Encodage UTF-8 getBytes

Bonjour,
je veux encoder une String en un byte[] UTF-8.
Pour cela je fait:

Code:

---

1 2	String xmlData; byte[] xmlDataBytes = xmlData.getBytes("UTF8");

---

Mon problème est que la fonction Java "getBytes" devrait retourner 228 pour la lettre "ä", par contre, si j'exécute pas à pas mon code avec Eclipse, je m’aperçois que cette fonction retourne 2 bytes "-61" et "-92". Et je ne comprends pas pourquoi...


Pourquoi cela??

je peux faire comment pour retrouver la valeur correcte ("228" pour "ä")??

Merci pour tout aide!

Salut,


En quoi est-ce une erreur ???

Et si je ne me trompe pas le code "228" seul n'est pas valide en UTF8 (les codes au dessus de 127 sont décomposé en 2/3/4 octets).

a++

Merci pour la réponse.

D’accord. Cela explique parce qu’il est décomposé en 2 octets.
Mais alors -61 et -92 correspondent à 228?
On fait comment pour reconstruire le 228??

Tu le sort d'où ce 228 ????

Pour moi ce code ne correspond à rien en UTF8 !

a++

dans le tables UTF-8....
exemple:
http://www.tony-franks.co.uk/UTF-8.htm

alors je fait comment pour voir si ce -61 et -92 correspondent bien à mon caractère "ä"??

Citation:

---

Envoyé par Bobble

dans le tables UTF-8....
exemple:
http://www.tony-franks.co.uk/UTF-8.htm

---

Sauf que ce n'est pas une table UTF-8, mais une table d'entité HTML, qui utilise la valeur du code ISO 8859-1 : http://www.w3.org/TR/html4/sgml/entities.html

Citation:

---

To support these named entities, user agents need only recognize the entity names and convert them to characters that lie within the repertoire of [ISO88591].

---

Citation:

---

Envoyé par Bobble

alors je fait comment pour voir si ce -61 et -92 correspondent bien à mon caractère "ä"??

---

Peut-être en regardant une vrai table UTF8, et en n'oubliant pas que les bytes sont contraint dans l'espace [-128 : 127 ], ce qui donnerait en valeur non-signé 195 et 164...

Code:

---

1 2	byte b = ...; int unsigned = b & 0xFF;

---

Mais bon je te rassure l'encodage généré est correct ;)

a++

ok, je te fais confiance, merci beaucoup pour la patience et pour toutes les explications!

Citation:

---

Envoyé par Bobble

Merci pour la réponse.

D’accord. Cela explique parce qu’il est décomposé en 2 octets.
Mais alors -61 et -92 correspondent à 228?
On fait comment pour reconstruire le 228??

---

Juste comme ça -61 en hexa ça doit être un truc du genre FFFFFFFFFFFFFFC3
et - 92 un peu pret ça FFFFFFFFFFFFFFA4 (pour un int sur 4 bits)

Et si tu remarques bien tu retrouves le fameux C3 A4 présent dans la table UTF-8

c'est gentil! merci beaucoup!
:ccool: