pb encodage utf8 après compilation

Version imprimable

19/07/2010, 11h33
AZIZFOLIES

pb encodage utf8 après compilation

Bonjour tout le monde,

J'ai fait un programme qui utilise Apache HTTPComponents pour récupérer des données perso de manière automatisée sur un site, que je rentre ensuite dans un fichier Excel au moyen d'Apache POI. Jusqu'ici tout va bien, les données sont encodée au bon format (utf8).

Comme je n'arrivais pas à inclure les librairies Apache que j'ai utilisé en compilant avec Eclipse, j'ai utilisé le plug-in FAT JAR. Ca marche pile poil, sauf qu'une fois compilées mes données ne sont plus au format utf8 (Ã© à la place de é). Je ne sais pas où et comment spécifier qu'elles doivent être en utf8. Je ne sais si ça vient de la configuration des librairies Apache, d'Eclipse, ou de Fat Jar. Quelqu'un aurait-il une idée?
19/07/2010, 11h57
tchize_

L'erreur Ã© pour é est une erreur de lecture d'un fichier utf-8 avec décodeur utilisant de l'ISO-8859-1 ou similaire, l'erreur est donc à chercher dans le code de lecture depuis le site web. POI va utiliser les format interne de Excel et n'est donc a priori pas en cause.

Peux-tu nous montrer comment tu lit tes String depuis le site web? Tu précise bien explicitement d'utiliser l'UTF-8 ?

J'utilise un DefaultHttpClient que je transmet d'une classe à l'autre :
DefaultHttpClient httpClient = new DefaultHttpClient();

J'utilise une méthode connexionPage en mode POST pour récupérer le code de la page dans une HttpResponse :

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
43
44
45
46
47
48
49
50
51
52
53
	public void connexionPage(int methode) {
 
		HttpResponse reponse = null;
		if (methode == POST) {
			HttpPost httpost = new HttpPost(this.url);
			HttpContext localContext = new BasicHttpContext();
 
			List<NameValuePair> nvps = new ArrayList<NameValuePair>();
			for(Info inf : this.listeInfo){
				nvps.add(new BasicNameValuePair(inf.getName(), inf.getValue()));
}
			System.out.println("Connecting to : "+this.url);
			try {
				httpost.setEntity(new UrlEncodedFormEntity(nvps, HTTP.UTF_8));
			} catch (UnsupportedEncodingException e) {
				e.printStackTrace();
			}
 
			try {
				reponse = this.httpClient.execute(httpost,localContext);
				System.out.println(reponse.getStatusLine().toString());
				Header locationHeader[] = reponse.getHeaders("location");
				for(int i=0;i<locationHeader.length;i++){
					System.out.println("loc "+i+" "+locationHeader[i]);
				}
				Header header[] = reponse.getAllHeaders();
				for(int i=0;i<header.length;i++){
					System.out.println(i+" "+header[i]);
				}
				if(locationHeader.length==1){
					reponse.getEntity().consumeContent();
					HttpGet httpGet = new HttpGet(locationHeader[0].getValue());
					reponse = this.httpClient.execute(httpGet);
 
 
			} catch (ClientProtocolException e) {
				e.printStackTrace();
			} catch (IOException e) {
				e.printStackTrace();
			}
			InputStream data = null;
			try {
				data = reponse.getEntity().getContent();
			} catch (IllegalStateException e) {
				e.printStackTrace();
			} catch (IOException e) {
				e.printStackTrace();
			}
			this.assemblageDonnees(data);
			listeCookies = this.httpClient.getCookieStore().getCookies();
 
		} 
	}

Je transforme l'HttpResponse en String avec la méthode assemblageDonnees :

Code:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
private void assemblageDonnees(InputStream stream) {
 
		InputStreamReader reader = new InputStreamReader(stream);
		BufferedReader buffer = new BufferedReader(reader);
		StringBuilder sb = new StringBuilder();
		try {
			String cur;
			while ((cur = buffer.readLine()) != null) {
				sb.append(cur + "\n");
			}
		} catch (IOException e) {
			e.printStackTrace();
		}
 
		try {
			stream.close();
		} catch (IOException e) {
			e.printStackTrace();
		}
		this.donnees = sb.toString();
	}

Je ne précise nulpart que c'est de l'utf8, pourtant quand je lance sous Eclipse ça lit bien en UTF8, c'est juste une fois compilé.

19/07/2010, 13h09
tchize_
tu dois remplacer ceci
Code:

1 2 3 InputStreamReader reader = new InputStreamReader(stream); BufferedReader buffer = new BufferedReader(reader); StringBuilder sb = new StringBuilder();
par ceci
Code:

1 2 3 InputStreamReader reader = new InputStreamReader(stream,encodage); BufferedReader buffer = new BufferedReader(reader); StringBuilder sb = new StringBuilder();
encodage est à déterminer suivant les règles suivantes:

si HttpEntity.getContentEncoding() te retourne une valeur, l'utiliser (après tout, rien ne te garanti que dans le futur le serveur enverra toujours sa réponse en utf-8). Si le serveur n'a pas renseignée le contentEncoding, alors utiliser le défaut qui te semble raisonnable (dans ton cas utf-8).

Dans tous les cas, si tu ne précise pas l'encodage dans new InputStreamReader, l'encodage sera celui "par défaut de la plateform", ce qui est hautement variable, comme tu l'a constaté, et donc à éviter.
19/07/2010, 16h09
thelvin

Je me permets d'ajouter :

Si un code Java s'exécute, alors il est compilé.
Il n'y a donc rien qui change "une fois compilé" puisque le code était déjà compilé avant d'être essayé de quelque manière que ce soit.
21/07/2010, 16h49
AZIZFOLIES

Merci beaucoup Tchize, ça a fonctionné. Il fallait que je passe le format en paramètre dans le reader. Par contre il a fallu que j'aille lire le charset dans le Content-Type avec
Header contentTypeHeader[] = reponse.getHeaders("Content-Type");

car HttpEntity.getContentEncoding() est null.

Bisou!