

Et reçois cette erreur :

Code:

---

(pep:6754): Gtk-CRITICAL **: gtk_combo_box_append_text: assertion `text != NULL' failed

---

Bon voilà, désolé de faire du GTK alors qu'il y a un forum pour ça, mais la question qui me turlupine (tiens firefox connais !) c'est :
Pourquoi lors d'une copie "char par char" j' obtiens des erreurs d'encodage ?

EDIT : "bien que je ne comprenne pas (Mon système est en UTF-8)."
Je ne nie pas n'avoir pas tout compris sur l'encodage des caractères.
Si vous voulez m'expliquer, au cas ou j'ai dis une grosse bêtise, c'est le moment :D

Ton système est UTF-8, très bien. Ca tombe bien car GTK+ travaille en UTF-8 en interne.
La particularité de l'encodage UTF-8 est de coder un caractère non pas sur un seul octet,
mais sur un ou plusieurs octets. Ca permet de gérer 65635 caractères, donc bénéficier
de suffisamment de cases pour stocker plusieurs encodages (le russe, le vietnamien,
les accents europe de l'ouest etc...), alors que l' ASCII de base n'a que 256 caractères.
(Car codé sur un octet, je le répète. Comme un octet est stocké sur 8 bits il
admet 2^8 possibilités, soit 256 possibilités).

A présent il faut vérifier si le fichier lui-même est bel et bien encodé en UTF-8.

Code:

---

while ((donnee->radio[a++] = buffer[a++]) != ';');

---

Mais puisqu'on te dit de ne pas sauter les octets!
Le ++ est un opérateur d'incrémentation: il modifie la variable.
Alors que buf[a+1] ne la modifie pas.

Cette question intéresse plus les programmeurs GTK+ que C -> forum GTK+.

Merci pour ton explication; c'est plus clair tout de suite.

Sinon je viens de corriger :

while ((donnee->radio[a++] = buffer[a]) != ';');

Et ça fonctionne parfaitement.


Mat007 avait posé la bonne question mais je n'avais pas compris qu'il parlait du deuxième a.

L'erreur est grossière, se sont souvent celles que l'on ne voit pas..
Merci :)

En fait je copie aussi le point virgule.

Je fait donc :

while( ( cible [ a ] = source [ a ++] ) && ( ';' != source [ a ++] ) );


et la c'est bon! ouf!

Citation:

---

Envoyé par echantillon

En fait je copie aussi le point virgule.

Je fait donc :

while( ( cible [ a ] = source [ a ++] ) && ( ';' != source [ a ++] ) );

---

( cible [ a ] = source [ a ++] ) renvoie toujours vrai.

ce ne serait pas plus simple (et plus lisible) de faire un do { }while?

genre:

Code:

---

1 2 3 4 5 6 7 8

int a=0; do { cible[a] = source[a]; a++; }while(source[a] != ';'); cible[a] = '\0'; /*caractere de terminaison pour les 'chaines' en C*/

---

vi, mais j'aime beaucoup me casser la tête a optimiser mon code.

Sinon c'est sur que c'est de moins en moins lisible.

superbe optimisation ...
avec ça tu gagne 1centieme de seconde sur 100'000 iterations (j'ai fait des benchs :mrgreen: )
et quand tu compile avec les parametres qui vont bien (-march=athlon64 -O2 -pipe -fomit-frame-pointer), il n'y as plus aucune difference ...

optimiser c'est bien ... mais si tu veux etre capable de faire un projet de plus de 50 lignes qui tiens la route, ecris du code lisible, le compilo optimiseras (mieux que toi) a ta place.

Je ne parlais pas d'optimiser pour la vitesse d'exécution, mais du simple plaisir parfois de chercher à compresser un maximum une expression.

Dans certains cas c'est amusant comme un casse tête, je pense que tu peux comprendre ça.

"optimiser c'est bien ... mais si tu veux etre capable de faire un projet de plus de 50 lignes qui tiens la route, ecris du code lisible"

Je ne fais pas ce genre d'écart souvent et mon code est riche en commentaires clairs et indentés.

En fait je suis assez maniaque alors ne t' inquiètes pas trop pour ça. ;°)

EDIT :
Et puis c'est une bonne manière pour moi de me mettre a l'aise avec le C. En jouant un peu avec le feu je me force a faire attention et ça clarifie ma compréhension des bases. Par la suite je fais moins de bêtises.