Données et services numériques dans le nuage et ailleurs
Codage des caractères

Au début de l’Internet, le codage des caractères était quelque chose de relativement simple. Il n’y
avait que des américains, des anglosaxons, utilisant simplement des lettres majuscules, des
lettres minuscules, des chiffres, des signes de ponctuation et quelques caractères de contrôle.
Le tout tient dans une table de 128 éléments. Arrivent ensuite sur Internet d’autres pays d’autres
langues ; des langues européennes avec de nouveaux caractères : les lettres accentuées (é),
spécifique à une langue (le ß allemand)... Ill faut donc étendre la table ASCII car les 128
caractères d’origine ne suffisent plus. On va en utiliser 256.
Mais cela ne sera pas suffisant, car il n’y a pas que les Français et les Allemands. On a donc
rajouté eu beaucoup de caractères pour toutes les langues occidentales. On a ainsi obtenu une
nouvelle table, la table ISO 88591 (cela ne sert pas à grand chose de retenir ceci par coeur). Ici
la table n’est pas complète et il y a beaucoup d’autres caractères.
Mais les choses évoluent toujours. Par exemple l’Europe évolue ; elle se crée une monnaie et
donc un nouveau symbole apparaît : € . Au passage pour réparer quelques oublis, on ajoute oe
comme dans oeuvre. On obtient ainsi une nouvelle table : la table ISO 8859 – 15.
Mais il n’y a pas que les Européens d’autres caractères vont apparaître et on va inventer une
nouvelle table : la table Unicode
Voici un petit outil, table de caractères, qui permet d’afficher tous ces caractères. Certains ne
correspondent pas à des langues occidentales. On peut avoir des caractères cyrilliques, des
caractères arabes. On peut également trouver ici des idéogrammes.
La table Unicode est censée décrire tous les caractères utilisables sur terre.
À la table Unicode est associé un codage, UTF 8, qui permet aux caractères Unicode d’être
intégrés facilement dans les navigateurs Web.
Quelles conséquences cela peut-il avoir ? Et bien voici un exemple. À droite, le texte affiché est
difficilement lisible car la table de caractères n’est pas correcte. Cela peut nous arriver : certains
messages sont parfois affichés de manière illisible ; dans ce cas là il faudra savoir changer le
codage des caractères. Pour nous, en général, les codages que nous utiliserons seront ISO 88
59 – 15 et UTF 8.