Discussion :

[Instanton]

Bonjour à tous,

Je voudrais savoir comment connaître l'encodage d'une chaîne de caractère passée en argument à ma fonction. je m'explique : je suis en train de faire un petit script qui transforme l'encodage de mes fichiers en utf8.
Donc je fais un

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
unic = unicode(argument,'encodage_de_argument')
final = unci.encode('utf8')

mais pour ça il me faudrait une fonction qui donne le fameux encodage_du_fichier.

Quelqu'un connaît-il cela ?

Merci d'avance !

[anthyme]

l'encodage des fichiers n'est pas spécifié dans les fichier on ne peut pas le récupérer...

une solution possibilité est (sur les fichiers français) de chercher les correspondances aux caractere mal encodé.


exemple :
tu as un fichier en codage iso.
tu l'ouvre en codage utf8
tu cherche la chaine 'é' (qui corespond au 'é') (pour les textes fr)
si tu le trouve tu peux conclure que c encodé en iso ...

Je trouve cette technique pourri car il se peut qu'il n y ai pas de 'é' dans le fichier de base ou que la personne est volontairement voullu mettre 'é' mais ce n'est pas ca qui te donne vraiment dans quel encodage a été encodé le fichier mais seulement des "supositions" de plus si tu change de langue de fichier cela ne fera pas la même chose ...

[Instanton]

Ouille ! Voilà qui est embêtant !
En fait les fichiers windows sont encodés en iso ??? Car je pense que c'est la majorité de ce que je devrai convertir. Je suppose que si on fait un unicode(iso) sur un truc qui est pas iso, il rend une erreur. Je pourrais mettre une exception alors, non ?


Merci pour ta réponse

[oiffrig]

Aucune exception en général, simplement des caractères mal interprétés.
Le codage utilisé par Windows pour les langues d'Europe de l'Ouest est cp1252