Cours Codage des caractères - Code Ascii Code Ansi - Unicode avec des Exercices Corrigés

Table des Matières

Préambule
Introduction
La représentation des caractères
Le code Ascii 
Le code Ascii étendu
Le code Ansi
L'Unicode 
Exercices 

        
Préambule
        

Traduisez ce message : 
              

                        
               

          
                   
Vous avez compris ce message, mais en avez-vous compris le sens  ?

1     Introduction 
             

Comme vu précédemment, la représentation d'un message et donc de caractères peut prendre  des  formes  bizarres.  Dans  le  cours  précédent,  nous  avons  vu  la  codification  des nombres,  et  surtout comment  les ordinateurs  manipulaient  les  données  dans  un langage qui leur  était  propre.  Pour  représenter  les  autres  informations,  nous  avons  besoin  d'une symbologie standard qui prenne en compte :

Les lettres de l'alphabet          26
La différenciation majuscule, minuscule     26 de plus
Les chiffres 0 => 9             10
Les autres caractères (+ - * ,  ? @… )
Des caractères de commande (retour, dring…   
… . 

2     La représentation des caractères 
  

             

2.1     Le code Ascii
   
En fait, la première codification a été liée au mode de transmission des données vers l'ordinateur. Les premiers ordinateurs étaient liés à  des  télétypes  qui  servaient  de  point  d'entrée  des  données.  Ces premiers  systèmes  étaient  raccordés  en  liaison  série  sur  les ordinateurs. 

Les données étaient codées sur le système de base, à savoir l'octet.

Pour des raisons de fiabilités, cet octet a été séparé en 2 : 
           

• Les 7 bits de poids fort représentent la donnée 
• Le bit de poids fort est réservé pour un contrôle de la donnée (bit de parité)
• Ce qui donne 128 possibilités 

                 
Ainsi est née la codification ASCII (American Standard Code for Information Interchange)

Chaque caractère est représenté par un code hexadécimal : 

A ‰ 41H
B ‰ 42H 
a ‰ 61H
…  

De plus, la codification ASCII a respecté l'ordre de l'alphabet, ce qui permet de manipuler les données par leur codification et d'en effectuer un tri alphanumérique. Il est possible dans les logiciels d'utiliser le caractère ASCII ou le code correspondant. 

                 

         

TABLE DES CODES ASCII

         
2.2     Le code Ascii étendu 

          
Certains  constructeurs,  dont  IBM  suivis  par  tous  les  fabricants  de  compatibles,  ont enrichi  cette  table  ASCII  en  utilisant  le  8ème  bit,  ce  qui  double  le  nombre  de  caractères Représentables (256). Les caractères supplémentaires sont essentiellement :

               

• Les caractères accentués utilisés dans la langue française.
• Des jeux de caractères utilisés dans d'autres langues (≈,√,...).
• Quelques symboles mathématiques (?,—).
• Des  caractères  semi-graphiques  qui  permettent  de  réaliser  des  petits  dessins géométriques (cadres, soulignés, etc..).

                
Le  code  ASCII  8  bits  existe  en  2  variantes :  le  jeu  de  caractères  IBM   PC  (c‘est  le  jeu  de caractères standard du DOS) et le jeu de caractères ISO-ANSI (jeu de caractères international utilisé dans Windows). Ces deux jeux diffèrent notamment au niveau des caractères nationaux accentués et des caractères semi-graphiques.


2.3     Le code Ansi

Les logiciels sous Windows utilisent la norme ANSI, qui reprend en grande partie le code ASCII, et propose des extensions différentes selon le « code de page » retenu. 

Ainsi, le code page 850 est très employé en France, alors que le code page 864 définit un jeu de caractères « arabe ».

L‘utilisation du code ANSI se fait de la même manière que pour un code ASCII (intersections colonne-ligne).
                            

                     
2.4     L'Unicode 

Compte-tenu  de  l‘extension  mondiale  de  l‘informatique  et  de  la  diversité  de  plus  en  plus importante  des  caractères  à  stocker,  les  organismes  de  normalisation  ISO  travaillent  depuis 1988 à la création d‘un code universel (UNIversal CODE). Ce code cherche à supprimer les pages de code et à reprendre l'ensemble des caractères utilisés de par le monde. Il reste basé sur la codification ASCII. 

  
Il se représente sous 3 formes : 
        

• UTF8 étant beaucoup utilisé sur Internet et présentant un codage de taille variable. 
• UTF16 de taille fixe sur 2 octets ‰ Théoriquement 65 535 caractères différents.
• UTF32 sur 4 octets

                

En  UTF8,  tous  les  caractères  de  base  ASCII  7  bits  sont  codés  sur  1  octet.  Au-delà,  les caractères peuvent prendre de 2 à 4 octets. 

Exemple : 
               

        
3     Exercices : 

1.  Codez en ASCII : 

Bienvenue Chez MrProof

    

2. Transcodez cette séquence : 

       
4D 72 50 72 6F 6F 66 1 45 78 61 6D 65 6E 73 1 45 78 65 72 63 69 63 65 73 1 41 73 74 75 63 65 73

    
3.  Repérez et décodez les séquences de texte. De quel type de fichier s'agit-il  ?
                  

                  
4.  Repérez et décodez les séquences de texte. De quel type de fichier s'agit-il  ?
                

        
5.  Repérez et décodez les séquences de texte. De quel type de fichier s'agit-il  ?
               

      
6.  Repérez  et  décodez  les  séquences  de  texte.  Que  remarquez-vous  de  particulier ?
Trouvez une explication
          

      
              

Correction des exercices
          

 1- 

42 69 65 6E 76 65 6E 75 65 1 43 68 65 7A 1 4D 72 50 72 6F 6F 66                           

       

2-

     

MrProof Examens Exercices Astuces

     

3- 

Fichier Excel : Mon cahier de texte

4-

Fichier Image extension Gif

     

       
5-

Un logiciel Exécutable (Winhex)

         

6-

Il s'agit d'un répertoire en NTFS 
Les caractères sont codés sur 2 octets => Codage en UTF16