Transformation entity html en code utf8

Bonjour,

Je possède un ensemble de traduction sous forme de fichier de propriété contenant des codes è ou caractères & # 966;

Je souhaites maintenant migrer ces données en BDD. Je ne peux pas mettre en base directement ces entity car le taglib que j'utilise pour l'affichage necessite de l'utf-8.

Existe-t-il une classe java (ou une méthode rapide) qui tranforme è en é.

Merci d'avance.

Salut,


Jakarta Commons Lang propose cela via la classe StringEscapeUtils.

Sinon cela doit être faisable avec une petite regexp ;)

a++

je vais regarder cette classe.

Sinon la regexp ne pourrait pas fonctionner car il n'y a pas que les entité html comme é ou è que je souhaites tranformer mais aussi toutes les lettres d'un alphabet d'une autre langue comme le grec ou japonais que je possede en code & # 974;

Je viens de tester la classe java.
Cela fonctionne à moitié.

tous mes é ou à sont bien remplacés par é ou è
Mais tous les codes "& # 922;" sont remplacés par "?"

C'est domage, cette solution me plaisait bien :(

Citation:

---

Envoyé par Haplo2006

Sinon la regexp ne pourrait pas fonctionner car il n'y a pas que les entité html comme é ou è que je souhaites tranformer mais aussi toutes les lettres d'un alphabet d'une autre langue comme le grec ou japonais que je possede en code & # 974;

---

Justement non car l'expression régulière est bien plus simple à mettre en oeuvre pour les codes que pour les labels comme é ou è.

Je m'explique : l'expression régulière doit simplement rechercher les entité HTML, donc ceci peut faire l'affaire : "&(.+?);" (les parenthèse servent seulement à récupérer la valeur de l'entité plus facilement.

A partir de là on a deux cas possible : soit on a affaire à un code (donc # suivit de chiffres seulement), qui correspond au code ISO du caractères : il suffit donc de le convertir en entier puis en char...

Soit on a affaire à un nom (egrave par exemple), et alors là on doit gérer une table de correspondance pour retrouver la bonne valeur...


Exemple avec les regexps :

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

public static String resolveEntities(String str) { // Pattern représentant la partie 'code' : Pattern codePattern = Pattern.compile("#[0-9]+");   // Pattern représentant une entité HTML : Pattern pattern = Pattern.compile("&(.+?);"); Matcher matcher = pattern.matcher(str);   // On recherche la première entité HTML if (matcher.find()) { // On crée un StringBuffer qui comportera la chaine modifié : StringBuffer buffer = new StringBuffer(str.length());   do { String replacement;   // On récupère la valeur : String entity = matcher.group(1);   // Si cela correspond à un code #123, // On converti le nombre en entier, puis en caractère : if (codePattern.matcher(entity).matches()) { char c = (char) Integer.parseInt(entity.substring(1)); replacement = Character.toString(c); } else { // Sinon on recherche l'association selon le nom replacement = getEntitiesValues(entity); if (replacement==null) { // Si on ne trouve pas d'association, // on ne modifie rien replacement = matcher.group(); } } // On ajoute dans le buffer en effectuant le remplacement : matcher.appendReplacement(buffer, replacement); } while(matcher.find()); matcher.appendTail(buffer); return buffer.toString(); } return str; }

---

Pour fonctionner complètement, cette méthode nécessite une seconde méthode getEntitiesValues() qui retourne la valeur d'une entité selon son nom (ex: pour egrave retourne è) ou null s'il n'y a aucune correspondance...

a++

Citation:

---

Envoyé par Haplo2006

tous mes é ou à sont bien remplacés par é ou è
Mais tous les codes "& # 922;" sont remplacés par "?"

---

Justement ca marche ! Mais tu ne dois pas avoir la bonne police pour afficher ce caractère !!!

:arrow: Essaye avec è qui est l'équivalent de è

a++

Un grand merci pour ton aide.
J'ai trouvé une solution qui fonctionne.

J'utilise la méthode que tu m'as fournis :

Code:

---

String newVal = StringEscapeUtils.unescapeHtml("maChaineATransformer")

---

Ensuite, dans mon code, je stockais le resultat dans un fichier csv pour pouvoir utiliser un script d'insertion en base. Pour inserer la valeur dans mon fichier de sortie, j'utilisais:

Code:

---

1 2 3

FileOutputStream out = new FileOutputStream(fileName.toString()); PrintStream csvOutputStream = new PrintStream(out); csvOutputStream.println(newVal);

---

Le problème de cette méthode est que tous mes codes & # 966; etaient transformé en "?"

J'ai donc précisé le charset "UTF-8" dans mon printStream, et cela fonctionne:

Code:

---

1 2 3

FileOutputStream out = new FileOutputStream(fileName.toString()); PrintStream csvOutputStream = new PrintStream(out,true,"UTF-8"); csvOutputStream.println(newVal);

---

Encore merci.