Discussion :

[pyrrhus33]

Bonjour,

Je suis nouveau en c++, et j'ai un sérieux problème ! Je souhaite ouvrir un fichier de texte comprenant sur chaque ligne un mot, et certains mots ont des caractères spéciaux.

Avant de vous consulter, j'ai consulté la faq, et j'ai vu ce code permettant de passer de l'ASCII a l'Unicode, en convertissant un string en wstring

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
 
#include <string> 
#include <locale> 
#include <vector> 
 
std::string narrow(const std::wstring& ws) 
{ 
    std::vector<char> buffer(ws.size()); 
    std::locale loc("english"); 
    std::use_facet< std::ctype<wchar_t> >(loc).narrow(ws.data(), ws.data() + ws.size(), '?', &buffer[0]); 
 
    return std::string(&buffer[0], buffer.size()); 
} 
 
std::wstring widen(const std::string& s) 
{ 
    std::vector<wchar_t> buffer(s.size()); 
    std::locale loc("english"); 
    std::use_facet< std::ctype<wchar_t> >(loc).widen(s.data(), s.data() + s.size(), &buffer[0]); 
 
    return std::wstring(&buffer[0], buffer.size()); 
}

Mais cela ne fonctionne pas, il n'y a pas de problème de compilation, je lance le code suivant:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
 
std::string chaine = "é";
std::wstring chaine2 = widen(chaine);

mais en sortie je reçois dans la console :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
 
terminate called after throwing an instance of 'std::runtime_error'
  what():  locale::facet::_S_create_c_locale name not valid
Abandon (core dumped)

Voilà, je n'y connais pas grand chose, j'aimerais savoir si vous pourriez me dépanner ?

En tout cas, merci à ceux qui auront pris la peine de lire, et plus encore à ceux qui auront répondu.

[bacelar]

On commence par le début.
Vous avez des problèmes avec certains caractères car vous lisez ce fichier avec les mauvaises primitives.
Avant tout bidouillage, il faut connaitre le format exact de votre fichier :
ASCII (7 bits)
ASCII - codepage (8 bits) avec des centaines de variantes
UTF8
UNICODE avec BOM
UNICODE sans BOM
....

Si vous ne savez pas, lisez la documentation du logiciel qui générer ce fichier.
Si c'est pas dans la documentation, c'est que c'est un logiciel de merde.

[pyrrhus33]

Alors comme éditeur j'utilise Gedit, apparemment c'est de l'unicode, par contre je n'arrive pas à voir si c'est avec ou sans BOM.

[foetus]

Alors comme éditeur j'utilise Gedit, apparemment c'est de l'unicode, par contre je n'arrive pas à voir si c'est avec ou sans BOM.

On s'en fiche du BOM pour de l'ASCII, du code page (MBCS) et pour l'UTF-8
Le BOM sert essentiellement pour savoir si c'est du Big Endian ou du Little Endian (donc pour l'UTF-16 et l'UTF-32)

locale::facet::_S_create_c_locale name not valid

Apparemment c'est le nom de la locale qui pose problème : effectivement pour de l'anglais c'est un truc style "en_US"

[therwald]

petite précision: certains logiciels produisent de l'UTF-8 avec BOM (le BOM étant utilisé à 90° de la norme pour signaler que le contenu est en UTF). Il faut le savoir pour penser à l'ignorer quand il est présent.