mise à jour
This commit is contained in:
133
representation_base/chapitre_5/td/ENONCE.md
Normal file
133
representation_base/chapitre_5/td/ENONCE.md
Normal file
@@ -0,0 +1,133 @@
|
||||
# TD - Le Li<4C>vre et la Tortue
|
||||
|
||||
## Contexte
|
||||
|
||||
2 fichiers `lièvre-iso-8859-1.html` et `lièvre-utf8.html` contiennent le même texte : la fable du lièvre et de la tortue de Jean de La Fontaine.
|
||||
|
||||
|
||||
Source : Wikipédia
|
||||
|
||||
Si on ouvre ces 2 fichiers dans un navigateur Web, des symboles étranges apparaissent, rendant la lecture inconfortable.
|
||||
|
||||
Ce TD a pour but de comprendre l'origine de ce phénomène.
|
||||
|
||||
Cette séance se découpe en 2 parties :
|
||||
- La première consiste à explorer et découvrir la problématique d'encodage,
|
||||
- La deuxième consiste à manipuler la représentation des chaines de caractères en python.
|
||||
|
||||
Les parties doivent être traitées dans l'ordre.
|
||||
|
||||
# Pré-Requis
|
||||
|
||||
Avoir l'extension [Set Character Encoding](https://chrome.google.com/webstore/detail/set-character-encoding/bpojelgakakmcfmjfilgdlmhefphglae) installée sur votre poste.
|
||||
|
||||
# Partie 1 - Exploration et découverte
|
||||
|
||||
Cette partie vise à vous faire comprendre le problème d'encodage par différentes observations, calculs et manipulations à réaliser.
|
||||
|
||||
A la fin de cette partie, vous devez répondre à un questionnaire et le valider avec votre professeur.
|
||||
|
||||
En cas de réussite, vous pouvez aborder la partie 2.
|
||||
|
||||
## Table d'encodage et calcul de la représentation binaire
|
||||
|
||||
### ISO-8859-1
|
||||
|
||||
Voici la table d'encodage ISO-8859-1 :
|
||||
|
||||
|
||||
|
||||
Exemple : la point de code du caractère `A` est 41 (ligne 4x et colonne x1).
|
||||
|
||||
***Observation 1.*** Sachant que l'encodage ISO-8859-1 représente les points de code sur 1 octet. Quelle est la représentation binaire du caractère `A` ?
|
||||
|
||||
***Observation 2.*** Quelle est le point de code du caractère `<` ? Quelle est sa représentation binaire ?
|
||||
|
||||
***Observation 3.*** Quelle est la point de code du caractère `à`? Quelle est sa représentation binaire ?
|
||||
|
||||
***Observation 4.*** Étant donné le mot binaire $`(10101001)_2`$, quel caractère représente-il ? Quel est celui associé au mot binaire $`(11110100)_2`$ ?
|
||||
|
||||
### Unicode UTF-8
|
||||
|
||||
La table d'encodage de l'UTF-8 est plus conséquente que celle de l'encodage ISO-8859-1. Le site https://unicode-table.com/fr permet d'obtenir les correspondances entre les caractères, leur point de code ainsi que leur représentation binaire UTF-8.
|
||||
|
||||
Exemple : le caractère `©` a le point de code U+00A9 (U+ symbolise le fait que l'encodage est Unicode), soit le 169ème point de code ($`(A9)_{16} = (169)_{10}`$) dans la table d'encodage.
|
||||
|
||||
***Observation 5.*** En vous référant au cours sur l'encodage UTF-8, calculez la représentation binaire UTF-8 de ce caractère. Qu'observez-vous par rapport à l'observation 8 ?
|
||||
|
||||
***Observation 6.*** Cherchez le point de code et la représentation binaire du caractère ♧.
|
||||
|
||||
***Observation 7.*** Cherchez le point de code et le caractère associés à la représentation binaire $`(11100010\,10000100 \,10111100)_2`$.
|
||||
|
||||
## Effet visuel du problème d'encodage
|
||||
|
||||
***Observation 8.*** Ouvrez dans votre navigateur Web les fichiers `lièvre-iso-8859-1.html` et `lièvre-utf8.html`.
|
||||
Quelles différences constatez-vous ?
|
||||
|
||||
***Observation 9.*** Dans l'explorateurs de fichiers, comparez la taille de ces 2 fichiers (en octets). Quelles différences constatez-vous ?
|
||||
|
||||
***Observation 10.*** Dans votre navigateur Web, en faisant clic droit sur le page `lièvre-iso-8859-1.html`, changer la valeur de `Set Encoding character` avec les autres valeurs que celle sélectionnée. Que constatez-vous ?
|
||||
|
||||
***Observation 11.*** Dans votre navigateur Web, en faisant clic droit sur le page `lièvre-utf8.html`, changer la valeur de `Set Encoding character` avec les autres valeurs que celle sélectionnée. Que constatez-vous ?
|
||||
|
||||
## Analyse de la représentation binaire d'un fichier texte
|
||||
|
||||
Nous allons utiliser un éditeur hexadécimal de texte en ligne https://www.onlinehexeditor.com/, il permet de visualiser le contenu réel d'un fichier texte, i.e les mots binaires (en héxadécimal) qui représentent les caractères.
|
||||
|
||||
***Observation 12.*** Dans votre navigateur Web, rendez-vous sur la page https://www.onlinehexeditor.com/ et ouvrez les 2 fichiers `lièvre-iso-8859-1.html` et `lièvre-utf8.html` en cliquant sur `open file`. Quelles différences constatez-vous ?
|
||||
|
||||
***Observation 13.*** Au vu des observations précédentes, comment expliquez-vous que votre navigateur affiche :
|
||||
- `LiÚvre` au lieu de `lièvre`quand on ouvre le fichier `lièvre-utf8.html` avec un encodage iso-8859-1 ?
|
||||
- `t<>moignage` au lieu de `témoignage`quand on ouvre le fichier `lièvre-iso-8859-1.html` avec un encodage UTF-8 ?
|
||||
|
||||
## Questionnaire
|
||||
|
||||
Q1. le caractère `à` a toujours la même représentation en mémoire quelque soit l'encodage utilisé ?
|
||||
|
||||
A. Vrai
|
||||
B. Faux
|
||||
|
||||
Q2. Dans la table d'encodage Unicode, le caractère `Ô` est le :
|
||||
|
||||
A. 212ème
|
||||
B. 213ème
|
||||
C. $`(D4)_{16}`$ème
|
||||
D. Il n'existe dans la table d'encodage Unicode
|
||||
|
||||
Q3. En UTF-8, les caractères sont représentés sur :
|
||||
|
||||
A. 1 octet
|
||||
B. 2 octets
|
||||
C. 7 bits
|
||||
D. un nombre variable entre 1 et 4 octets
|
||||
|
||||
Q4. En cas de problème d'affichage visuel d'un texte, quelle(s) est(sont) la(les) solution(s) selon vous ?
|
||||
|
||||
A. s'assurer que l'encodage du fichier et le même que celui qui sert à l'affichage
|
||||
B. modifier le fichier pour corriger les erreurs
|
||||
C. appeler son professeur pour qu'il corrige le problème
|
||||
D. modifier l'encodage de la visualisation
|
||||
|
||||
Q5. Soit le point de code U+00D4, cela vous indique que :
|
||||
|
||||
A. l'encodage est Unicode et la représentation binaire du caractère est $`(01001101)_2`$
|
||||
B. l'encodage est Unicode et la représentation binaire du caractère est $(11000011 \,10010100)_2$
|
||||
C. l'encodage est Unicode et le caractère associé est la lettre Ô
|
||||
D. l'encodage est ISO-8859-1 et la représentation binaire du caractère est $`(01001101)_2`$
|
||||
|
||||
Q6. Quand une application traite un fichier encodé en iso-8859-1 :
|
||||
|
||||
A. Elle traite octet par octet
|
||||
B. Elle traite un nombre variable d'octets
|
||||
C. calcule la position en fonction de la valeur de l'octet et affiche le caractère associé
|
||||
D. affiche les caractères en fonction de la table d'encodage Unicode
|
||||
|
||||
## Partie 2 - Manipulation en Python
|
||||
|
||||
***Q1.*** Dans un interpréteur Python, exécutez successivement les instructions `chr(212)` et `chr(169)`. Qu'en déduisez-vous sur la spécification de la fonction `chr`?
|
||||
|
||||
***Q2.*** Dans un interpréteur Python, exécutez successivement les instructions `ord('©')` et `ord('à')`. Qu'en déduisez-vous sur la spécification de la fonction `ord`?
|
||||
|
||||
***Q3.*** Écrire une fonction `binaire_utf8`, qui prend en paramètre un point de code Unicode sous la forme d'un entier et renvoie la représentation binaire UTF-8 du caractère associé, sous la forme d'une liste d'octet (un octet est une liste de bits). (Aide : Vous pouvez réutiliser les fonctions de conversion en binaire des précédentes séances ainsi que la méthode vu en cours)
|
||||
|
||||
***Q4.*** Écrire une fonction `str_to_utf8`, qui prend en paramètre une chaine de caractère et renvoie la représentation binaire UTF-8, en hexadécimal, de l'ensemble des caractères de la chaine. Exécutez votre fonction sur la chaine `Rien ne sert de courir ; il faut partir à point. Le Lièvre et la Tortue en sont un témoignage.` Comparez le résultat obtenu avec celui de l'observation 12.
|
||||
Reference in New Issue
Block a user