conversion Unicode -> ASCII

Version imprimable

[resolu]conversion Unicode -> ASCII

salut, je suis en train de (essayer de) réaliser une fonction qui converti une chaine Unicode en ASCII.
J'ai compris le codage unicode, mais je tombe sur un pb tout bete :
Code:

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 while(*srcPt!='\0'){ if(*srcPt>0x7F){ printf("SUPERIEUR"); } if(*srcPt< 0x7F){ printf("0x%x ",*srcPt); *dstPt=*srcPt; srcPt++; dstPt++; } else { srcPt++; *dstPt=0xC0 + (*srcPt-0x80); srcPt++; dstPt++; } }
meme si le char pointé par srcPt est > a 0x7F, ca n'ecrit jamais "superieur" alors que si on remplace *srcPt par par exemple 0xffffffc3 (c'est une des valeur imprimée par le second printf), ca marche ...

J'ai aussi repéré un truc bizarre, c'est que le second printf me renvoie 1 ou 4 octet, selon que le caractère soit respectivement "normal" (<127) ou non.

D'ou mes 2 questions :
- si qq'un a deja cette fonction sous le coude, je suis preneur.
- pourquoi le test *srcPt< 0x7F ne fonctionne pas?

merci

23/07/2003, 16h40
Aurelien.Regat-Barrel

srcPt, c'est un pointeur sur quoi ?
Attention à bien utiliser unsigned.
23/07/2003, 16h59
viddak

J'crois qu'HW a raison, srcPt est de type char*?
23/07/2003, 17h23
juzam

oui, il s'agit bien de char *.
mais je ne comprends pas pourquoi unsigned (ni ou).
Il faudrait mettre des unsigned char *?
24/07/2003, 08h52
viddak

Je voudrais que tu nous expliques un peu plus :

Par exemple tu dis que 0xffffffc3 est une valeur affichée par le deuxieme printf donc 0xffffffc3 <0x7F ?

c la que je comprend pas! D'un coté y'a une donnée sur 4 octets et de l'autre 1 octet.
Je n'ai pas pu ecrire ton code, le compiler et tester. Je n'ai pas de compilo sur mon poste de bureau.
24/07/2003, 09h29
gl

Citation:

Envoyé par viddak

Par exemple tu dis que 0xffffffc3 est une valeur affichée par le deuxieme printf donc 0xffffffc3 <0x7F ?

En C 0x7F est egal a 0x0000007F donc la comparaison est possible par contre si tu travaille sur des nombre signe, 0xFFFFFFC3 est negatif (le premier bit vaut 1) et 0x7F est positif donc on a bien 0xffffffc3 <0x7F

c'est pour cela qu'il faut mettre les pointeurs en unsigned char, plutot qu'en char. Merci a tous.
pour ceux que ca interresse, voici le code :

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
+void unicode2ascii(char *dst, char *src)
{
	int i;
	unsigned char *srcPt=src;
	unsigned char *dstPt=dst;
 
	while(*srcPt!='\0'){
		if(*srcPt< 0x007F){
			printf("0x%x ",*srcPt);
			*dstPt=*srcPt;
			srcPt++;
			dstPt++;
		}
		else if(*srcPt>0x0080 && *srcPt<0x07FF){
			printf("double : 0x%x ",*srcPt);
			*dstPt=(*srcPt&0x1f)<<6;
			srcPt++;
			*dstPt+=*srcPt&0x3f;
			srcPt++;
			dstPt++;
		}else{
			printf("triple : 0x%x ",*srcPt);
			*dstPt=(*srcPt&0xf)<<12;
			srcPt++;
			*dstPt+=(*srcPt&0x3f)<<6;
			srcPt++;
			*dstPt+=*srcPt&0x3f;
			dstPt++;
		}
	}
	*dstPt='\0';
	printf("\n");
	}

24/07/2003, 09h53
Aurelien.Regat-Barrel

je suis quand même intrigué :

Code:

while(*srcPt!='\0'){

En unicode, dans le cas de chaînes simples avec notre alphabet, chaque lettre ASCII est séparée par un \0 ...
24/07/2003, 10h07
juzam

en fait, c'est de l'UTF-8, mais je n'ai pas bien saisi la nuance entre les deux.
En tout cas, ce que tu dis n'est pas valable pour l'UTF8, puisque l'algo que j'ai donné marche (la definition est ici : http://java.sun.com/products/jdk/1.2/docs/guide/jni/spec/types.doc.html#16542). Par contre, il s'agit d'un contexte assez particulier, puisque c'est du JNI (code C/C++ appelé par du Java) et les chaînes que je converti sont crées a partir de jstring (chaine java native) avec la fonction GetStringUTFChars.