GoupillWiki

Cette page est en lecture seule. Vous pouvez afficher le texte source, mais ne pourrez pas le modifier. Contactez votre administrateur si vous pensez qu'il s'agit d'une erreur.

====== Exercice : Fonctions encode et decode ======

Que produisent les commandes suivantes -- //en console Python// :

<code python>
>>>"école".encode('ascii')
>>> "école".encode('iso-8859-1')
>>> "école".encode('utf-8')
</code>

<WRAP box>**Comprendre le résultat :**
  * Le ''b'' en tête de la réponse, signifie que ce n'est plus un texte mais une suite d'octets (byte).
  * Quand ces octets correspondent à de l'ASCII, on donne le caractère correspondant.
  * Sinon, on écrit l'octet en hexadécimal. En ISO, le ''é'' était codé par l'octet ''E9''. En UTF-8, ce même ''é'' était codé par les deux octets ''C3 A9''.
</WRAP>

On va tenter les opérations inverses :
<code python>
>>> b'\xc3\xa9cole'.decode('utf-8')
>>> b'\xe9cole'.decode('iso-8859-1')
</code>

Sans surprise, le décodage se passe normalement.

Essayons maintenant de décoder de travers :

<code python>
>>> b'\xc3\xa9cole'.decode('iso-8859-1')
>>> b'\xe9cole'.decode('utf-8')
</code>

<WRAP box>**Comprendre le résultat :**
  * Dans le premier cas, pour ISO, chaque octet est un caractère. ''C3 A9'' sont compris comme ''%%Â©%%''
  * Dans le deuxième cas, UTF-8 rencontre ''E9'' suivi de ''%%'c'%%'', ce qui ne devrait pas arriver, d'où l'erreur.
</WRAP>

<WRAP tip>Vous reconnaissez une situation courante sur internet, quand un problème d'encodage rend les caractères accentués illisibles.</WRAP>