Discussion :

[panda31]

Bonjour à tous.

Ma question va paraître bête à beaucoup, mais je n'arrive pas à trouver mon bonheur sur google ou sur Developpez.com.

J'ai vu le site d'Emmanuel Delahaye (une bible ces derniers temps pour moi !) et ce post : http://www.developpez.net/forums/sho...d.php?t=153534
mais rien ne me convainc vraiment.

Le projet sur lequel je bosse est en fait un créateur d'index à partir d'un fichier contenant un texte quelconque et un fichier contenant une liste de mots "non-clés". Je m'explique, je cherche tous les mots du texte potentiellement indexable selon certains critères dont leur affluance ou encore leur présence dans la liste des mots non clés.

Mon problème se situe dans la gestion des accents... Ca me semble assez récurrent comme requête mais je m'y casse les dents. Comment les traiter? Les caractères de la table ASCII étendue semblent me convenir mais j'ai lu dans le forum, ce n'est pas portable. Alors que faire ? Me pencher sur Unicode? Perso, cela me fait peur...

Auriez-vous une idée?


PETITE INFO : Devinez en quoi j'ai modélisé ça ? En Strucural Design !!! Mouaaaaaarf


Merci d'avance.

[Lunixinclar]

Ecris le fichier en UTF-8 ça permettra de comprendre même un fichier écrit en russe.
Bon je dis ça mais je n'ai pas trop compris le problème. Peut-être une question de locales.

[Gruik]

Euh non, si il doit traiter que du texte français ou anglais, le latin1 ou latin9 serait plus aproprié

Dans ton "index", il faut que tu sauvegardes aussi la version "non accentuée" de chaque mot clé.

Pour convertir une chaine accentuée latin1 en chaine non accentuée, il te faut une table d'équivalence "char accentué" => "char non accentué" dont l'indice dans le tableau correspond (avec un decallage possible) au code du caractere latin1

[Gruik]

Latin 1 (ISO-8859-1) : http://en.wikipedia.org/wiki/Latin1#Code_table
Latin 9 (ISO-8859-15), pareil mais avec quelques car. speciaux qui different : http://en.wikipedia.org/wiki/ISO_8859-15

Pour savoir dans quel encodage sont tes fichiers il faut que t'arrives à identifier d'où proviennent les chaines (si ça vient d'un textarea d'un formulaire sur le web, il faut voir l'encodage de la page qui contenait ce formulaire)

[panda31]

Merci. mais comment cela s'utilise ? (Aïe pas sur la tête!)

[David.Schris]

Bonjour,

Me pencher sur Unicode? Perso, cela me fait peur...

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
#define UNICODE
#include <stdio.h>
#include <stdlib.h>
 
int main(void) {
    wprintf(TEXT("%s\n"),TEXT("Bou!"));
    exit(EXIT_SUCCESS);
}

T'as eu peur ?

Auriez-vous une idée?

Oui : lance toi.

PETITE INFO : Devinez en quoi j'ai modélisé ça ? En Strucural Design !!! Mouaaaaaarf

...et ?

[Emmanuel Delahaye]

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
#define UNICODE
#include <stdio.h>
#include <stdlib.h>
 
int main(void) {
    wprintf(TEXT("%s\n"),TEXT("Bou!"));
    exit(EXIT_SUCCESS);
}

T'as eu peur ?

Oui :

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
 
Project   : Forums
Compiler  : GNU GCC Compiler (called directly)
Directory : C:\dev\forums\
--------------------------------------------------------------------------------
Switching to target: default
Compiling: main.c
main.c: In function `main':
main.c:6: warning: implicit declaration of function `TEXT'
main.c:6: warning: passing arg 1 of `wprintf' makes pointer from integer without a cast
main.c:8:2: warning: no newline at end of file
Linking console executable: C:\dev\forums\forums.exe
.objs\main.o: In function `main':
C:/dev/forums/main.c:6: undefined reference to `TEXT'
C:/dev/forums/main.c:6: undefined reference to `TEXT'
collect2: ld returned 1 exit status
Process terminated with status 1 (0 minutes, 6 seconds)

Là, j'ai eu moins peur :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
 
#include <stdio.h>
#include <wchar.h>
 
int main (void)
{
   wchar_t ws[] = L"Bou!";
   wprintf (L"%s\n", ws);
   return 0;
}

[Médinoc]

Les macros TEXT() et Cie sont définies dans <tchar.h> et quelque part dans windows.h ou un header qu'il inclut.

Et elles ne s'emploient pas avec wprintf(). Elle s'emploient avec les fonctions TCHAR.

Un programme bien fait doit compiler aussi bien avec UNICODE et _UNICODE définis que sans, et mélanger des fonctions wchar_t et des fonctions TCHAR ne satisfait pas cela...

[panda31]

Merci de votre aide. Donc, si j'ai bien compris, il faut que je fasse comme si j'étais en ASCII mais en remplaçant printf par une fontion de TCHAR ?

Merci beaucoup.

A plus.

PS : Pour le Structural Design, c'est moche quand même...NON JE NE FAIS PAS DU JEUNISME PRIMAIRE !!!