caractères spéciaux coupés en 2 lors d'un export UTF-8

Bonjour,

Il me semble que lors d'un export Gedcom en encodage UTF-8, lorsqu'un caractère accentué ou spécial (codé sur 2 octets) se trouve placé en fin de ligne dans le fichier Gedcom, il arrive que les 2 caractères qui forment un tout soient séparés, l'un restant en bout de ligne et l'autre étant placé sur la ligne de continuation. Ceci fait apparaître des caractères mal décodés à la lecture du gedcom (par Geneanet).

Par exemple, le texte suivant est mal découpé :

3 CONC donne et lègue le dit testateur (......) payable par ses dits h"xc3"
3 CONC "xa9"itiers des le décès de la Jeanne DEPOTE leur mère .....

les 2 parties d'un caractère spécial ne doivent pas être séparées lors du découpage des lignes de continuation
le "é" de héritiers se code dans ce cas "c3a9" et si on ne peut pas le mettre en entier en fin de ligne, il faut le mettre en entier sur la ligne suivante.

Je suis encore en v12.2 et n'ai pas testé en v13

Cela ne va pas faire avancer les choses, mais depuis l'arrivé de l'UTF-8 j'ai toujours eu des soucis (comme par exemple sous Geneanet), je ne sais pas du reste pourquoi, ni cherché raisons, et pourtant cela était une chose demandée.

Je laisse les experts en la matière nous répondre, la norme ou la non norme gedcom ne ma jamais passionné....

L'erreur ne vient pas de H12 ni de son export UTF-8, j'ai fait le test et j'obtiens ceci :

0 HEAD
1 SOUR HEREDIS 12 PC
2 VERS 12
2 NAME HEREDIS PC
2 CORP BSD Concept ©
3 ADDR www.heredis.com
1 DATE 8 MAR 2013
2 TIME 18:07:00
1 GEDC
2 VERS 5.5
2 FORM LINEAGE-LINKED
1 CHAR UTF-8
1 PLAC
2 FORM Town , Area code , County , Region , Country, Subdivision
1 SUBM @S0@
0 @S0@ SUBM
1 NAME Hervé
1 ADDR
0 @3I@ INDI
1 NAME Test/TEST/
2 GIVN Test
2 SURN TEST
1 EVEN
2 SOUR @5S@
1 _FIL LEGITIMATE_CHILD
0 @5S@ SOUR
1 ABBR test
1 QUAY 0
1 TEXT blablabla
2 CONT blalbla
2 CONT donne et lègue le dit testateur (......) payable par ses dits héritiers des le décès de la Jeanne DEPOTE leur mère .....
2 CONT blabla
0 TRLR

Les codages "x... viennent, je pense, d'un copier-coller d'un texte en RTF fait dans la note de la transcription. Remplacez manuellement votre texte dans la zone de saisie si l'export du Gedcom en Texte Brut (et non pas RTF) donne le même résultat, mais l'export en Texte brut devrait résoudre votre problème

Merci pour votre réponse rapide.

L'export est déjà en texte brut : ça ne vient donc pas de là.

Par contre, j'ai déjà identifié un pb de copier/coller entre (MS)Word et Heredis au sujet de l'apostrophe : Word utilise l'apostrophe "caligraphique" et Heredis l'apostrophe simple.
Il n'y a qu'une seule apostrophe sur un clavier standard, donc elle est transcrite en fonction du logiciel lors d'une frappe au clavier, mais cette transcription n'est pas refaite lors du copier/coller entre 2 softs qui ne sont pas du même avis.
Les 2 apostrophes sont bien affichables par Heredis.

L'apostrophe tapée "manuellement" dans Heredis passe bien à travers l'export, mais pas la "caligraphique" introduite par un copier/coller, et cela est vrai autant pour un export "Ansel" qu"UTF-8".

J'ai identifié le même problème avec les caractères "œ", "î", "…" lors d'un export Ansel, mais pour ces 3 derniers caractères, il sont correctement traités par l'export UTF-8. J'ai cru qu'il y avait un progrès.

Jusqu'à présent, je corrigeais le Gedcom après l'export (Ansel, texte brut) par une série de "replace" à l'aide d'un utilitaire du type Notepad++
Et comme le problème grossit en même temps que mon fichier, j'ai voulu programmer ce bricolage.

VB express ne connait pas le codage Ansel (ce n'est d'ailleurs pas le seul ...), je suis donc passé en UTF-8, ce qui m'a fait découvrir le pot aux roses.

Mes notes d'évènements contiennent beaucoup de transcriptions (voir exemple :]http://gw1.geneanet.org/fouderg_w?lang=fr&p=francois&n=taberlet+masson&oc=1).

J'utilise une dictée vocale (DNS) couplée à word ou wordpad, suivie d'un copier/coller. Je souffre donc de ce copier/coller un peu trop "basique".
Cette méthode est sans défaut tant que l'on ne fait pas d'export : tous ces caractères sont bien collés et affichés correctement par Heredis. Mais plus dans le Gedcom.

Je suis coincé : ma base Heredis contient des milliers de ces caractères impossibles à exporter. Je ne peux pas envisager de les reprendre à la main.

Peut-on envisager un "replace" directement sur la base, un peu comme je le fais avec Notepad++ ?
Ou bien une sorte de filtre de ces caractères au moment de l'export ? (sans doute le plus efficace, car on connait alors le codage souhaité)
Ou encore ce même filtre lors du copier/coller ?

J'ai repris mes "corrections de Gedcom" avec Notepad++, (merci Notepad++, mais beurk quand même!) mais je pense qu'en filtrant 5 ou 6 caractères lors de l'export, on résoudrait sans doute 99% du problème.
Pourquoi pas un dictionnaire des caractères mal exportés ? On donnerait à gauche l'apostrophe calligraphique et à droite l'apostrophe simple et ainsi pour chaque caractère à problème ? Et ce dico serait utilisé lors de l'export ...

PS : à quand un API sur Héredis ?
Je rêve de pouvoir ajouter un enfant, un décès, une source et tous ces gestes simples par API plutôt que par un bricolage de macros VBA qui lancent des scripts AutoIt ...

Mais merci quand même d'avoir su inventer Heredis dont je ne peux plus me passer.