Représentation des caractères¶
Toute l’information est représentée dans un ordinateur par des nombres encodés sous forme binaire par des 0 et des 1. Se pose alors la question de la représentation des caractères, ne serait-ce que parce que la communication entre les utilisateurs et les ordinateurs s’opère essentiellement sous forme textuelle.
Principe¶
La solution retenue a consisté à définir une table de conversion qui indique de façon univoque une concordance entre une valeur numérique et un caractère:
Caractère |
Décimal |
Hexadécimal |
Binaire |
Caractère |
Décimal |
Hexadécimal |
Binaire |
||||
|---|---|---|---|---|---|---|---|---|---|---|---|
A |
65 |
0x41 |
01000001 |
a |
97 |
0x61 |
01100001 |
||||
B |
66 |
0x42 |
01000010 |
b |
98 |
0x62 |
01100010 |
||||
C |
67 |
0x43 |
01000011 |
c |
99 |
0x63 |
01100011 |
||||
… |
… |
… |
… |
… |
… |
… |
… |
||||
Z |
90 |
0x5A |
01011010 |
z |
122 |
0x7A |
01111010 |
Chaque caractère frappé sur le clavier engendre le nombre correspondant.
Chacun des caractères de la phrase que vous lisez a ainsi été stocké, transmis et manipulé par les ordinateurs sous la forme d’une séquence de 0 et 1 qu’on nomme chaîne de caractères.
Lorsqu’il s’agit de représenter ce texte à l’écran ou à l’impression à destination des êtres humains, les logiciels utilisent la table dans l’autre sens pour rendre cela intelligible.
Les propriétés de la table de conversion décrite précédemment sont telles qu’il est aisé de changer la casse (minuscule/majuscule) d’un caractère en agissant sur le bit de valeur 32.
En plus des lettres, les caractères qui représentent les nombres (les chiffres arabes) sont eux-mêmes listés dans la table de conversion. Contre-intuitivement, la valeur binaire du caractère représentant un nombre ne correspond pas au nombre lui-même.
Caractère |
Décimal |
Hexadécimal |
Binaire |
|---|---|---|---|
0 |
48 |
0x30 |
00110000 |
1 |
49 |
0x31 |
00110001 |
… |
… |
… |
… |
9 |
57 |
0x39 |
00111001 |
Ces tables donnent également une représentation des caractères de ponctuation et des symboles mathématiques, ainsi que des caractères non-imprimables comme le retour à la ligne.
En réalité, il n’existe pas une table de conversion unique, mais des dizaines de tables de conversion. Certaines tables ont été proposées à l’origine par des constructeurs d’ordinateurs ou des éditeurs de systèmes d’exploitation.
Table ASCII¶
La première table à s’imposer historiquement était la table ASCII (pour American Standard Code for Information Interchange). Malgré sa large acceptation, avec ses 7 bits par caractère, cette table avait pour principal défaut de ne pas prendre en compte les caractères qui n’existent pas dans la langue anglaise, ne serait-ce que les lettres accentuées.
Fig. 7 La table de représentation des caractères ASCII¶
Des tables multiples, mutuellement incompatibles, ont alors émergé: une table pour les européens, une autre pour les japonais et ainsi de suite.
Progressivement, notamment avec l’émergence du Web au cours des années 1990, l’augmentation de l’interconnexion des ordinateurs personnels a amené au début des années 2000 à la mise en place d’une énorme table intégrant le contenu de toutes les tables existantes.
L’exemple ci-dessous vous renvoie la valeur binaire du texte que vous écrivez.
Le saviez-vous ?
Dès l’introduction de l’encodage ASCII, et jusqu’à aujourd’hui, une pratique répandue dans les milieux informatiques est d’utiliser les caractères ASCII comme support de créativité artistique. C’est ce qu’on appelle l’ASCII art.
Les caractères ont un poids minimal en code binaire, c’est donc une façon très efficace de transmettre une information visuelle.
Cet outil vous permet de transformer n’importe quel texte en ASCII.
La vidéo suivante présente “l’asciiquarium”, un aquarium en ASCII dans le terminal.
Standard UTF¶
Le standard Unicode UTF (Universal Character Set Transformation Format) s’est imposé pour l’échange, car il permet d’agréger sur 64 bits par caractère l’entier des caractères utilisés dans toutes les langues humaines… et même extraterrestres, puisque le Klingon est également intégré.
Les caractères liés à l’édition des partitions de musique ou les émojis y sont également intégrés.
Variantes¶
Pour éviter de consommer 64 bits par caractère, des variantes plus compactes ont été mises à disposition.
La plus connue – des européens, puisqu’elle regroupe les caractères qui nous concernent… – est la table UTF-8. Elle se concentre sur les premiers 8 bits de la table UTF complète.