Glossaire

ASCII

Code standard américain pour l'échange d'information — un encodage 7 bits pour 128 caractères incluant les lettres anglaises, chiffres et signes de ponctuation.

Encoding

Caractère de remplacement (Replacement Character)

Le caractère losange avec point d'interrogation (U+FFFD, �) affiché lorsqu'un décodeur rencontre une séquence d'octets invalide ou méconnaissable.

Encoding

Jeu de caractères (Charset)

Un ensemble défini de caractères reconnus par un système informatique. Souvent utilisé de manière interchangeable avec « encodage », bien que techniquement différent.

Encoding

Latin-1 (ISO 8859-1)

Encodage mono-octet pour les langues d'Europe occidentale couvrant 256 caractères (U+0000–U+00FF).

Encoding

Marque d'ordre des octets (Byte Order Mark, BOM)

Un caractère Unicode spécial (U+FEFF) au début d'un fichier indiquant l'ordre des octets et le format d'encodage.

Encoding

Mojibake (texte brouillé)

Texte brouillé résultant du décodage de données avec un mauvais encodage de caractères. Fréquent lors du mélange Latin-1 et UTF-8.

Encoding

Normalisation Unicode (Unicode Normalization)

Le processus de conversion du texte Unicode en forme standard (NFC, NFD, NFKC, NFKD) pour assurer une comparaison et un stockage cohérents.

Encoding

Paire de substitution (Surrogate Pair)

Une paire d'unités de code 16 bits en UTF-16 qui représente ensemble un seul caractère en dehors du Plan Multilingue de Base (BMP).

Encoding

Séquence d'échappement Unicode (Unicode Escape Sequence)

Un moyen de représenter des caractères par leur point de code dans les langages de programmation (\u2603 en JS/Java, \u{2603} en ES6+, \U00002603 en Python).

Encoding

UTF-16

Encodage de caractères utilisant 2 ou 4 octets par caractère. Utilisé en interne par JavaScript et Java.

Encoding

UTF-32

Encodage à largeur fixe utilisant 4 octets par caractère, simple mais gourmand en mémoire.

Encoding

UTF-8

Encodage de caractères à largeur variable utilisant 1 à 4 octets pour représenter les points de code Unicode. C'est l'encodage dominant sur le web.

Encoding

Windows-1252

Un sur-ensemble de Latin-1 utilisé par défaut dans les applications Windows héritées, avec des caractères supplémentaires dans la plage 0x80–0x9F.

Encoding