Cours PLURITAL 2009-2010

Jean-François Perrot & Marie-Anne Moreaux

Examen écrit du mardi 26 janvier 2010               Durée 3h, tous documents autorisés

1. D'un codage à l'autre

   Voici les octets contenus dans un fichier nommé Ex.txt.
   

   ---

   6c 65 73 20 64 e9 70 65 6e 73 65 73 20 64 65 20
6c 92 c9 74 61 74 20 0d 0a 76 69 73 61 6e 74 20
e0 20 73 74 69 6d 75 6c 65 72 20 0d 0a 6c 92 e9
63 6f 6e 6f 6d 69 65 2e 0d 0a
   

   ---

   
   Quand je le donne à lire à mon éditeur de textes favori, ce dernier me fait la réponse suivante :
   
   
   
   et voici les choix qu'il me propose :
   
   
   
   Dans cette liste "Windows Latin 1" doit se comprendre comme "Windows 1252".
   
   
   1. Pourquoi le codage "Unicode (UTF-8)" est-il absent du menu ?
      Et pourquoi les codages UTF-16 proposés portent-ils la mention "no BOM" ?
      
      
   2. J'hésite entre les quatre options "Western".
      Pouvez-vous prévoir le texte affiché par l'éditeur suivant chacun de ces choix ?
      Quel est "le bon choix" ?
      
      
   3. Je veux utiliser ce fichier pour faire des essais avec le logiciel recode,
      qui, comme son nom l'indique, permet de faire passer un fichier d'un codage à un autre.
      
      
      • En entendant par erreur un signal quelconque indiquant caractère inconnu,
        puis-je le recoder sans erreur en ISO-8859-1 ? en MacRoman ?
        
        
      • Si je le recode en UTF-8, combien d'octets contiendra le fichier recodé ?
        
      
      
   
   

2. Courrier électronique

   
   Une estimable société savante m'envoie une newsletter que mon mailer ne trouve pas à son goût :
   
   
   
   Pourquoi ces points d'interrogation ? Je vais lire le code-source du message et je vois :
   

   ---

   From: Société Astronomique de France <saf.lalettre@club-internet.fr>
To: Jean-Francois.Perrot@lip6.fr
Subject: =?iso-8859-1?Q?Soci=E9t=E9_Astronomique_de_franc?=
    =?iso-8859-1?Q?e,_la_lettre,_d=E9cembre_2009?=
Content-Type: multipart/related;
    type="multipart/alternative";
    boundary="----=_NextPart_001_35D9_61CB1D76.1EE4647A"
Date: Fri, 11 Dec 2009 00:57:27 +0100
   

   ---

   
   
   1. Pouvez-vous m'expliquer ces points d'interrogation étranges ?
      
      
   2. À quoi riment ces indications cabalistiques  =?iso-8859-1?Q?Soci=E9t=E9_... ?
      
   
   

3. Cédille aléatoire

   J'ai un nouveau mailer perfectionné qui me montre des choses étonnantes, par exemple :
   
   
   • dans une liste d'expéditeurs, votre serviteur apparaît comme :
     
     
     
   • je me vois cité comme ceci :
     
   • mais aussi comme cela :
     
   N'est-ce pas curieux ?
   
   
   1. Les "expéditeurs" ainsi affichés correspondent en général à des textes-sources
      From: =?windows-1252?Q?Jean-Fran=8Dcois_Perrot?=<Jean-Francois.Perrot@lip6.fr>
      mais aussi bien à
      From: =?UTF-8?B?SmVhbi1GcmFuwo1jb2lzIFBlcnJvdA==?=<Jean-Francois.Perrot@lip6.fr>

      L'affichage ci-dessus vous paraît-il justifié ?
      
      
   2. Les deux "citations" sont issues de deux messages également paramétrés :
      Content-Type: text/plain; charset=ISO-8859-1;
Content-Transfer-Encoding: quoted-printable
      
      dont l'un contient
      Le 19 janv. 10 =E0 18:50, Jean-Fran=3D8Dcois_Perrot a =E9crit :
      et l'autre
      Le 18 janv. 10 =E0 14:26, Jean-Fran=8Dcois Perrot a =E9crit :
      
      Which is which ?
      
      
      
   3. Le texte de la "première citation" se laisse analyser en octets. Pour le fragment
      
      on trouve :
      4A 65 61 6E 2D 46 72 61 6E C2 8D 63 6F 69 73 20
50 65 72 72 6F 74 20 61 20 C3 A9 63 72 69 74
      
      Le carré blanc vous paraît-il justifié ?
      
      
      
      
      
      
   4. J'ai fait le nécessaire pour retrouver ma cédille et désormais j'apparais dignement
      
      
      

      sauf une fois où je suis déguisé en 
      dont voici le code-source :
      From: =?ISO-2022-JP?B?SmVhbi1GcmFuYyxvaXMgUGVycm90?=<Jean-Francois.Perrot@lip6.fr>
      
      Que s'est-il passé ?