Re: [sdx-users] Problème avec l'encodage des documents

[Pierrick Brihaye]

Bonjour,

Pierre Dittgen a écrit:

> Pour l'affichage de mes pages, j'utilise le serializer XHTML avec
> l'encodage UTF-8.

OK. Le mot important est "pour l'affichage" :-)

> Le caractère "é" a étéurlencodé avec 2 caractères, plutôt logique pour
> de l'UTF-8.

On est d'accord : le navigateur ayant reçu un encodage UTF-8, il traite 
le form en UTF-8... la partie client semble donc fonctionner comme attendu.

> Où est géré l'encodage utilisé par l'indexation Lucène ? J'ai précisé
> l'encodage UTF-8

Dans l'analyseur... mais il faudrait savoir lequel est utilisé. Dans 
tous les cas, au vu du code actuel, l'encodage utilisé dans les 
analyseurs semble être l'encodage *par défaut* de la JVM.

> Ce qui signifierait que mes documents ont été indexés en iso-8859-1 et
> non en UTF-8 ?

Sans doute. Quel est l'encodage de la JVM ? Pour le savoir, on peut 
rédiger un fichier TestEncoding.java avec le code suivant (repris de 
http://forum.java.sun.com/thread.jsp?forum=37&thread=168604) :

import java.io.PrintStream;
import sun.io.*;
import java.io.*;

public class TestEncoding {
  public static void main(String argv[]) {

    String encProperty = System.getProperty("file.encoding");
    String byteToCharClass = 
sun.io.ByteToCharConverter.getDefault().getClass().getName();
    String charToByteClass = 
sun.io.CharToByteConverter.getDefault().getClass().getName();

    System.out.println("encProperty == '" + encProperty + "'");
    System.out.println("Default ByteToChar Class == '" + 
byteToCharClass + "'");
    System.out.println("Default CharToByte Class == '" + 
charToByteClass + "'");

    ByteArrayOutputStream buf = new ByteArrayOutputStream(10);
    OutputStreamWriter writer = new OutputStreamWriter(buf);
    System.out.println("OutputStreamWriter encoding = " + 
writer.getEncoding());
  }
}

En gros, l'idée serait de lancer la machine virtuelle avec l'option 
-Dfile.encoding=UTF-8. L'emplacement idéal serait la variable 
d'environnement CATALINA_OPTS si c'est Tomcat qui est utilisé. Voir par 
exemple :
http://www.opencms.org/opencms/opencms/service/installation50.html

Tenez-moi au courant ; je pense que ce problème pourrait figurer en 
bonne place dans les FAQ de SDX.

--
Pierrick Brihaye, informaticien
Service régional de l'Inventaire
DRAC Bretagne
mailto:address@hidden