Difference between revisions of "UTF-8/fr"

From Lazarus wiki
Jump to navigationJump to search
Line 1: Line 1:
 
{{UTF-8}}
 
{{UTF-8}}
  
−
UTF-8 (8-bit UCS/Unicode Transformation Format) is a variable-length character encoding for Unicode. Unicode characters U+0000 to U+007F are encoded simply as bytes 00h to 7Fh. This means that files and strings which contain only 7-bit [[ASCII]] characters have the same encoding under both ASCII and UTF-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.
−
 
 
−
All characters > U+007F are encoded as a sequence of several bytes, each of which has the two most significant bits set. No byte sequence of one character is contained within a longer byte sequence of another character. This allows easy search for substrings. The first byte of a multibyte sequence that represents a non-ASCII character is always in the range C0h to FDh and it indicates how many bytes follow for this character. All further bytes in a multibyte sequence are in the range 80h to BFh. This allows easy resynchronization and robustness.
 
  
 +
Tous les caractères > U+007F sont encodés comme une séquence de plusieurs octets, chacun de ceux-là ont 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 byte Sequences
+
|+ Séquence d'octets UTF-8
−
!   Code points
+
!   Points de code
−
!1st byte
+
!1er byte
−
!2nd byte
+
!2ème byte
−
!3rd byte
+
!3ème byte
−
!4th byte
+
!4ème byte
−
!most significant bits of the first byte of a multi-byte sequence
+
!Bit le plus significatif du 1er octet d'une séquence multi-octet
 
!
 
!
 
|-
 
|-
Line 30: Line 29:
 
| rowspan=2 |
 
| rowspan=2 |
 
| rowspan=2 |   110
 
| rowspan=2 |   110
−
|   - [[UTF-8 Latin characters]]
+
|   - [[Caractères UTF-8 Latin]]
 
|-
 
|-
 
|  
 
|  

Revision as of 21:29, 9 July 2014

│ 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, chacun de ceux-là ont 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.

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
  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

L'unité System contient quelques fonctions basiques:

  • UnicodeToUtf8
  • Utf8ToUnicode
  • UTF8Encode
  • UTF8Decode
  • AnsiToUtf8
  • Utf8ToAnsi

Voir aussi

Retrieved from "http://wiki.freepascal.org/index.php?title=UTF-8/fr&oldid=81753"