About Encoding
Click here to access to the Unicode table conversion
Format de Codage des caractères
Table Bits Octets Nbs car Pays
Ascii 7 0.8 128 US
Ansi 8 1 256 Europe
Guobiao 16 2 65536 Chine
Unicode 16 2 65536 Monde
UTF-8 8-24 1-3 65536 Adaptateur

Ascii = Sous-partie de Ansi (0XXX XXXX)
Ansi = Sous-partie de Unicode (0000 0000 XXXX XXXX)

UTF-8 permet de coder sur un nombre variable d'octets, donc permet aux USA de continuer à s'exprimer en Ascii (7 bits + 1 flag) et aux autres de pouvoir s'exprimer quand même, dans un Pseudo-Unicode (2/3 octets).

Conversion UTF-8 -> Ascii
0XXX XXXX où XXX XXXX est le caractère Ascii (0 à 128)
Conversion UTF-8 -> Unicode
110X XXXX 10XX XXXX où X XXXX XX XXXX est le caractère Unicode (0 à 2048)
111? XXXX 10XX XXXX 10XX XXXX où XXXX XX XXXX XX XXXX est le caractère Unicode (0 à 65536)

Lettre Ascii Ansi Unicode UTF-8 UTF-8 vu
sous Unicode
A 65
41h
100 0001 		65
41h
0100 0001 		65
0041h
0000 0000 0100 0001 		65
41h
0100 0001 		A
é 233
E9h
1110 1001 		233
00E9h
0000 0000 1110 1001 		195 169
C3A9h
1100 0011 1010 1001 		é
œ 339
0153h
0000 0001 0101 0011 		197 147
C593h
1100 0101 1001 0011 		Å“
ī
pinyin 		299
012Bh
0000 0001 0010 1011 		196 171
C4ABh
1100 0100 1010 1011 		Ä«
Lettre GB2312 (GuoBiao) Unicode UTF-8 UTF-8 vu
sous Unicode
一
yī chinois
(un) 		210 187
D2BBh
1101 0010 1011 1011 		19968
4E00h
0100 1110 0000 0000 		228 184 128
E4B880h
1110 0100 1011 1000 1000 0000 		一
我
wŏ chinois
(je) 		206 210
CED2h
1100 1110 1101 0010 		25105
6211h
0110 0010 0001 0001 		230 136 145
E68891h
1110 0110 1000 1000 1001 0001 		我

Utilisation de l'Unicode en HTML :
&#nnnn; où nnnn est la valeur hexadécimale de l'Unicode du caractère. Ainsi, on choisit un mode de codage quelconque (charset=iso-8859-1 pour le français, charset=gb2312 pour le chinois, etc ...) puis on code en Unicode les caractères qui n'appartiennent pas au charset défini. On peut aussi utiliser les caractères spéciaux html. Simple !
Attention: La police doit être "Verdana" dans certains cas (français, pinyin, chinois) et "Lucida Console" (Ascii/DOS). Sinon, on risque de se retrouver avec des carrés. Ce point reste à éclaircir. N'hésitez pas à m'envoyer des infos.

Quant aux emails, leur entête contient toujours le type d'encodage utilisé (UTF-8, Unicode, etc). Il suffit donc de jeter un coup d'oeil à l'entête, d'aller dans votre navigateur ou éditeur préféré, et de sélectionner une visualisation sous cet encodage ! Parfois l'encodage du message est textualisé par le logiciel ou le site de messagerie. Les codes ne sont plus interprétés par le navigateur mais affichés tels quels. Illisible. Une méthode consiste à copier le texte codé et à le coller dans un document HTML vierge afin qu'il puisse être relu et décodé par le navigateur.

Pour convertir manuellement dans VIM:
La commande "ga" permet d'afficher le code hexadécimal du caractère sous le curseur. Il est possible d'utiliser aussi des convertisseurs en ligne comme Hapax Conversion.
Utiliser la table de décalage suivante:
152 => 8C, 153 => 9C, 160 => 8A, 161 => 9A, 178 => 9F, 17D => 8E, 17E => 9E, 192 => 83, 2C6 => 88, 2DC => 98, 2013 => 96, 2014 => 97, 2018 => 91, 2019 => 92, 201A => 82, 201C => 93, 201D => 94, 201E => 84, 2020 => 86, 2021 => 87, 2022 => 95, 2026 => 85, 2030 => 89, 2039 => 8B, 203A => 9B, 20AC => 80, 2122 => 99
Entrer les codes au format hexadécimal précédés d'une colonne d'adresses, puis utiliser la commande "hof" suivante:
nmap hof :%!xxd -r
Exemple:
Chaîne de caractères initiale 我的祖国: 法国
Code hexa avec "ga" E6 2C6 2018 E7 161 201E E7 A5 2013 E5 203A BD 3A 20 E6 B3 2022 E5 203A BD
Code hexa décalé E6 88 91 E7 9A 84 E7 A5 96 E5 9B BD 3A 20 E6 B3 95 E5 9B BD
Code avec colonne d'adresse 00000000: e688 91e7 9a84 e7a5 96e5 9bbd 3a20 e6b3
00000010: 95e5 9bbd
Affichage final 我的祖国: 法国

Code ISO Unicode nnnn : &#nnnn;
Code WML x : &x;
[Menu]
Last Update
02/10/2023
46206 visitors
850589 robots
since 01/01/2003
Page generated
in 1.23 seconds
💗 2003-2024 by S. MARLIERE. Copying is an act of love. Love is not subject to law. Please copy and share.