Difference between revisions of "UTF-8/fr"
From Free Pascal wiki
Jump to navigationJump to searchm |
|||
| (7 intermediate revisions by 2 users not shown) | |||
| Line 1: | Line 1: | ||
{{UTF-8}} | {{UTF-8}} | ||
| − | UTF-8 (8- | + | UTF-8 (8-bits UCS/Unicode Transformation Format) est un encodage des caractères en longueur variable pour l'Unicode. Les caractères Unicode allant de U+0000 à U+007F sont encodés simplement comme les octets correspondants de 00h à 7Fh. Cela signifie que les fichiers et les chaînes qui contiennent seulement des caractères ASCII 7-bits ont le même encodage à la fois en ASCII et en UTF-8. |
| − | |||
| − | |||
| + | Tous les caractères > U+007F sont encodés comme une séquence de plusieurs octets, dont chacun a les 2 bits les plus significatifs de mis. Aucune séquence d'octets d'un caractère n'est contenue dans une séquence d'octets plus longue d'un autre caractère. Cela permet des recherches rapides de sous-chaînes. Le premier octet d'une séquence multi-octet qui représente un caractère non ASCII est toujours dans l'intervalle de C0h à FDh et il indique combien d'octets suivent pour ce caractère. Tous les autres octets de la séquence multi-octet sont dans l'intervalle 80h à BFh. Cela permet des resynchronisations rapides et de la robustesse. | ||
{| class="wikitable" | {| class="wikitable" | ||
| − | |+ UTF-8 | + | |+ Séquence d'octets UTF-8 |
| − | ! | + | ! Points de code |
| − | ! | + | !1er byte |
| − | ! | + | !2ème byte |
| − | ! | + | !3ème byte |
| − | ! | + | !4ème byte |
| − | ! | + | !Bit le plus significatif du 1er octet d'une séquence multi-octet |
! | ! | ||
|- | |- | ||
| Line 22: | Line 21: | ||
| | | | ||
| 0 | | 0 | ||
| − | | [[ASCII]] | + | | [[ASCII/fr|ASCII]] |
|- | |- | ||
| rowspan=2 | U+0080..U+07FF | | rowspan=2 | U+0080..U+07FF | ||
| Line 30: | Line 29: | ||
| rowspan=2 | | | rowspan=2 | | ||
| rowspan=2 | 110 | | rowspan=2 | 110 | ||
| − | | - [[UTF-8 Latin | + | | - [[Caractères UTF-8 Latin]] |
|- | |- | ||
| | | | ||
| Line 77: | Line 76: | ||
==Fonctions UTF8== | ==Fonctions UTF8== | ||
| − | + | ===FreePascal=== | |
| + | L'unité System contient quelques fonctions basiques: | ||
* UnicodeToUtf8 | * UnicodeToUtf8 | ||
* Utf8ToUnicode | * Utf8ToUnicode | ||
| Line 84: | Line 84: | ||
* AnsiToUtf8 | * AnsiToUtf8 | ||
* Utf8ToAnsi | * Utf8ToAnsi | ||
| + | |||
| + | ===Lazarus=== | ||
| + | Lazarus contient aussi des fonctions UTF8. Pour plus de détail, voir [[LCL Unicode Support]] | ||
==Voir aussi== | ==Voir aussi== | ||
| Line 89: | Line 92: | ||
* [[LCL_Unicode_Support/fr#Travailler_avec_les_r.C3.A9pertoires_et_les_noms_de_fichier|Travailler avec les répertoires et les noms de fichiers]] - Fonctions UTF8 pour les fichiers | * [[LCL_Unicode_Support/fr#Travailler_avec_les_r.C3.A9pertoires_et_les_noms_de_fichier|Travailler avec les répertoires et les noms de fichiers]] - Fonctions UTF8 pour les fichiers | ||
* [[LCL_Unicode_Support/fr|Support de l'Unicode par la LCL]] - UTF8 dans les applications graphiques | * [[LCL_Unicode_Support/fr|Support de l'Unicode par la LCL]] - UTF8 dans les applications graphiques | ||
| − | * [[Console_Mode_Pascal#Unicode (UTF8) output|Console mode Pascal: Unicode (UTF8) output]] - | + | * [[Console_Mode_Pascal#Unicode (UTF8) output|Console mode Pascal: Unicode (UTF8) output]] - Sorties UTF8 de programmes en mode console/ mode texte |
| + | * [[UTF8_strings_and_characters|Chaînes et caractères UTF8]] | ||
| − | [[Category:Unicode]] | + | [[Category:Unicode/fr]] |
Latest revision as of 21:05, 9 November 2016
│
English (en) │
suomi (fi) │
français (fr) │
русский (ru) │
UTF-8 (8-bits UCS/Unicode Transformation Format) est un encodage des caractères en longueur variable pour l'Unicode. Les caractères Unicode allant de U+0000 à U+007F sont encodés simplement comme les octets correspondants de 00h à 7Fh. Cela signifie que les fichiers et les chaînes qui contiennent seulement des caractères ASCII 7-bits ont le même encodage à la fois en ASCII et en UTF-8.
Tous les caractères > U+007F sont encodés comme une séquence de plusieurs octets, dont chacun a les 2 bits les plus significatifs de mis. Aucune séquence d'octets d'un caractère n'est contenue dans une séquence d'octets plus longue d'un autre caractère. Cela permet des recherches rapides de sous-chaînes. Le premier octet d'une séquence multi-octet qui représente un caractère non ASCII est toujours dans l'intervalle de C0h à FDh et il indique combien d'octets suivent pour ce caractère. Tous les autres octets de la séquence multi-octet sont dans l'intervalle 80h à BFh. Cela permet des resynchronisations rapides et de la robustesse.
| Points de code | 1er byte | 2ème byte | 3ème byte | 4ème byte | Bit le plus significatif du 1er octet d'une séquence multi-octet | |
|---|---|---|---|---|---|---|
| U+0000..U+007F | 00..7F | 0 | ASCII | |||
| U+0080..U+07FF | C2..DF | 80..BF | 110 | - Caractères UTF-8 Latin | ||
| U+0800..U+0FFF | E0 | A0..BF | 80..BF | 1110 | ||
| U+1000..U+FFFF | E1..EF | 80..BF | 80..BF | 1110 | ||
| U+10000..U+3FFFF | F0 | 90..BF | 80..BF | 80..BF | 11110 | |
| U+40000..U+FFFFF | F1..F3 | 80..BF | 80..BF | 80..BF | 11110 | |
| U+100000..U+10FFFF | F4 | 80..BF | 80..BF | 80..BF | 11110 |
Fonctions UTF8
FreePascal
L'unité System contient quelques fonctions basiques:
- UnicodeToUtf8
- Utf8ToUnicode
- UTF8Encode
- UTF8Decode
- AnsiToUtf8
- Utf8ToAnsi
Lazarus
Lazarus contient aussi des fonctions UTF8. Pour plus de détail, voir LCL Unicode Support
Voir aussi
- Travailler avec les répertoires et les noms de fichiers - Fonctions UTF8 pour les fichiers
- Support de l'Unicode par la LCL - UTF8 dans les applications graphiques
- Console mode Pascal: Unicode (UTF8) output - Sorties UTF8 de programmes en mode console/ mode texte
- Chaînes et caractères UTF8
