![\"twitter\"](\"https:\/\/blog.capdata.fr\/wp-content\/plugins\/social-media-feather\/synved-social\/image\/social\/regular\/48x48\/twitter.png\" "\\"Share")
<\/a><\/a>![\"linkedin\"](\"https:\/\/blog.capdata.fr\/wp-content\/plugins\/social-media-feather\/synved-social\/image\/social\/regular\/48x48\/linkedin.png\" "\\"Share")
<\/a>![\"mail\"](\"https:\/\/blog.capdata.fr\/wp-content\/plugins\/social-media-feather\/synved-social\/image\/social\/regular\/48x48\/mail.png\" "\\"Share")
<\/a>Le standard ASCII<\/strong><\/p>\n Afin de r\u00e9pertorier tous les caract\u00e8res, un standard a \u00e9t\u00e9 mis en place.<\/span><\/p>\n Le premier standard qui voit le jour est l\u2019ASCII. <\/span><\/p>\n Pour repr\u00e9senter des caract\u00e8res dans un fichier texte, on associe un nombre (code) \u00e0 une lettre, \u00e0 un chiffre ou \u00e0 un symbole.<\/span><\/p>\n L\u2019encodage le plus connu de l\u2019ASCII est US-ASCII. <\/span><\/p>\n A => 65 => 01000001<\/span><\/p>\n a => 97 => 01100001 <\/span><\/p>\n Le codage est r\u00e9alis\u00e9 sur 7bits\/octet soit L\u2019extension la plus connue est la famille ISO-8859, permettant de repr\u00e9senter les caract\u00e8res accentu\u00e9s. Le codage est r\u00e9alis\u00e9 sur un octet complet, soit 256 caract\u00e8res possibles. Les codes de 160 \u00e0 255 sont affect\u00e9s au codage des caract\u00e8res latins accentu\u00e9s.<\/span><\/p>\n Standards ISO-8859-1 \u00e0 15<\/span><\/p>\n ISO-8859-1 puis 15 (euro): Europe de l’Ouest<\/span><\/p>\n ISO-8859-2: Europe Centrale ou de l’Est<\/span><\/p>\n ISO-8859-5: Cyrillique<\/span><\/p>\n ISO-8859-7: Grec<\/span><\/p>\n <\/p>\n Les principaux probl\u00e8mes rencontr\u00e9s avec ce standard sont les suivants :<\/span><\/strong><\/p>\n – On ne peut utiliser plusieurs langues \u00e0 l’int\u00e9rieur d’une m\u00eame instance.<\/p>\n – Deux grands absents de l’ISO-Latin-1 sont la ligature oe \u00ab \u0153 \u00bb, essentielle \u00e0 la typographie fran\u00e7aise correcte, et le symbole de l’euro \u00ab \u20ac \u00bb.<\/span><\/p>\n – Chaque constructeur d’ordinateur a aussi d\u00e9velopp\u00e9 ses propres codes non conformes aux standards internationaux (IBM EBCDIC, Windows-1252,..) <\/span><\/p>\n L\u2019unicode<\/strong><\/p>\n La globalisation consiste \u00e0 int\u00e9grer dans une m\u00eame table tous les caract\u00e8res connus du monde. <\/span><\/p>\n Le standard Unicode est un m\u00e9canisme universel de codage de caract\u00e8res. Il d\u00e9finit une mani\u00e8re coh\u00e9rente de coder des textes multilingues et facilite l\u2019\u00e9change de donn\u00e9es textuelles. <\/span><\/p>\n Il est un passage obligatoire pour la plupart des nouveaux protocoles de l\u2019Internet, mis en \u0153uvre dans tous les syst\u00e8mes d\u2019exploitation et langages informatiques modernes.<\/span><\/p>\n Formes de codage<\/span><\/span><\/p>\n Il existe plusieurs formes de codage de caract\u00e8res pour l’Universal Character Set:<\/span><\/p>\n – UCS-2<\/span><\/p>\n – UCS-4<\/span><\/p>\n Cependant, les codages UCS-2 et UCS-4 sont difficiles \u00e0 utiliser dans de nombreuses applications et protocoles qui travaillent avec des caract\u00e8res cod\u00e9s sur 8 ou m\u00eame 7 bits. M\u00eame certains syst\u00e8mes plus r\u00e9cents capables de travailler avec des caract\u00e8res sur 16 bits ne peuvent pas traiter les donn\u00e9es cod\u00e9es en UCS-4. Cette situation a conduit au d\u00e9veloppement de formats de transformation UTF (UCS Transformation Formats). Chacun poss\u00e9dant ses propres caract\u00e9ristiques.<\/p>\n Encodage UTF<\/span>8<\/p>\n UTF-8 a \u00e9t\u00e9 con\u00e7u par Kenneth Thompson en 1992 pour \u00eatre compatible avec certains logiciels originellement pr\u00e9vus pour traiter des caract\u00e8res d’un seul octet. <\/span><\/p>\n Les caract\u00e8res de num\u00e9ro 0 \u00e0 127 sont cod\u00e9s sur un octet dont le bit de poids fort est toujours nul.<\/span><\/p>\n Les caract\u00e8res de num\u00e9ro sup\u00e9rieur \u00e0 127 sont cod\u00e9s sur plusieurs octets.<\/span><\/p>\n Encodage UTF 16<\/span><\/p>\n UTF-16 est une m\u00e9thode permettant de transformer un sous-ensemble de la table UCS-4 en une paire de valeurs UCS-2 d\u2019une plage r\u00e9serv\u00e9e. <\/span><\/p>\n UTF-16 est d\u00e9compos\u00e9 en 2 types.<\/span><\/p>\n UTF-16-BE (Big-endian)<\/span><\/p>\n UTF-16-LE (Little-endian)<\/span><\/p>\n Le\u00a0<\/span>codage UTF-16-BE est l’un des codages pr\u00e9conis\u00e9s par la norme Unicode. Ce codage associe simplement un code de 16 bits (2 octets) \u00e0 chaque caract\u00e8re.<\/p>\n <\/p>\n Encodage UTF 32<\/span><\/p>\n UTF-32 est un protocole pour encoder les caract\u00e8res sur 32 bits. Du fait que l\u2019UTF-32 utilise 4 bytes par caract\u00e8re. <\/span><\/p>\n Il est aussi d\u00e9compos\u00e9 en 2 types.<\/span><\/p>\n UTF-32-BE (Big-endian)<\/span><\/p>\n UTF-32-LE (Little-endian)<\/span><\/p>\n Il est relativement consommateur d\u2019espace.<\/span><\/p>\n Support SGBD<\/strong><\/p>\n Oracle<\/strong><\/p>\n Deux param\u00e8tres permettent de prendre en charge l\u2019Unicode.<\/span><\/p>\n Ces param\u00e8tres sont d\u00e9finis lors de la cr\u00e9ation de la base.<\/span><\/p>\n L\u2019instruction CREATE DATABASE dispose de la clause character set et de la clause national character set qui permettent de d\u00e9clarer le jeu de caract\u00e8res qui servira de jeu de caract\u00e8res de la base et de jeu de caract\u00e8res nationaux. <\/span><\/p>\n Sans sp\u00e9cification de la clause national character set, le jeu AL16UTF16 sera utilis\u00e9 par d\u00e9faut.<\/span><\/p>\n Le param\u00e8tre Database Character Set ne peut pas \u00eatre configur\u00e9 en UTF-16.<\/span><\/p>\n Oracle g\u00e8re l’unicode au niveau des colonnes gr\u00e2ce <\/span>National Character Set et au types de donn\u00e9es suivantes :<\/span><\/p>\n Sybase<\/strong><\/p>\n Au moment de l\u2019installation, vous devez d\u00e9finir le param\u00e8tre default character set. Par d\u00e9faut il est d\u00e9termin\u00e9 par celui utilis\u00e9 sur votre server (Win = 1252, solaris =ISO 8859-1). Sybase recommande de d\u00e9finir UTF 8 pour ce param\u00e8tre si vous utiliser de l’unicode.<\/span><\/p>\n Sybase supporte la gestion de l\u2019unicode au niveau du type de colonne \u00e0 l\u2019aide des 3 types suivants : <\/span><\/p>\n –<\/span>Unichar<\/span><\/p>\n –<\/span>Univarchar<\/span><\/p>\n –<\/span>Unitext<\/span><\/p>\n Ces 3 types de donn\u00e9es sont encod\u00e9s en UTF 16.<\/span><\/p>\n Sql server<\/strong><\/p>\n Nous allons introduire la notion de collation.<\/span><\/p>\n Une collation est une table de correspondance sp\u00e9cifique \u00e0 un jeu de caract\u00e8res. <\/span><\/p>\n Un jeu de caract\u00e8res peut avoir plusieurs collations, en g\u00e9n\u00e9ral une par langue (par exemple, latin1 fran\u00e7ais, latin1 su\u00e9dois). <\/span><\/p>\n Ce param\u00e8tre se d\u00e9finit \u00e0 l’installation, sa valeur par d\u00e9faut est en fonction de la langue de l’OS sur lequel se fait l’installation (pour les collations de type windows) : <\/span><\/p>\n Syst\u00e8me en fran\u00e7ais : French_CI_AS <\/span><\/p>\n Syst\u00e8me en anglais : Latin1_General_CI_AS <\/span><\/p>\n Il sert \u00e0 d\u00e9terminer la page de code utilis\u00e9e dans les champs non unicode (varchar par exemple), l’ordre de tri des cha\u00eenes de caract\u00e8re et aussi la sensibilit\u00e9 aux accents, aux majuscules, etc.<\/span><\/p>\n La collation param\u00e9tr\u00e9e s’applique aux bases de donn\u00e9es syst\u00e8mes (master, msdb, tempdb et model) et par d\u00e9faut aux nouvelles bases de donn\u00e9es cr\u00e9\u00e9es. Elle peut cependant \u00eatre modifi\u00e9e lors de la cr\u00e9ation d’une nouvelle base de donn\u00e9es ou lors de l’ajout d’un champ texte gr\u00e2ce au mot clef COLLATE. <\/span><\/p>\n Sql server supporte la gestion de l\u2019unicode \u00e0 travers le type de colonne :<\/p>\n –<\/span>Nchar<\/span><\/p>\n –<\/span>Nvarchar<\/span><\/p>\n –<\/span>Ntext<\/span><\/p>\n My sql<\/strong><\/p>\n MySQL d\u00e9termine le jeu de caract\u00e8res et la collation en fonction de l’option de configuration active quand le serveur d\u00e9marre ou en fonction des valeurs de configuration \u00e0 l’ex\u00e9cution.<\/p>\n Vous pouvez utiliser –default-character-set=character_set_name comme jeu de caract\u00e8res et vous pouvez en m\u00eame temps ajouter –default-collation=collation_name pour la collation. Par d\u00e9faut mysql utilise les options suivante –default-charset=latin1 –collation=latin1_swedish_ci car latin1_swedish_ci est la collation par d\u00e9faut de latin1.<\/span><\/p>\n La collation peut aussi \u00eatre d\u00e9finie au niveau de la base ou de la colonne \u00e0 l\u2019aide de la clause collate.<\/span><\/p>\n En MySQL version 4.x et plus ancien, NCHAR et CHAR \u00e9taient synonymes. <\/span><\/p>\n MySQL utilise UTF8 comme jeu de caract\u00e8re pr\u00e9d\u00e9fini pour les champs de types Nchar et Nvarchar .<\/span><\/p>\n Introduction Un caract\u00e8re est un symbole ou un signe unique appartenant \u00e0 un alphabet. Le jeu de caract\u00e8res est un ensemble de caract\u00e8res \u00e0 repr\u00e9senter. Il existe plusieurs jeux de caract\u00e8res, permettant de repr\u00e9senter diff\u00e9rents alphabets du monde. Le standard… Continuer la lecture
\n<\/span>
\n128 symboles possibles. Une trentaine d’entre eux sont des caract\u00e8res de commande, le reste est constitu\u00e9 de l’alphabet anglais standard, des chiffres et des ponctuations.<\/p>\n![\"\"](\"http:\/\/blog.capdata.fr\/wp-content\/uploads\/2010\/04\/unicode_sgbd-300x161.png\")
<\/a><\/p>\n\n
\n
<\/a><\/a><\/a>","protected":false},"excerpt":{"rendered":"