$course$/QCM de NSI/Première/Représentation du texteCodage des caractères (ASCII, ASCII étendu, Unicode), normes UTF-8,
UTF-16, UTF-32, fonctions Python ord et chr, et formats de texte
enrichi (HTML, XML, RTF, OpenDocument, TeX).]]>Représentation du texte — Q01 : Définition d'ASCIIQue signifie le sigle ASCII ?]]>Le code ASCII est apparu en 1963 aux États-Unis. Il est conçu
pour l'anglais et ne contient aucun caractère accentué, ce qui
a motivé l'apparition d'extensions et de normes plus
universelles.]]>1.00.00truetrueabcAcronyme Standard de Compatibilité Inter-Systèmes]]>Erreur : sigle inventé. La signification réelle commence
par « American Standard Code... ».]]>American Standard Code for Information Interchange]]>Bonne réponse : c'est le code historique américain pour
représenter les caractères texte. Il a été conçu pour
l'anglais, ce qui explique l'absence des accents.]]>Architecture Standard pour Calculs et Instructions Internes]]>Erreur : ASCII n'est pas lié à l'architecture des
processeurs. C'est une table de codage de caractères.]]>Algorithme Standard pour la Compression d'Images]]>Erreur : ASCII concerne le codage de caractères, pas la
compression d'images.]]>Représentation du texte — Q02 : Taille de la table ASCII standardCombien de caractères différents peut-on coder avec l'ASCII
standard (sur sept bits) ?]]>Bien que l'ASCII tienne sur 7 bits, on le stocke en pratique
sur un octet (8 bits), avec le bit de poids fort à 0. Le
huitième bit a permis plus tard de définir des extensions à
256 caractères (ASCII étendu, Latin-1, etc.).]]>1.00.00truetrueabc256]]>Erreur : c'est la taille des extensions ASCII (sur
huit bits). L'ASCII standard tient sur sept bits.]]>128]]>Bonne réponse : sur 7 bits, on a 2⁷ = 128 codes
possibles, soit autant de caractères représentables. En
pratique, ASCII n'en utilise que 95 imprimables et 33
de contrôle.]]>512]]>Erreur : aucune table de caractères usuelle ne fait
512 entrées. ASCII fait 128, les extensions 256,
Unicode plus d'un million.]]>64]]>Erreur : c'est 2⁶, donc le nombre de codes possibles
sur six bits. ASCII utilise sept bits.]]>Représentation du texte — Q03 : Code ASCII de la lettre 'A'En Python, que renvoie l'expression ord('A') ?]]>Mémo utile : A vaut 65, a vaut 97. La différence est 32,
ce qui correspond au bit 5 qui distingue majuscule et
minuscule en ASCII.]]>1.00.00truetrueabc32]]>Erreur : 32 est le code de l'espace en ASCII, pas de la
lettre A.]]>97]]>Erreur : 97 est le code de a minuscule. Les
majuscules et minuscules ont des codes différents en ASCII.]]>1]]>Erreur : confusion possible avec la position de A dans
l'alphabet. Or ord renvoie le code ASCII (ou point
de code Unicode), pas la position.]]>65]]>Bonne réponse : la lettre A majuscule a le code ASCII 65.
Les majuscules suivantes sont consécutives : B vaut 66,
C vaut 67, etc.]]>Représentation du texte — Q04 : Fonction `chr` en PythonQuelle est la valeur renvoyée par chr(66) en Python ?]]>Les fonctions ord et chr sont inverses l'une de l'autre :
chr(ord(c)) == c et ord(chr(n)) == n pour tout caractère
c et tout code valide n.]]>1.00.00truetrueabc'A']]>Erreur : 'A' correspond à chr(65), pas 66.]]>'B']]>Bonne réponse : 66 est le code ASCII de la lettre B.]]>66]]>Erreur : chr renvoie un caractère (chaîne de longueur
1), pas un entier. C'est ord qui fait la conversion
inverse.]]>'b']]>Erreur : 'b' correspond à chr(98), pas 66.]]>Représentation du texte — Q05 : Ce qu'Unicode associe à un caractèreQu'est-ce qu'Unicode associe à chaque caractère, par exemple à la lettre é ?]]>Unicode sépare deux questions : quel numéro, ou point de code, désigne chaque caractère, et comment l'écrire en octets. La seconde question relève des encodages comme UTF-8, qui peuvent écrire différemment un même point de code.]]>1.00.00truetrueabcUn code sur 7 bits, comme en ASCII]]>Erreur : 7 bits ne donnent que 128 codes, alors qu'Unicode recense des dizaines de milliers de caractères. Ses numéros vont bien au-delà de 127.]]>Un numéro unique, indépendant de l'écriture en octets]]>Bonne réponse : ce numéro s'appelle le point de code, 233 pour é. Les encodages comme UTF-8 indiquent ensuite comment écrire ce numéro sous forme d'octets.]]>Le dessin de la lettre, commun à toutes les polices]]>Erreur : le dessin d'une lettre dépend de la police utilisée. Unicode identifie le caractère lui-même, pas son apparence à l'écran.]]>Une suite d'octets identique dans tous les fichiers]]>Erreur : les octets dépendent de l'encodage choisi. Le même é s'écrit sur un octet en ISO-8859-1 et sur deux octets en UTF-8 ; ce qui ne change pas, c'est son numéro Unicode.]]>Représentation du texte — Q06 : Caractéristique principale d'UTF-8Pourquoi UTF-8 est-il l'encodage le plus répandu sur le web ?]]>UTF-8 utilise 1 octet pour les caractères ASCII (codes
U+0000 à U+007F), 2 pour la plupart des langues
européennes, 3 pour les autres alphabets et idéogrammes
courants, et 4 pour les caractères rares et les emojis.]]>1.00.00truetrueabcRétro-compatible avec ASCII et de taille variable]]>Bonne réponse : un fichier ASCII pur est déjà un fichier
UTF-8 valide. Pour les caractères non ASCII (accents,
idéogrammes, emojis, etc.), UTF-8 utilise plusieurs
octets, ce qui économise de l'espace pour les langues
latines.]]>Parce qu'il a complètement remplacé Unicode]]>Erreur : UTF-8 est un encodage de la norme Unicode,
pas son remplaçant. Unicode définit les points de code,
UTF-8 définit comment les sérialiser en octets.]]>Parce qu'il code tous les caractères sur un seul octet]]>Erreur : UTF-8 est un codage à taille variable (1 à
4 octets selon le caractère). Il code l'ASCII sur un
seul octet, mais pas tous les caractères.]]>Parce qu'il code tous les caractères sur exactement deux octets]]>Erreur : c'est plutôt UTF-16 qui utilise un ou deux mots
de 16 bits. UTF-8 est plus économique en pratique.]]>Représentation du texte — Q07 : Nombre de caractères UnicodeEnviron combien de caractères différents la norme Unicode
peut-elle référencer ?]]>Le but d'Unicode est de couvrir tous les systèmes
d'écriture du monde, y compris les langues anciennes, les
alphabets phonétiques, les symboles mathématiques et les
emojis. La norme évolue régulièrement avec de nouveaux
caractères.]]>1.00.00truetrueabc256]]>Erreur : 256 correspond aux codes ASCII étendus (huit
bits), pas à Unicode.]]>128]]>Erreur : 128 est la taille de l'ASCII standard, pas
d'Unicode. Unicode est une norme bien plus vaste.]]>1\ 114\ 112]]>Bonne réponse : Unicode peut référencer un peu plus d'un
million de points de code (de U+0000 à U+10FFFF).
Environ 150\ 000 sont actuellement attribués.]]>65\ 536]]>Erreur : c'est la limite d'UTF-16 sur un seul mot
(2¹⁶). Unicode dépasse cette limite, ce qui oblige
UTF-16 à utiliser deux mots pour les caractères rares.]]>Représentation du texte — Q08 : Différence majuscule / minuscule en ASCIIQuelle est la différence entre le code ASCII d'une lettre
majuscule et celui de la même lettre en minuscule ?]]>Cette propriété vient de l'organisation de la table : les minuscules suivent les majuscules dans le même ordre, décalées de 32, soit 2⁵. Pour changer la casse d'une lettre, il suffit donc d'ajouter ou de retirer 32 à son code.]]>1.00.00truetrueabc32]]>Bonne réponse : minuscule = majuscule + 32. C'est
précisément la valeur du sixième bit (2⁵). Cela permet
en pratique de basculer entre les deux casses en
inversant ce bit.]]>65]]>Erreur : 65 est le code ASCII de A, pas la différence
entre majuscule et minuscule.]]>26]]>Erreur : 26 est le nombre de lettres de l'alphabet, pas
la différence des codes ASCII.]]>1]]>Erreur : la différence est plus grande. Par exemple
\text{ord}('A') = 65 et \text{ord}('a') = 97.]]>Représentation du texte — Q09 : Texte enrichi vs texte simpleQu'est-ce qui distingue un texte enrichi d'un texte simple ?]]>Exemples de formats enrichis : HTML, XML, RTF, OpenDocument,
LaTeX, Markdown. Tous reposent sur le principe de balises ou de marqueurs spéciaux ajoutés autour du texte.]]>1.00.00truetrueabcLe texte enrichi ajoute la mise en forme]]>Bonne réponse : le texte simple est une simple suite de
caractères ; le texte enrichi y ajoute des balises ou des
informations de typographie pour gérer la mise en page,
les liens, les images, etc.]]>Le texte enrichi est forcément en couleur]]>Erreur : la couleur n'est qu'une des nombreuses
informations qu'un texte enrichi peut contenir, mais elle
n'est pas obligatoire.]]>Le texte enrichi est plus long]]>Erreur : la longueur ne distingue pas les deux. Un texte
enrichi peut être très court.]]>Le texte enrichi est forcément codé en Unicode]]>Erreur : tout codage de caractères est utilisable. La
différence est la présence d'informations de mise en forme.]]>Représentation du texte — Q10 : Obtenir un caractère à partir de son codeEn Python, quelle expression renvoie le caractère dont le
code ASCII est 65 ?]]>ord et chr sont réciproques : ord('A') vaut 65 et
chr(65) vaut 'A'. Il ne faut pas confondre chr(65),
qui donne le caractère de code 65, avec str(65), qui
écrit simplement le nombre 65 sous forme de chaîne.]]>1.00.00truetrueabcord(65)]]>Erreur : ord fait le chemin inverse, du caractère vers
son code ; appliquée à un entier, elle lève TypeError.]]>char(65)]]>Erreur : il n'existe pas de fonction char en Python ;
l'appel lève NameError.]]>chr(65)]]>Bonne réponse : chr reçoit un code (un entier) et
renvoie le caractère correspondant, ici 'A'. C'est la
fonction réciproque de ord.]]>str(65)]]>Erreur : str(65) convertit le nombre en la chaîne
'65', formée des deux caractères '6' et '5' ; la
table des codes n'est pas consultée.]]>Représentation du texte — Q11 : Représentation binaire d'un caractèreQuelle est la représentation binaire (sur huit bits) du
caractère 'A' en ASCII ?]]>Méthode : \text{ord}('A') = 65, on convertit 65 en binaire
sur huit bits (65 = 64 + 1) → 01000001₂. Le bit de poids
fort à 0 confirme que c'est un caractère ASCII standard.]]>1.00.00truetrueabc01100001]]>Erreur : c'est le code 97 = 65 + 32, qui correspond
à 'a' minuscule, pas 'A' majuscule.]]>00000001]]>Erreur : c'est le code 1, le rang de A dans
l'alphabet. En ASCII, ce code correspond à un caractère
de contrôle, pas à une lettre.]]>01000001]]>Bonne réponse : \text{ord}('A') = 65 = 64 + 1 = 2^6 + 2^0,
soit 01000001₂ sur huit bits.]]>10000001]]>Erreur : ce code (129) sort de la table ASCII standard.
De plus, le bit de poids fort doit être à 0 pour les
caractères ASCII.]]>Représentation du texte — Q12 : Décoder un texte ASCIIQuel mot représente la suite de codes ASCII (en décimal)
$78,\ 83,\ 73$ ?]]>Les majuscules sont consécutives dans la table ASCII à partir
de 65 pour A. On peut retrouver chaque lettre rapidement :
par exemple N est la 14ᵉ lettre de l'alphabet, donc
\text{ord}('N') = 65 + 13 = 78.]]>1.00.00truetrueabcNSI]]>Bonne réponse : N vaut 78, S vaut 83, I vaut 73.
Le mot est donc bien NSI.]]>OTJ]]>Erreur : chaque lettre est décalée d'un rang, comme si A
valait 64. Or A vaut 65 : le code 78 est celui
de la 14ᵉ lettre de l'alphabet, N, et
non de la 15ᵉ.]]>ISN]]>Erreur : les codes ont été lus dans le mauvais ordre. Le
premier code, 78, donne la première lettre, N.]]>nsi]]>Erreur : ce sont les majuscules. Les minuscules
correspondantes seraient 110, 115, 105.]]>Représentation du texte — Q13 : Taille d'un caractère en UTF-8En UTF-8, sur combien d'octets est codé un caractère ASCII
standard (par exemple la lettre A) ?]]>Cette propriété rend UTF-8 très efficace pour les langues
latines : les textes en anglais ne sont pas plus gros
qu'en ASCII, contrairement à UTF-16 ou UTF-32.]]>1.00.00truetrueabc1 octet]]>Bonne réponse : c'est précisément le but de la
rétrocompatibilité d'UTF-8 avec ASCII : tout caractère
ASCII tient sur un seul octet, identique à son codage
ASCII.]]>2 octets]]>Erreur : c'est la taille des caractères Latin étendus en
UTF-8 (é, à, ü, etc.). Les caractères ASCII pur
tiennent sur un seul octet.]]>4 octets toujours]]>Erreur : c'est UTF-32 qui code tout sur quatre octets.
UTF-8 est de taille variable.]]>3 octets]]>Erreur : trois octets sont utilisés pour les caractères
d'autres alphabets (cyrillique, grec étendu, idéogrammes
chinois courants), pas pour ASCII.]]>Représentation du texte — Q14 : Taille fixe d'UTF-32Pourquoi UTF-32 n'est-il presque jamais utilisé pour stocker
des fichiers texte sur le web ?]]>Les concepteurs ont fait un compromis : UTF-8 est de taille
variable mais économe ; UTF-32 est simple mais coûteux.
Pour le stockage, UTF-8 gagne ; pour le traitement interne
à un programme (indexation rapide), UTF-32 est parfois
utilisé.]]>1.00.00truetrueabcIl consomme 4 octets par caractère, même en ASCII]]>Bonne réponse : UTF-32 multiplie par quatre la taille
d'un fichier texte standard, alors que UTF-8 ne consomme
qu'un octet pour les mêmes caractères. C'est un gaspillage
énorme de bande passante et de stockage.]]>Parce qu'il n'est pas standardisé par l'ISO]]>Erreur : UTF-32 est bien standardisé. Le problème est
son inefficacité, pas son statut.]]>Parce qu'il ne représente pas tous les caractères Unicode]]>Erreur : c'est au contraire le seul qui code tous les
caractères sur la même taille. Le problème est ailleurs.]]>Parce qu'il ne supporte pas les emojis]]>Erreur : UTF-32 code tous les caractères Unicode, emojis compris, chacun sur 4 octets.]]>Représentation du texte — Q15 : Code ASCII en hexadécimalQuelle est la représentation hexadécimale du code ASCII de la
lettre 'a' minuscule ?]]>Pour convertir : 97 = 96 + 1 = 6 · 16 + 1, donc en
hexadécimal le chiffre des « seizaines » est 6 et celui
des unités est 1, soit 0x61.]]>1.00.00truetrueabc0x41]]>Erreur : 0x41 correspond à 65 = 'A' majuscule, pas
à 'a' minuscule.]]>0x65]]>Erreur : 0x65 = 6 · 16 + 5 = 101₁₀, qui
correspond à 'e' minuscule.]]>0x61]]>Bonne réponse : \text{ord}('a') = 97 = 6 \cdot 16 + 1 = 0x61.]]>0x97]]>Erreur : confusion entre la valeur décimale 97 et son
écriture hexadécimale. 97₁₀ ≠ 0x97
(qui vaut 151).]]>Représentation du texte — Q16 : Parcours d'une chaîne en PythonQue renvoie le code Python suivant ?
`python
sum([ord(c) for c in "BA"]) `
]]>La compréhension parcourt la chaîne caractère par caractère et construit la liste des codes [66, 65], que sum additionne.]]>1.00.00truetrueabc130]]>Erreur d'une unité sur un code : A a été compté
64 au lieu de 65. Avec les codes exacts,
66 + 65 = 131.]]>66]]>Erreur : c'est seulement le code de B. La somme inclut
aussi le code de A.]]>131]]>Bonne réponse : \text{ord}('B') + \text{ord}('A') = 66 + 65 = 131.]]>La chaîne "BA"]]>Erreur : la fonction sum additionne des nombres, pas
des chaînes. Et chaque ord(c) renvoie un entier.]]>Représentation du texte — Q17 : Codage des caractères accentuésEn UTF-8, sur combien d'octets est codée la lettre 'é' ?]]>C'est pour cette raison qu'un texte français codé en UTF-8
est légèrement plus volumineux qu'en ASCII : chaque lettre
accentuée pèse deux octets au lieu d'un.]]>1.00.00truetrueabc2 octets]]>Bonne réponse : 'é' a pour point de code Unicode U+00E9.
En UTF-8, les caractères entre U+0080 et U+07FF sont
codés sur deux octets (0xC3 0xA9).]]>4 octets]]>Erreur : quatre octets sont utilisés pour les points de
code au-delà de U+FFFF (emojis, certaines écritures
rares).]]>1 octet]]>Erreur : seules les lettres ASCII sont codées sur un
octet. Les caractères accentués sortent de la plage ASCII.]]>3 octets]]>Erreur : trois octets sont utilisés pour des points de
code plus élevés (à partir de U+0800).]]>Représentation du texte — Q18 : ASCII étenduQuelle modification a permis le passage d'ASCII à l'ASCII
étendu ?]]>Plusieurs variantes d'ASCII étendu existent : Latin-1
(ISO-8859-1) pour l'Europe occidentale, Latin-2 pour
l'Europe centrale, etc. Cette fragmentation a motivé la
création d'Unicode comme standard universel.]]>1.00.00truetrueabcUtiliser le huitième bit pour doubler la table]]>Bonne réponse : ASCII standard n'utilisait que sept bits
(128 codes) ; le huitième bit étant disponible, on peut
en faire un encodage à 256 codes pour ajouter accents,
symboles mathématiques, etc.]]>La conversion en UTF-8 obligatoire]]>Erreur : UTF-8 est bien plus tardif que l'ASCII étendu.
L'extension à 256 codes a été un premier compromis
avant la solution Unicode.]]>L'ajout d'un neuvième bit pour le drapeau de signe binaire]]>Erreur : il n'y a pas de drapeau de signe dans un codage
de caractères. Le passage à l'ASCII étendu utilise le
huitième bit déjà présent.]]>Le passage à un codage en hexadécimal]]>Erreur : la base de représentation (binaire, décimale,
hexadécimale) n'a aucun impact sur le nombre de codes
possibles.]]>Représentation du texte — Q19 : Rôle des balises HTMLQue représentent les balises ouvrantes et fermantes en HTML
(par exemple <p>...</p>) ?]]>Une balise comme <p> ouvre un paragraphe, </p> le ferme. Les attributs (id, class, href, etc.) précisent le comportement ou le style. Les éléments ainsi délimités s'emboîtent les uns dans les autres pour former la structure de la page.]]>1.00.00truetrueabcLes noms des fichiers liés au document]]>Erreur : les fichiers liés sont référencés par leur URL,
dans des attributs comme href ou src, pas par les
balises elles-mêmes.]]>Des marqueurs qui structurent le contenu de la page]]>Bonne réponse : les balises délimitent des éléments
(paragraphes, titres, liens, images, etc.) que le
navigateur transforme en éléments visuels.]]>Des macros pour remplacer du texte]]>Erreur : HTML n'a pas de système de macros. Une balise ne remplace aucun texte, elle délimite un élément de la page.]]>Des commandes envoyées directement au serveur web]]>Erreur : les balises HTML structurent le document
côté client (navigateur), pas le serveur. Les
requêtes au serveur sont gérées par le protocole HTTP.]]>Représentation du texte — Q21 : Motivation historique d'UnicodePour quelle raison principale Unicode a-t-il été créé après
l'ASCII étendu ?]]>Avant Unicode, échanger un texte écrit en arabe vers un
poste configuré pour les langues d'Europe centrale produisait
des « caractères mojibake » illisibles. Unicode a unifié les
codes pour permettre une vraie interopérabilité mondiale.]]>1.00.00truetrueabcPour réduire la taille des fichiers texte]]>Erreur : un fichier Unicode (UTF-8) n'est pas plus
compact qu'un fichier ASCII pour les langues latines, et
il l'est moins pour d'autres langues. La motivation
n'est pas la taille.]]>Pour remplacer le format PDF]]>Erreur : Unicode est un codage de caractères, pas un
format de document. PDF reste un format de mise en page.]]>Unifier les tables d'ASCII étendu incompatibles]]>Bonne réponse : un même octet (par exemple 0xE9) avait
des significations différentes selon la table. Un texte
écrit en Latin-1 s'affichait incorrectement sur une
machine configurée en Latin-2. Unicode résout ce
problème en attribuant un point de code unique à chaque
caractère du monde.]]>Pour ajouter le support de la couleur dans le texte]]>Erreur : la couleur relève de la mise en forme (HTML/CSS),
pas du codage de caractères.]]>Représentation du texte — Q22 : Calcul de la taille d'un texteCombien d'octets occupe la chaîne "NSI" lorsqu'elle est
stockée en UTF-8 ?]]>Pour un texte purement ASCII, UTF-8 donne le même nombre
d'octets que la longueur de la chaîne. Avec des accents (é,
à, etc.), il faut compter 2 octets par caractère accentué.]]>1.00.00truetrueabc6 octets]]>Erreur : c'est la taille en UTF-16 (2 octets par
caractère du plan de base). En UTF-8, c'est plus
économique.]]>1 octet]]>Erreur : un seul octet code un seul caractère ASCII, pas
une chaîne de 3 caractères.]]>3 octets]]>Bonne réponse : les 3 caractères de "NSI" sont des
caractères ASCII, codés chacun sur 1 octet en UTF-8.
Total : 3 octets.]]>12 octets]]>Erreur : c'est la taille en UTF-32 (4 octets par
caractère). En UTF-8, un caractère ASCII n'occupe qu'un
octet, quatre fois moins.]]>Représentation du texte — Q25 : Rétrocompatibilité d'UTF-8Pourquoi peut-on dire qu'un fichier ASCII pur est aussi un
fichier UTF-8 valide ?]]>Cette propriété de UTF-8 explique son succès : on peut
ouvrir tout fichier ASCII existant sans modification dans un
éditeur UTF-8. C'est l'inverse qui n'est pas garanti : un
fichier UTF-8 contenant des accents s'affichera
incorrectement sur un système ASCII strict.]]>1.00.00truetrueabcParce qu'ASCII et UTF-8 utilisent tous deux des points de code Unicode]]>Erreur : ASCII précède Unicode de plusieurs décennies.
C'est UTF-8 qui a été conçu pour reprendre les codes
ASCII à l'identique, pas l'inverse.]]>Parce que tous les fichiers texte sont automatiquement convertis en UTF-8 par le système]]>Erreur : aucune conversion automatique n'est appliquée.
La rétrocompatibilité est une propriété du format
UTF-8, pas du système.]]>UTF-8 reprend à l'identique le codage des 128 caractères ASCII]]>Bonne réponse : c'est un choix volontaire des concepteurs
d'UTF-8 (Ken Thompson, Rob Pike, 1992). Cette
compatibilité ascendante a énormément facilité la
transition d'ASCII vers Unicode sur le web et dans les
systèmes Unix.]]>Parce qu'UTF-8 et ASCII sont strictement le même format]]>Erreur : UTF-8 est plus large qu'ASCII. Un fichier
UTF-8 peut contenir des caractères impossibles à
représenter en ASCII (accents, idéogrammes, etc.).]]>Représentation du texte — Q26 : Taille d'un caractère accentué en UTF-8Combien d'octets sont nécessaires en UTF-8 pour coder le
caractère é (point de code Unicode U+00E9, soit 233 en
décimal) ?]]>L'UTF-8 utilise un nombre variable d'octets selon le point
de code : 1 pour 0 à 127 (compatibilité ASCII), 2
pour 128 à 2 047, 3 pour 2 048 à 65 535, 4
au-delà. Le seuil à 128 explique pourquoi é, à ou ç
occupent deux octets sur disque, alors qu'on les perçoit
comme un seul caractère à l'écran.]]>1.00.00truetrueabc1 octet]]>Erreur : seuls les caractères de point de code inférieur
ou égal à 127 tiennent sur un seul octet en UTF-8
(zone ASCII pure). Comme 233 > 127, le caractère é
nécessite un encodage sur plusieurs octets.]]>4 octets]]>Erreur : quatre octets sont utilisés pour les points de
code dépassant 65 535, comme la majorité des emojis.
Le é n'a besoin que de deux octets.]]>3 octets]]>Erreur : trois octets en UTF-8 sont réservés aux points
de code de 2 048 à 65 535, ce qui couvre la plupart
des alphabets non latins (cyrillique, grec, hébreu,
idéogrammes chinois courants). Le é est trop « bas »
pour cela.]]>2 octets]]>Bonne réponse : en UTF-8, les caractères de point de
code compris entre 128 et 2 047 sont codés sur deux
octets. Le é (point de code 233) entre dans cette
plage et s'écrit, en hexadécimal, \text{C3 A9}.]]>Représentation du texte — Q28 : Caractères de contrôle ASCIILes codes ASCII de 0 à 31 ne correspondent pas à des
caractères imprimables. À quoi servent-ils ?]]>Les caractères de contrôle ASCII étaient à l'origine conçus pour piloter les terminaux mécaniques (téléimprimeurs). Ils restent essentiels aujourd'hui pour structurer le texte, avec les sauts de ligne et les tabulations.]]>1.00.00truetrueabcÀ aucun usage : ils sont réservés et inutilisés]]>Erreur : ces codes ont au contraire des usages historiques
précis dans les terminaux et les protocoles. Ils pilotent
le comportement d'affichage ou de transmission.]]>À coder les caractères accentués des langues européennes]]>Erreur : ASCII standard ne code pas les accents (la table
ne dépasse pas 127). Les caractères accentués sont
arrivés avec les extensions ASCII (Latin-1, etc.), puis
avec Unicode.]]>À coder les chiffres et la ponctuation]]>Erreur : les chiffres ASCII commencent au code 48
(le caractère '0') et la ponctuation s'étale de 32 à
47 et de 58 à 64. Les codes strictement inférieurs
à 32 sont tous non imprimables.]]>À des caractères de contrôle (saut de ligne, tabulation)]]>Bonne réponse : ces codes représentent des actions plutôt
que des caractères visibles. Exemples connus : \n
(saut de ligne, code 10), \r (retour chariot, code
13), \t (tabulation, code 9), \0 (caractère nul,
code 0).]]>Représentation du texte — Q29 : Longueur d'une chaîne accentuée en PythonLe programme suivant affiche la longueur d'un mot, puis l'enregistre dans un fichier encodé en UTF-8 :
`python
texte = "café"
print(len(texte))
with open("mot.txt", "w", encoding="utf-8") as f:
f.write(texte)
La valeur affichée est-elle égale à la taille du fichier mot.txt`, en octets ?