Discussion :

[Cj_Dal]

Bonjour,

J'ai des problèmes lors d'un parcourt ligne par ligne d'un fichier au format UTF-16. Les caractères de type ễ par exemple ne sont pas correctement retranscrits dans le fichier que je génère au fur et à mesure que mon fichier source est parcourut.

Quelqu'un à une idée?
Merci d'avance.

[Invité]

Le mieux devrait être de le convertir en utf8 avant de le traiter.

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

iconv -f utf-16 -t utf-8 fichierutf16 > fichierutf8

Je n'ai plus mon script l'utilisant sous les yeux mais il me semble que c'est bien ça.

[Cj_Dal]

Merci, j'ai fais le test et tout semble OK. Étonnant qu'il n y ait aucunes différences notables entre les caractères, outre l'encodage sur 2 octets...

[Flodelarab]

Bonjour

Étonnant qu'il n y ait aucunes différences notables entre les caractères, outre l'encodage sur 2 octets...

Je ne suis pas sûr de comprendre cette phrase. Si tu imagines que UTF8 est codé sur 8 bits et UTF16 est codé sur 16 bits, cela est largement faux.

Le codage UTF8 peut prendre de 1 à 4 octets. Pour savoir s'il faut continuer à lire le caractère, il y a un système de "stop ou encore". Comme on écrit 23 et non pas 0000000023.

Au final, on ne fait pas tenir plus de caractères dans l'UTF16 que dans l'UTF8.

Après, c'est juste une table de correspondance.