+
Premièrement
Deuxièmement
- ]]> | ]]> |
- Premièrement
- Deuxièmement
@@ -545,5 +464,118 @@ documents semi-structurés (SGML simplifié) |
]]>
+
+ Structure d'un document XHTML
+ Pour être valide un document XHTML contient au
+ moins les balises suivantes :
+ - Une balise html qui est la racine (elle
+ englobe toutes les autres balises). La balise html
+ contient deux balises filles: head et body
+ - La balise head représente l'en-tête du document.
+ Elle peut contenir diverses informations (feuilles de styles,
+ titre, encodage de caractères, â¦). La seule
+ balise obligatoire dans head est le titre
+ (title). C'est le texte qui est affiché dans la barre
+ de fenêtre du navigateur ou dans l'onglet.
+
+ - la balise body représente le contenu de la page. On y
+ trouve diverses balises (div, p, table,
+ â¦) qui formattent le contenu de la page
+
+ Encodage des caractères (UTF-8) (digression)
+
+ Représentation des textes
+ Avant de représenter des documents complexes, on s'intéresse
+ aux textes (sans structure particulière)
+ Problématique: comment représenter du texte
+ réaliste ?
+ Exemple de texte réaliste:
+ " ٠عÙÙÙÙ
اÙسÙاÙ
,ÐдÑавей,¡Hola!, ä½ å¥½,Góðan daginn,â¦
+ "
+
+
+ Historiquementâ¦
+ Encodage 1 caractère = 1 octet (8 bits) :
+ - Encodage ASCII sur 7 bits (128 caractères)
+ - ASCII étendu 8 bits (256 caractères, dont 128 de «
+ symboles »
+ - Latin 1 : ASCII 7 bits + 128 caractères « ouest-européens »
+ (lettres accentuées française, italienne, â¦)
+ - Latin 2 : ASCII 7 bits + 128 caractères « est-européens »
+ (Serbe, Hongrois, Croate, Tchèque, â¦)
+ - Latin 3 : ASCII 7 bits + 128 caractères turques, maltais,
+ esperanto,
+ - Latin 4 : ASCII 7 bits + 128 caractères islandais,
+ lituanien, â¦
+ - â¦
+ - Latin 15 : Latin 1 avec 4 caractères « inutiles »
+ remplacés (par exemple pour « ⬠» à la place de « ¤ »)
+
+
+ ⦠et pendant ce temps là , ailleur dans le monde
+ Encodage multi-octets:
+
+ - Encodages spécifiques pour le Chinois (Big5, GB, â¦)
+ - Encodages spécifiques pour le Japonais (Shift-JIS, EUC, â¦)
+
+ Impossibilité de mettre plusieurs « alphabets » dans un même
+ texte
+ Chaque logiciel « interprétait » les séquences d'octet de
+ manière prédéfinie
+
+ UTF-8
+ Universal (Character Set) Transformation Format 8 bit
+ - Encodage à taille variable « universel » (contient tous
+ les alphabets connus)
+ - Un organisme (ISO) donne un code à chaque symbole
+ - Compatible avec ASCII 7 bits
+
+ Encodage
+
+ | Nombre d'octets | Octet 1 | Octet
+ 2 | Octet 3 | Octet 4 | Octet 5 | Octet 6 |
+ | 1 | 0xxxxxxx | | | | | |
+
+ | 2 | 110xxxxxx | 10xxxxxx | | | | |
+ | 3 | 1110xxxxx | 10xxxxxx | 10xxxxxx | | | |
+ | 4 | 11110xxxx | 10xxxxxx | 10xxxxxx | 10xxxxxx | | |
+
+ | 5 | 111110xxx | 10xxxxxx | 10xxxxxx | 10xxxxxx | 10xxxxxx | |
+ | 6 | 1111110xx | 10xxxxxx | 10xxxxxx | 10xxxxxx | 10xxxxxx | 10xxxxxx |
+
+
+
+ Exemples
+ A ⟶ 6510
+ ⟶ 0100 10102 (représenté sur un
+ seul octet)
+
+ á»
⟶ 787710
+ ⟶ 0001 1110 1100 01012 (représenté
+ 3 octets) :
+ 11100001 1011 10
+ 11 1000 0101â¡ 225 187 133
+
+ 🐵
+ ⟶ 12805310 ⟶ â¦
+ â¡ 240 237 220 181
+ Avantages
+ - compatible ASCII 7 bits (d'anciens documents texte en
+ anglais sont toujours lisibles)
+ - pas d'espace gaspillé (à l'inverse d'UTF-32 ou tous les
+ caractères font 32 bits)
+
+ Inconvénients
+
+ - Caractères à taille variable: il faut parcourir le texte
+ pour trouver le nème caractère
+ - Les vieux logiciels doivent être adaptés
+
+ |