Farscape

5
juin
2008

Un article de farscape Comments

En ce moment je travaille sur le format OpenXml pour réaliser en C++ un outil de mailing.
Le principe de base étant de remplacer des valeurs reconnaissables dans le fichier document.xml de Word par des données utilisateurs.
Pour cela j’utilise TinyXml pour parser le fichier et le modifier, le hic c’est que l’encodage des valeurs dans le fichier xml est au format UTF8 …
Après quelques recherches sur le net et ne voyant pas solutions acceptables pour codifier et dé codifier une chaine en UTF8, j’ai écris ces fonctions en me basant sur un article de Wikipédia.

Je vous livre le code qui fera partie de la Faq Visual C++ :
Notes:
-UTF-8 (UCS transformation format 8 bits) permet de coder de l’Unicode sous une suite de 4 octets maximum.
-Cette codification est par exemple utilisée dans le fichier document.xml au format OpenXml de Word 2007.
-Les caractères dont le code ASCII est supérieur à 127 sont codés sur plusieurs octets.
-Une chaine au format UTF8 peut être contenu dans une CString multi bytes .
-j’ai implémenté la codification sur 4 octets mais l’exemple de Wikipédia avec le « ? » ne semble pas correct dans ce cas puisque son code ASCII est égal à 63.
-ce code ne fonctionne pas directement avec Visual 6.0 à cause des CString: On ne dispose pas de CStringA et de CStringW…

CStringA UTF8EncodeString(const CStringA str)
{
CStringW input(str);
CStringA output;
for(int i=0; i < input.GetLength(); i++)
{
// 0xxxxxxx
if(input[i] < 0x80)
{
output+=input[i];
}
// C0 80
// 110xxxxx 10xxxxxx
else if((input[i] > 0x7F) && (input[i] < 0x800))
{
output+=static_cast<unsigned char>(0xC0 | (input[i] >> 6));
output+=static_cast<unsigned char>(0x80 | (input[i] & 0x3F));
}
// E0 80 80
// 1110xxxx 10xxxxxx 10xxxxxx
else if(input[i] < 0x8000)
{
output+=static_cast<unsigned char>(0xE0 | (input[i] >> 12));
output+=static_cast<unsigned char>(0x80 | (input[i] >> 6 & 0x3F));
output+=static_cast<unsigned char>(0x80 | (input[i] & 0x3F));
}
else
{ // F0 80 80 80
//11110xxx 10xxxxxx 10xxxxxx 10xxxxxx
output+=static_cast<unsigned char>(0xF0 | (input[i] >> 12)>>6);
output+=static_cast<unsigned char>(0x80 | (input[i] >> 12 & 0x3F));
output+=static_cast<unsigned char>(0x80 | (input[i] >> 6 & 0x1F));
output+=static_cast<unsigned char>(0x80 | (input[i] & 0x3F));
}
}
return output;
}
CStringA UTF8DecodeString(const CStringA input)
{
CStringW output;
for(int i=0; i < input.GetLength();i++)
{
// F0 80 80 80
//11110xxx 10xxxxxx 10xxxxxx 10xxxxxx
if((input[i] & 0xFE) == 0xFE)
{
output+= static_cast<wchar_t>(((input[i] & 7 )<< 18) | ((input[i+1] & 0x3F) << 12) | ((input[i+2] & 0x3F) << 6) | (input[i+3] & 0x3F));
i += 3;
}
else
// E0 80 80
// 1110xxxx 10xxxxxx 10xxxxxx
if((input[i] & 0xE0) == 0xE0)
{
output+= static_cast<wchar_t>(((input[i] & 0x0F) << 12) | ((input[i+1] & 0x3F) << 6) | (input[i+2] & 0x3F));
i += 2;
}
// C0 80
// 110xxxxx 10xxxxxx
else if((input[i] & 0xC0) == 0xC0)
{
output+= static_cast<wchar_t>(((input[i] & 0x1F) << 6) | (input[i+1] & 0x3F));
i ++;
}
// 0xxxxxxx
else if(input[i] < 0x80) output+=input[i];
}
return CStringA(output);
}

CStringA input,output;
input="é";
output=UTF8EncodeString(input);
TRACE("\n output é:%s",static_cast<const char *>(output));
output=UTF8DecodeString(output);
TRACE("\n output é:%s",static_cast<const char *>(output));
input="€";
output=UTF8EncodeString(input);
TRACE("\n output €:%s",static_cast<const char *>(output));
output=UTF8DecodeString(output);
TRACE("\n output é:%s",static_cast<const char *>(output));

Laisser un commentaire

Vous devez être connecté pour poster un commentaire.

Connexion

Identifiez-vous

Créer un compte

Farscape

Laisser un commentaire

Articles récents

Commentaires récents

Archives

Catégories

Méta

Identifiant
Mot de passe

Mot de passe oublié ?