Discussion :

[NinjDS]

Bonjour, savez-vous pourquoi, sur Delphi 2009 :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
var
  s : UTF8String;
begin
  s := 'é';
  ShowMessage(format('%d/%d', [sizeof(s[1]), length(s)]);
end;

me retourne "1/1" ?

Plus étonnant :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
var
  s : UTF8String;
begin
  s := 'éé';
  ShowMessage(format('%d/%d', [sizeof(s[1]), length(s)]);
end;

affiche "1/4" ! Length est censé être compatible UTF8 dans la version 2009, non ?

Questions corollaires :
Comment savoir avec précision la longueur d'une chaine UTF8 et sa taille en octets (pour stockage et manipulation binaire) ?

Merci

[Montor]

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

 s:=Utf8Encode('é');

[ShaiLeTroll]

Length est censé être compatible UTF8 dans la version 2009, non ?

Il est compatible unicode codé sur 2 octets fixes, et non en UTF8 avec un nombre variable d'octet par caractère ... ne pas confondre UnicodeString (le type string) et UTF8String (dont j'ignore la forme en 2009, normalement, ça être une AnsiString pour avoir un AnsiChar qui donne bien SizeOf à 1, contrairement à l'UnicodeChar donne SizeOf à 2)

As-tu testé avec des chaines plus longues, c'est très étrange, ton histoire

[Paul TOTH]

Bonjour, savez-vous pourquoi, sur Delphi 2009 :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
var
  s : UTF8String;
begin
  s := 'é';
  ShowMessage(format('%d/%d', [sizeof(s[1]), length(s)]);
end;

me retourne "1/1" ?

Plus étonnant :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
var
  s : UTF8String;
begin
  s := 'éé';
  ShowMessage(format('%d/%d', [sizeof(s[1]), length(s)]);
end;

affiche "1/4" ! Length est censé être compatible UTF8 dans la version 2009, non ?

Questions corollaires :
Comment savoir avec précision la longueur d'une chaine UTF8 et sa taille en octets (pour stockage et manipulation binaire) ?

Merci

je viens de tester le code...

déjà pour ceux qui n'ont pas D2009 voici ce que nous dit l'aide en ligne sur UTF8String.

UTF8String = type AnsiString(65001);

UTF8String représente une chaîne codée en UTF-8 (nombre variable d'octets Unicode). C'est un type System::AnsiStringBase avec une page de code UTF-8.

Dans Delphi, UTF8String est un vrai type du compilateur. Le compilateur effectue des conversions entre System::UnicodeString et UTF8String si nécessaire.

Si on ajoute un point de suivi sur la variable "pointer(s)" en mode dump on obtient :

Code delphi :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
 
  s := 'é';  // $E9 $00
  s := 'éé'; // $C3 $A9 $C3 $A9 $00

dans les deux cas, Delphi invoque @LstrLAsg avec en paramètre un pointeur vers une constante qui contient les chaînes indiquées ci-dessus (e9 et c3a9)...

lors du SizeOf() la chaine passe par un appel à @InternalLStrFromUStr...on retrouve donc probablement une chaine Ansi 8bits non UTF8...

Reste à savoir la taille UTF8 de "é" qui ne peux pas être à la fois 1 pour "é" et 4 pour "éé"

la réponse est bien 2 et on l'obtient par

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
 
  s := UTF8Encode('é'); // $C3 $A3 $00
  s := string('é'); // $C3 $A3 $00
// alors que
  s := UTF8String('é'); // $E9 $00

...ça sent le bug