Cours PLURITAL 2009-2010

Jean-François Perrot & Marie-Anne Moreaux

Examen écrit du mercredi 16 juin 2010               Durée 3h, tous documents autorisés

1. Une collaboration difficile

   Dans le cadre d'un travail en commun sur un texte d'éloge académique, je reçois d'un de mes chers collègues un fichier-texte (provenant d'un document en Microsoft Word) dont voici un fragment :
   
   
   
   
   1. Ce texte est manifestement corrompu. Pouvez-vous en déterminer la cause ?
      
      
   2. Le contenu du fichier analysé par un éditeur hexadécimal montre que le mal est profond. En voici un bref extrait :
      
      
      
      Quel est le système de codage du fichier ?
      [N.B. le caractère '‡' alias "DOUBLE DAGGER" porte le n° 0x2021 dans le catalogue Unicode.]
      
      
      
   3. Comme le document complet comporte plusieurs pages, il faut trouver un procédé "automatique" pour le restaurer.
      
      Puis-je espérer me tirer d'affaire avec un éditeur de texte seulement capable de changer le codage du fichier ?
      
      
      
   4. Je m'aperçois que mon éditeur hexadécimal est capable de sauvegarder son contenu d'octets dans un fichier-texte en lui appliquant un codage décidé par l'utilisateur. Youpiie ! Je suis sauvé !
      
      Pourquoi et comment ?
      
      
      

   ---

   
   
   
   

2. Une expérience vietnamienne

   On trouve dans un texte en pdf sur la grammaire du vietnamien
   http://ressources-cla.univ-fcomte.fr/gerflint/Mekong1/nguyen_lan_trung.pdf
   le passage suivant :
   
   
   
   

   Quand on transfère ce fragment  par copier-coller dans un éditeur de textes, il se trouve modifié dans sa présentation : D'où viennent ces changements ? Le même fragment transféré dans un autre éditeur (cette fois, un éditeur html) se trouve plus profondément modifié : Que se passe-t-il ? Ne croyez pas que l'éditeur en question ne connaisse pas tous les caractères diacrités du vietnamien ! L'illustration ci-contre montre qu'il n'en est rien. Et l'emploi répété de cet outil permet d'obtenir une écriture correcte : Pour en avoir le cœur net, on va regarder les octets : Qu'en dites-vous ?

   
   

   ---

   
   
   
   
   
   
   

3. From Russia with Love

   Voici une partie de l'en-tête d'un message qui est arrivé dans ma boîte aux lettres :
   
   From: =?koi8-r?Q?=E0=D2=C9=CA_=ED=C9=D2=CF=CE=C5=CE=CB=CF?= <tallman@inbox.ru>
To: esug-list@lists.esug.org
Subject: =?koi8-r?Q?Re[2]=3A_[Esug-list]_GSoC_idea=3A_GLORP_&_Magritte_integration?=

   On vous demande de traduire les champs "From" et "Subject" de cet en-tête.
   
   
   Pour vous aider, voici un extrait de la page http://fr.wikipedia.org/wiki/KOI8-R

   

   	x0	x1	x2	x3	x4	x5	x6	x7	x8	x9	xA	xB	xC	xD	xE	xF
   Cx	ю	а	б	ц	д	е	ф	г	х	и	й	к	л	м	н	о
   Dx	п	я	р	с	т	у	ж	в	ь	ы	з	ш	э	щ	ч	ъ
   Ex	Ю	А	Б	Ц	Д	Е	Ф	Г	Х	И	Й	К	Л	М	Н	О
   Fx	П	Я	Р	С	Т	У	Ж	В	Ь	Ы	З	Ш	Э	Щ	Ч	Ъ