C sous Windows, fichiers en utf8

Version imprimable

30/04/2007, 08h49
troumad

C sous Windows, fichiers en utf8

Bonjour

J'ai fait un petit programme en C sous Linux en essayant de tout faire pour qu'il soit compatible Windows. Mais voilà, un point important auquel je n'avais pas pensé : mon projet est en utf8 et windows ne connait pas ! Ou plutôt je n'ai pas trouvé avec les soft que j'ai essayé : code::block, dev++, borland C, visual C.

Qui peut me dire comment m'en tirer ?

Le projet est développé avec les bibliothèques gtk et il est téléchargeable sous http://troumad.info/Linux/essai/pendu.zip . C'est un pendu mathématique.
30/04/2007, 16h27
Médinoc

Il me semble que Visual Studio 2005 compile sans problème les fichiers en UTF-8...
30/04/2007, 17h44
troumad

Le problème, c'est que lors de l'édition des sources, je n'ai pas mes caractères accentués. J'ai peur de casser mes sources...
30/04/2007, 18h17
Médinoc
Bizarre.
J'ai tapé ceci sous UltraEdit, avec sauvegarde en UTF-8 :
Code:

1 2 3 4 5 6 7 #include <stdio.h> int main(void) { puts("Médinoc"); return 0; }
Ouvert avec Visual Studio 2005, l'accent est toujours là...

Le seul problème d'accent qu'on peut voir sous Windows, c'est celui de la console. En effet, la page de codes de la console n'est pas la même que pour l'affichage normal sous Windows, et c'est assez compliqué à changer...
30/04/2007, 18h40
troumad

Et pour un programme en GTK, il me suffit alors de tester ce que donne la compilation d'un code illisible alors ?
01/05/2007, 12h03
Médinoc
J'ignore comment marche GTK au niveau des pages de codes...

Tu devrais vérifier que:
1. Ton éditeur supporte l'UTF-8
2. Le fichier commence bien par une BOM.
01/05/2007, 13h53
troumad

Citation:

Envoyé par Médinoc

Tu devrais vérifier que Ton éditeur supporte l'UTF-8

Je ne connais pas les éditeurs de windows... Sous Linux, c'est paramétrable assez facilement pour tous les éditeurs. Si tu en connais un qui fasse en plus environnement de programmation, je suis partant pour essayer !

Citation:

Envoyé par Médinoc

Le fichier commence bien par une BOM.

C'est quoi cette chose ?
01/05/2007, 15h04
Médinoc

Visual C++ supporte bien UTF-8, ainsi que Notepad de WinXP, UltraEdit...

Une BOM, c'est le préfixe d'un fichier texte unicode. Pour de l'UTF-8, il s'agit de 3 octets EF FB BF.

Pour vérifier la présence de cette BOM, tu peux ouvrir le fichier avec EDIT pour DOS (toujours présent sous WinXP), qui ne supporte PAS unicode (et donc, qui ne cache pas la BOM s'il la trouve) : Elle prendra la forme de trois caractères précédant le début du texte.

Si la BOM est absente, c'est normal que les éditeurs ne reconnaissent pas le fichier en tant qu'UTF-8. Mais dans ce cas, j'ignore comment rectifier...
01/05/2007, 15h25
troumad

Dès que j'ai la malchance de tomber sur un PC avec windows, je teste ! Mais est-ce bien reconnu par Linux cet engin ?
01/05/2007, 18h23
David.Schris

Citation:

Envoyé par troumad

Dès que j'ai la malchance de tomber sur un PC avec windows, je teste ! Mais est-ce bien reconnu par Linux cet engin ?

Ben...dès que tu as la chance de tomber sur un PC avec Linux, tu testes...non ?
Exemple :
- ouvre un fichier en UTF-8 avec hexedit et vois si il y a une BOM ;
- s'il n'y en a pas, crée une copie du fichier en ajoutant la BOM manquante

Code:

( echo -ne "\xef\xbb\xbf" ; cat fichierSansBOM ) > fichierAvecBOM

et essaye d'ouvrir le nouveau fichier avec ton éditeur favori pour voir s'il a supporté l'ajout.
01/05/2007, 21h57
troumad

Ben ils n'aiment pas mes éditeurs favoris....
Je pose la question sur un forum Linux voir si ils connaissent !
01/05/2007, 22h52
David.Schris

Citation:

Envoyé par troumad

Ben ils n'aiment pas mes éditeurs favoris....
Je pose la question sur un forum Linux voir si ils connaissent !

Je viens de me rendre compte d'un truc en lisant en diagonale l'article "Unicode" sur Wikipedia.
Je cite :

Citation:

Envoyé par [url=http://en.wikipedia.org/wiki/Unicode#Storage.2C_transfer.2C_and_processing]Unicode / 3.2 Storage, transfer, and processing[/url]

The BOM, code point U+FEFF [...] Also, the units FE and FF never appear in UTF-8. The same character converted to UTF-8 becomes the byte sequence EF BB BF.

Alors que Médinoc écrivait, je cite :

Citation:

Envoyé par [url=http://www.developpez.net/forums/showpost.php?p=2019251&postcount=8]Médinoc, un peu plus haut[/url]

[...]
Une BOM, c'est le préfixe d'un fichier texte unicode. Pour de l'UTF-8, il s'agit de 3 octets EF FB BF.
[...]

Et comme j'ai repris ce qu'écrivait Médinoc, la commande donnée dans mon précédent message était incorrecte (ce que je vais rectifier).

Mais ne jetons pas la pierre à Médinoc car un autre article nous dit :

Citation:

Envoyé par [url=http://en.wikipedia.org/wiki/Byte_Order_Mark]Article 'Byte Order Mark' sur Wikipedia (en)[/url]

While UTF-8 does not have byte order issues, a BOM encoded in UTF-8 may be used to mark text as UTF-8. Quite a lot of Windows software (including Windows Notepad) adds one to UTF-8 files. However in Unix-like systems (which make heavy use of text files for configuration) this practice is not recommended, as it will interfere with correct processing of important codes such as the hash-bang at the start of an interpreted script. It may also interfere with source for programming languages that don't recognise it. For example, gcc reports stray characters at the beginning of a source file, and in PHP, if output buffering is disabled, it has the subtle effect of causing the page to start being sent to the browser, preventing custom headers from being specified by the PHP script.

Voilà-voilà...enfin, bref, c'est mal parti pour la compatibilité totale...
02/05/2007, 00h24
mobscene

Si les accents foirent c'est que l'éditeur que tu utilise ne prend pas en charge l'utf-8 , pour ce qui est de sont support au niveau de l'OS 2000, XP tourne en UTF-16 la conversion est faite de façon transparente. Tu prend un programme C simple qui affiche "é" sous Windows en mode console sa pose problème la console utilisant un encode OEM iso , en mode graphique pas de problème windows convertie "é" d'iso ( par défaut ) en UTF-16 8-) en mode console aussi ilm convertie ;) .

Le problème vient de ton editeur ou de ton IDE, en tout vas Visual studio n'a pas ce genre de problème :king:
02/05/2007, 07h34
troumad

Citation:

Envoyé par mobscene

en tout vas Visual studio n'a pas ce genre de problème :king:

Tu veux dire que le visual studio de MicroSoft n'a pas ce problème ???!!!???
Tu as testé quelle version ? AU boulot, on en a une pas toute neuve et elle est incapable de me lire mes fichiers.

Sous Linux, le moindre petit éditeur de fichiers, on peut trouver un paramètre pour lui dire quel encodage utiliser. Sous windows, je n'ai rien trouvé :(
07/05/2007, 11h43
mobscene

J'utilise Visual Studio 2005 8-)

Sinon une idée me vient si tes fichiers ont été édité sous linux donc leur fin de ligne re "\r" essaie de les passer en "\r\n" sous windows avec notepad2 puis ouvre les avec ton IDE.

Je sais pas si c'est sa le problème mais sa ne coute rien d'essayer
07/05/2007, 11h58
Médinoc

Visual studio supporte les deux types de retour à la ligne.
À mon avis, le problème sous Windows vient de l'absence de BOM des fichiers UTF-8 de Linux...