📝 Fiche de révision — Représentation d'un texte en machine

---

🔤 ASCII (1963)

• $128$ caractères, codes $0$ à $127$, 7 bits (un octet avec bit de poids fort à $0$).
• Contrôle $0$-$31$ (tabulation $9$, saut de ligne $10$), espace $32$, chiffres $48$-$57$, A-Z $65$-$90$, a-z $97$-$122$.
• Minuscule $=$ majuscule $+ 32$ ; chiffre c $= 48 + c$.
• Python : ord('A') $= 65$, chr(97) $=$ 'a'.
• Limite : anglais seulement (pas d'accents, pas de €).

---

🇪🇺 ISO-8859-1 (Latin-1)

• 8 bits, $256$ codes ; $0$-$127$ = ASCII ; $128$-$255$ = accents d'Europe de l'Ouest : é $= 233 = \overline{\text{E9}}^{\,16}$, à $= 224$, ç $= 231$, ë $= 235$.
• Un caractère = un octet.
• Limites : $15$ variantes régionales incompatibles, pas de € (ISO-8859-15), pas de chinois, arabe…

---

🌍 Unicode et UTF-8

• Unicode : un point de code U+XXXX par caractère de toutes les écritures ($> 150\,000$) ; A U+0041, é U+00E9, € U+20AC, 😀 U+1F600 ; les $256$ premiers = Latin-1.
• UTF-8 : $1$ à $4$ octets :

• é $= 233 = \overline{1110\,1001}^{\,2}$ → $2$ octets → 110 00011 10 101001 $= \overline{\text{C3 A9}}$.
• Atouts : compatible ASCII, universel, compact pour le latin, $98\,\%$ du web, défaut de Python 3 et HTML5.
• len("café") $= 4$ caractères, len("café".encode("utf-8")) $= 5$ octets.

---

💥 Erreurs et conversions

• Un fichier = des octets sans étiquette d'encodage.
• UTF-8 lu en Latin-1 : é → « é » (mojibake) ; Latin-1 lu en UTF-8 : « � » ou erreur.
• Python : "café".encode("utf-8") → b'caf\xc3\xa9' ; .decode("utf-8") inverse.
• Convertir un fichier : open(f, "r", encoding="latin-1") puis open(g, "w", encoding="utf-8").
• HTML : <meta charset="utf-8">.

---

⚠️ Pièges à éviter

---

📌 À retenir

1. ASCII 7 bits, 128 caractères, ord/chr.
2. Latin-1 : un octet, accents d'Europe de l'Ouest.
3. Unicode = points de code ; UTF-8 = 1 à 4 octets avec préfixes.
4. Mauvais encodage = mojibake ; encode/decode.