Différences
Ci-dessous, les différences entre deux révisions de la page.
| Les deux révisions précédentes Révision précédente Prochaine révision | Révision précédente | ||
|
tutoriel:encodage_caracteres [Le 02/02/2011, 14:58] PAC2 lien vers iconv |
tutoriel:encodage_caracteres [Le 01/09/2024, 01:52] (Version actuelle) 88.166.229.82 [Résumé,Règles de base] Lien mort ; solution : Internet Archive. |
||
|---|---|---|---|
| Ligne 1: | Ligne 1: | ||
| - | {{tag>encodage utf8 BROUILLON}} | + | {{tag>encodage BROUILLON}} |
| ---- | ---- | ||
| Ligne 5: | Ligne 5: | ||
| ====== FAQ sur les encodages de caractères ===== | ====== FAQ sur les encodages de caractères ===== | ||
| - | <note warning> | + | <note important> |
| Cette page est en construction, elle tente de rassembler des explications simples et les principaux outils pour s'en sortir. **C'est aussi un appel à contributions pour les gourous afin de trier les contradictions qui jonchent les forums.** | Cette page est en construction, elle tente de rassembler des explications simples et les principaux outils pour s'en sortir. **C'est aussi un appel à contributions pour les gourous afin de trier les contradictions qui jonchent les forums.** | ||
| </note> | </note> | ||
| Ligne 31: | Ligne 31: | ||
| **Un texte, suite de caractères, n'a de sens que si l'on connaît son encodage.** | **Un texte, suite de caractères, n'a de sens que si l'on connaît son encodage.** | ||
| - | - L'encodage par défaut sous Windows (interface graphique) est cp1252. | + | - L'encodage par défaut sous Windows (interface graphique) est [[wpfr>Windows-1252|cp1252]]. |
| - L'encodage par défaut d'une console DOS est cp850 pour les systèmes de l'Europe de l'Ouest (Western Europe) ou cp437 pour les États-Unis. | - L'encodage par défaut d'une console DOS est cp850 pour les systèmes de l'Europe de l'Ouest (Western Europe) ou cp437 pour les États-Unis. | ||
| - Aucun éditeur n'est capable — et ne le sera jamais — de déterminer l'encodage d'un fichier texte. | - Aucun éditeur n'est capable — et ne le sera jamais — de déterminer l'encodage d'un fichier texte. | ||
| - | - Les bonnes applications peuvent travailler indifféremment avec différents encodages (généralement, ce sont ASCII, cp1252, ISO-8859-1 et UTF-8, ISO-8859-15 est moins utilisé) pour les utilisateurs de langues latines et anglo-saxonnes. | + | - Les bonnes applications peuvent travailler indifféremment avec différents encodages (généralement, ce sont ASCII, [[wpfr>Windows-1252|cp1252]], [[wpfr>ISO_8859-1|ISO-8859-1]] et [[wpfr>Unicode|UTF-8]], ISO-8859-15 est moins utilisé) pour les utilisateurs de langues latines et anglo-saxonnes. |
| - Du point 4, il découle que les systèmes d'exploitation sont cohérents, les problèmes qui se posent sont généralement dus à une méconnaissance du fonctionnement des encodages. | - Du point 4, il découle que les systèmes d'exploitation sont cohérents, les problèmes qui se posent sont généralement dus à une méconnaissance du fonctionnement des encodages. | ||
| - Il est faux de croire qu'il faille changer l'encodage d'un fichier pour passer d'un système à un autre. Si l'échange de fichiers est régulier, il est préférable de régler ses outils de travail (éditeurs, etc.) en conformité avec les-dits fichiers. | - Il est faux de croire qu'il faille changer l'encodage d'un fichier pour passer d'un système à un autre. Si l'échange de fichiers est régulier, il est préférable de régler ses outils de travail (éditeurs, etc.) en conformité avec les-dits fichiers. | ||
| Ligne 42: | Ligne 42: | ||
| [[http://www.joelonsoftware.com/articles/Unicode.html]] | [[http://www.joelonsoftware.com/articles/Unicode.html]] | ||
| + | La version en français: | ||
| + | https://web.archive.org/web/20181007200358/http://french.joelonsoftware.com/Articles/Unicode.html | ||
| ===== Un peu de théorie ===== | ===== Un peu de théorie ===== | ||
| Ligne 49: | Ligne 51: | ||
| Cela inclut les codes sources, les fichiers log, les noms de fichiers (système de fichiers), etc. | Cela inclut les codes sources, les fichiers log, les noms de fichiers (système de fichiers), etc. | ||
| - | Pour des fichiers binaires, il existe différents types d'encodage, mais qui n'ont rien à voir avec le sujet de cette page. | + | Pour des fichiers binaires, il existe différents types d'encodage, mais qui n'ont rien à voir avec le sujet de cette page. |
| L'objectif de l'encodage est d'**associer un numéro pour chaque caractère d'une langue**. | L'objectif de l'encodage est d'**associer un numéro pour chaque caractère d'une langue**. | ||
| <note> | <note> | ||
| - | En informatique, un codage de caractères est un code qui associe un jeu de caractères d'une langue naturelle (comme un alphabet) avec un jeu de quelque chose d'autre, comme par exemple des nombres ou des signaux électriques. Par exemple, le code Morse (qui associe l'alphabet latin à une série de pressions longues et de pressions courtes sur le manipulateur morse du télégraphe) et le code ASCII (qui code les lettres, les chiffres et d'autres symboles comme des entiers codés sur 7 bits) sont des codages de caractères.</note> | + | En informatique, un codage de caractères est un code qui associe un jeu de caractères d'une langue naturelle (comme un alphabet) avec un jeu de quelque chose d'autre, comme par exemple des nombres ou des signaux électriques. Par exemple, le code Morse (qui associe l'alphabet latin à une série de pressions longues et de pressions courtes sur le manipulateur morse du télégraphe) et le code ASCII (qui code les lettres, les chiffres et d'autres symboles comme des entiers codés sur 7 bits) sont des codages de caractères.</note> |
| Il est indispensable, pour l'échange d'informations de **préciser le codage utilisé**. | Il est indispensable, pour l'échange d'informations de **préciser le codage utilisé**. | ||
| Ligne 89: | Ligne 91: | ||
| * Windows 98 (FAT32): cp1252 | * Windows 98 (FAT32): cp1252 | ||
| * Windows XP (ntfs): cp1252. ?? | * Windows XP (ntfs): cp1252. ?? | ||
| + | * Windows 7 : iso-8859-1 | ||
| + | * et pour Windows 10? | ||
| Ligne 94: | Ligne 98: | ||
| * Dans un fichier HTML correctement rédigé, l'encodage est identifié par le rédacteur dans l'en-tête de la page, il suffit donc de parcourir les premières lignes du code source de celle-ci (Ctrl+U pour y accéder). | * Dans un fichier HTML correctement rédigé, l'encodage est identifié par le rédacteur dans l'en-tête de la page, il suffit donc de parcourir les premières lignes du code source de celle-ci (Ctrl+U pour y accéder). | ||
| - | * Dans un fichier texte, //a priori// aucune reconnaissance automatique n'est possible. Néanmoins, il y a quelques possibilités de deviner le contenu lorsque certains caractères sont présents (commande file -i). | + | * Dans un fichier texte, //a priori// aucune reconnaissance automatique n'est possible. Néanmoins, il y a quelques possibilités de deviner le contenu lorsque certains caractères sont présents (commande file -i) : |
| - | * | + | |
| <code> | <code> | ||
| file -i * | file -i * | ||
| Ligne 103: | Ligne 107: | ||
| </code> | </code> | ||
| - | > FIXME Explication du retour de la commande à clarifier | + | La commande retourne le type du fichier, par exemple //text/xml// s'il s'agit d'un fichier XML, puis il indique le type d'encodage à la suite de "charset=" : par exemple, dans le cas de c.txt, l'encodage de caractère détecté est //utf-8//. |
| ==== Conversions ==== | ==== Conversions ==== | ||
| Ligne 119: | Ligne 123: | ||
| </code> | </code> | ||
| - | Pour s'y retrouver dans les dénominations : une [[http://docs.python.org/lib/standard-encodings.html|table]]. | + | Pour s'y retrouver dans les dénominations : une <del>[[http://docs.python.org/lib/standard-encodings.html|table]]</del>. |
| + | |||
| + | === Outils de migration === | ||
| + | |||
| + | <note important> | ||
| + | Dans tous les cas, il faut bien différencier les opérations : | ||
| + | * encodage des **noms** de fichiers (pour le système de fichiers) ; | ||
| + | * encodage du **contenu** des fichiers. | ||
| + | </note> | ||
| + | |||
| + | * utf8-migration-tool (Outils de migration UTF-8) | ||
| + | * konq-toutf8 (UTF-8 encoding utility service menu for Konqueror) | ||
| + | * [[:iconv|iconv]] (commande en ligne, dans le package **convmv** voir https://wiki.ubuntu.com/UTFEightMigrationTool) | ||
| + | * l'utilitaire recode : [[http://pwet.fr/man/linux/commandes/recode]], très puissant. | ||
| Ligne 131: | Ligne 148: | ||
| Sous GNU/Linux, il faut indiquer l'encodage au montage de la partition (voir [[:mount_fstab|/etc/fstab]]). | Sous GNU/Linux, il faut indiquer l'encodage au montage de la partition (voir [[:mount_fstab|/etc/fstab]]). | ||
| - | |||
| - | ==== Outils de migration==== | ||
| - | |||
| - | <note warning> | ||
| - | Dans tous les cas, il faut bien différencier les opérations : | ||
| - | * encodage des **noms** de fichiers (pour le système de fichiers) ; | ||
| - | * encodage du **contenu** des fichiers. | ||
| - | </note> | ||
| - | |||
| - | * utf8-migration-tool (Outils de migration UTF-8) | ||
| - | * konq-toutf8 (UTF-8 encoding utility service menu for Konqueror) | ||
| - | * [[:iconv|iconv]] (commande en ligne, dans le package **convmv** voir https://wiki.ubuntu.com/UTFEightMigrationTool) | ||
| ===== Liens utiles ===== | ===== Liens utiles ===== | ||
| Ligne 149: | Ligne 154: | ||
| * [[http://www.joelonsoftware.com/articles/Unicode.html|The Absolute Minimum Every Software Developer Absolutely, Positively Must Know About Unicode and Character Sets (No Excuses!)]] **(en)** | * [[http://www.joelonsoftware.com/articles/Unicode.html|The Absolute Minimum Every Software Developer Absolutely, Positively Must Know About Unicode and Character Sets (No Excuses!)]] **(en)** | ||
| + | * [[http://french.joelonsoftware.com/Articles/Unicode.html|Le minimum absolu que tout développeur doit absolument, positivement savoir sur Unicode et les jeux de caractères (aucune excuse !)]] **(fr)** | ||
| * [[https://wiki.ubuntu.com/UTFEightMigrationTool|UTFEightMigrationTool]] **(en)** | * [[https://wiki.ubuntu.com/UTFEightMigrationTool|UTFEightMigrationTool]] **(en)** | ||
| * [[wp>Character_encoding]] **(en)** | * [[wp>Character_encoding]] **(en)** | ||
| * [[wpfr>Codage_de_caractères]] **(fr)** | * [[wpfr>Codage_de_caractères]] **(fr)** | ||
| + | * [[http://www.pigné.be/Thibaut/cours/LeWeb/mini_cours_html/codage.htm#lettres26plus16| Les 84 caractères de l'alphabet français]] | ||
| ==== Description d'encodages particuliers ==== | ==== Description d'encodages particuliers ==== | ||
| Ligne 160: | Ligne 167: | ||
| ==== Sources d'information les aspects Linux ==== | ==== Sources d'information les aspects Linux ==== | ||
| - | * [[http://forum.ubuntu-fr.org/viewtopic.php?id=100832]] **(fr)** | + | * [[https://forum.ubuntu-fr.org/viewtopic.php?id=100832]] **(fr)** |
| - | * [[http://forum.ubuntu-fr.org/viewtopic.php?id=231060]] **(fr)** | + | * [[https://forum.ubuntu-fr.org/viewtopic.php?id=231060]] **(fr)** |
| - | * [[http://forum.ubuntu-fr.org/viewtopic.php?id=266393]] **(fr)** | + | * [[https://forum.ubuntu-fr.org/viewtopic.php?id=266393]] **(fr)** |
| ---- | ---- | ||
| - | //Contributeurs principaux : [[:utilisateurs:fnx]], [[:utilisateurs:Rom]], [[:utilisateurs:aleph]].// | + | //Contributeurs principaux : [[:utilisateurs:fnx]], [[:utilisateurs:Rom]], [[:utilisateurs:aleph]], [[:utilisateurs:bcag2]].// |