Les chaînes de caractères
Partie 3 sur 3
6Les chaînes en JavaScript
6.1Un objet, des positions
En JavaScript, une chaîne est une valeur de type texte avec laquelle l’objet String fournit une série de propriétés et de méthodes. Une propriété est une information (la longueur : texte.length), une méthode est une action (texte.indexOf("a")). Les caractères y sont numérotés à partir de zéro : dans "Bonjour à tous, ça va?", le « B » est en position 0, et le dernier caractère en position 21, soit la longueur (22) moins un. On peut se le représenter comme un tableau de positions ; la règle est la même en Java, en C, en Python.
Les chaînes JavaScript sont immuables : aucune méthode ne modifie la chaîne d’origine, toutes renvoient une nouvelle valeur. Écrire texte.toUpperCase(); seul sur une ligne ne sert à rien : il faut texte = texte.toUpperCase();.
6.2Lire et chercher
Voici les méthodes de base, avec texte = "Bonjour à tous, ça va?" :
texte.charAt(21)renvoie le caractère à la position donnée :"?". Une position hors de la chaîne renvoie la chaîne vide"";texte.indexOf("tous")renvoie la position de la première occurrence en cherchant de gauche à droite : 10. Si rien n’est trouvé, la réponse est -1, à tester avec soin car -1 est aussi un nombre ordinaire ;texte.indexOf("tous", 12)démarre la recherche à la position 12 et renvoie -1 ;texte.lastIndexOf("a")cherche de droite à gauche : 20 ;texte.charCodeAt(0)renvoie le code du caractère (66 pour « B ») etString.fromCharCode(66)fait l’inverse.
6.3Découper et transformer
texte.substring(1, 5)renvoie les caractères de la position 1 à la 4 incluse :"onjo". La borne de fin est exclue. Si les deux bornes sont dans le mauvais ordre,substringles échange sans prévenir :substring(8, 2)renvoie"njour ". Si elles sont égales, le résultat est vide ;texte.slice(-6)renvoie les six derniers caractères,"ça va?": la méthode accepte les positions négatives, comptées depuis la fin ;texte.substr(position, longueur), souvent présentée, est aujourd’hui déconseillée : on lui préfèresliceousubstring;toLowerCase()ettoUpperCase()changent la casse. On montrait autrefois'BONJOUR À TOUS, çA VA?': les navigateurs anciens laissaient le « ç » intact ; ils donnent aujourd’hui'BONJOUR À TOUS, ÇA VA?';concat()ou l’opérateur+collent des textes ;trim()retire les espaces de bordure ;split(",")découpe en tableau ;replaceremplace un morceau ;includesrépond simplement « présent ou non ».
6.4Les méthodes à oublier
On trouve aussi anchor, big, blink, bold, fixed, fontcolor, fontsize, italics, link, small, strike, sub et sup. Elles fabriquent du code de mise en forme pour la page web (une balise <b> ou <a> autour du texte). Elles sont obsolètes : la mise en forme relève des feuilles de style (voir le langage CSS). toSource(), réservée à un seul navigateur, a été supprimée. Notons aussi que JavaScript compte ses caractères en unités de 16 bits : un émoji ou un caractère rare y compte pour deux, ce qui fausse length.
Pour s’exercer
Exercice 2 : Lire dans une chaîne JavaScript
Avec t = "Libreville, Gabon", que renvoient t.length, t.indexOf("Gabon"), t.charAt(0), t.substring(0, 10), t.slice(-5) et t.indexOf("Paris") ?
Voir la réponse
t.length renvoie 17 ; t.indexOf("Gabon") renvoie 12 (position de la lettre G, en comptant à partir de 0) ; t.charAt(0) renvoie « L » ; t.substring(0, 10) renvoie « Libreville » (du caractère 0 au 9) ; t.slice(-5) renvoie « Gabon » (les cinq derniers caractères) ; t.indexOf("Paris") renvoie -1, ce qui veut dire « introuvable ».
Exercice 3 : Octets et caractères
Le texte « Côte d’Ivoire » est enregistré en UTF-8. Combien de caractères et combien d’octets ? Que renverrait strlen en C ? Pourquoi couper ce texte au huitième octet est-il dangereux ?
Voir la réponse
Le texte compte 13 caractères, mais 14 octets : le « ô » prend 2 octets en UTF-8, les autres caractères 1 seul. En C, strlen compte les octets et renvoie donc 14. Couper selon le nombre d’octets est risqué, car un caractère peut s’étendre sur plusieurs octets. Ici, la coupure après le huitième octet tombe par chance entre deux caractères (on obtient « Côte d’ »), mais une coupure après le deuxième octet couperait le « ô » en deux et laisserait un caractère invalide.
7Bien manipuler les chaînes
- Réserver une case de plus en C, ou mieux, utiliser des fonctions qui connaissent la taille.
- Comparer par le contenu, jamais avec
==sur des tableaux C ni sur des objets Java :strcmp,equals, ou===sur des textes JavaScript. - Préférer les types évolués (
std::string, les chaînes de Java ou de Python) aux tableaux bruts. - Se méfier de l’accent : choisir UTF-8 partout (fichiers, base de données, page web) et ne pas compter en octets quand on veut des caractères.
- Traiter toute entrée comme dangereuse : vérifier la longueur et le contenu avant de s’en servir.