CM1 Codage des caractères - Notes de cours

Introduction

Des décodages étranges
Aperçu dans gedit des 3 fichiers, c'est le même texte
cat des 3 fichiers, des caractères mauvais
iconv -f iso8859-15 encodage-utf8.txt donne un autre décodage
iconv -f utf-8 encodage-iso8859.txt retourne une erreur
Mais alors, c'est la même chose ou pas la même chose ???
Aperçu avec hexdump -C / hd du contenu brut :
- Pareil sur l'essentiel
- Différences là où sont les caractères latins (non US/ASCII)
- Fichier UTF8 plus gros...

Des octets...

Tout n'est que binaire
Un élément central : l'octet, 8 bits
Compris donc entre 0 et 2⁸ = 255 (décimal) = 0xFF (hexadécimal)
(héritage par convention historique de ce pack de 8 bits comme groupe de base)

La notion de codage

Puisque tout est binaire, pas de lettres fondamentalement
On peut associer une chaîne binaire à une lettre -> codage
Plusieurs conventions, c'est une interprétation

ASCII

Table ASCII, étude
Limites : caractères accentués, cédilles, idéogrammes, cyrilliques, ...

ISO, CP/Windows

Table ISO8859-15
Table Windows1252
Même jeu de caractères (en gros), mais pas les mêmes tables (exemple œ)...
Alors avec des jeux de caractères différents...

Unicode

Une synthèse universelle, un répertoire de l'ensemble des glyphes
Un procédé en deux étapes :
- notion de point de code unicode -> une valeur
- notion d'encodage de cette valeur -> UTF-8, UTF-16, ...
En pratique souvent UTF-8 (qui a le bon goût d'être rétro-compatible avec l'ASCII)
Un caractère peut prendre plusieurs octets, attention à la confusion caractère/octet et chaîne de caractères/tableau d'octets !
(Le monde, aujourd'hui, est globalement UTF-8 et donc vos applications devront gérer des chaînes UTF-8 et non des tableaux d'octets)

La rétro-compatibilité est très souvent présente sur les technologies qui rencontrent du succès, car c'est ce qui permet leur adoption progressive, sans incompatibilité temporaire, dans un système numérique mondial aux évolutions non synchronisées

Exemple du mail

On s'écrit du texte
Ce texte est encodé en binaire
Le binaire est transmis
Le binaire est décodé chez le destinataire
Du texte apparaît à l'écran

Panorama du cours

Déroulé :

Codage des caractères
Codage des entiers et réels
Architecture d'un ordinateur
Calcul booléen
Histoire de l'informatique et des ordinateurs
Histoire du libre, de l'open-source et du captif

Évaluation :

1/3 contrôle continu sur les comptes-rendus de TP
2/3 examen

2.7 KiB Raw Permalink Blame History