La page théorique sur les formats (enfin !).

theorie/formats.tml

@@ -11,12 +11,361 @@
 <h1>Formats de fichiers</h1>
 
 <p>
-<em>En construction...</em>
+Un fichier informatique est une suite de nombres compris entre 0 et
+255 (chacun de ces nombres est ce qu'on appelle un <a
+href="&url.jargon;#octets"><em>octet</em></a>). Suivant le type
+d'information que l'on veut stocker dans un fichier (texte brut, texte
+formatté, image, son, programmes, ...), les logiciels organisent les
+données de manière spécifique pour en faire des suites d'octets. La
+manière d'organiser un type de donnée pour en faire un fichier s'appelle
+un <em>format</em>.
+</p>
+
+<p>
+Cette page a pour but d'expliquer ce qu'est un format de fichier (sans
+entrer dans les détails techniques rébarbatifs). Pour savoir plus
+concrètement comment ouvrir tel ou tel fichier, ou comment convertir mon
+fichier dans un autre format, allez voir le 
+<a href="">mémo sur les formats</a>.
+</p>
+
+<h2>Les deux grands types de formats</h2>
+
+<p>Les deux sous-sections qui suivent décrivent les deux grandes familles
+de formats informatiques.</p>
+
+<h3>Les formats textes ou encore « lisibles par un humain »</h3>
+
+<p>
+Quand vous prenez un stylo et un papier et que vous écrivez des
+lettres, des chiffres, des symboles de ponctuation, par exemple pour
+noter un numéro de téléphone, un cours, une dissertation, ou une lettre,
+n'importe quel autre être humain sachant lire pourra comprendre les
+informations que vous aurez écrit, au moins en supposant
+qu'il parle la même langue que vous, cf. notre <a href="encodages.html">page
+sur les encodages et les langues</a>.
+</p>
+
+<p>
+Des suites de caractères (plus ou moins nombreux) griffonnés sur un
+papier ont donc ceci de commun qu'il s'agit de <em>texte brut</em>. Le
+format informatique (générique) le plus simple est ainsi constitué de
+suites de caractères, et de retours à la ligne. À chaque caractère
+correspond un ou plusieurs octets, c'est-à-dire des nombres compris entre
+0 et 255, selon une règle définie par un encodage particulier (par
+exemple, dans l'encodage Latin-1 (le plus courant dans les pays
+occidentaux), un « A » est codé par le nombre 65 et à chaque caractère
+correspond un seul octet).
+</p>
+
+<p>
+Lorsque vous avez une fichier sous un format « texte brut », vous
+pouvez le modifier avec <em>n'importe quel <a
+href="&url.tuteurs;unix/editeurs/">éditeur de texte</a></em>, de
+même que pour écrire sur un bout de papier, vous pouvez utiliser
+n'importe quel stylo.
+</p>
+
+<p>On a vu que l'on pouvait noter tout et n'importe quoi dans un fichier
+texte, mais pour certains usages, on demande néanmoins à des fichiers au
+format texte de respecter certaines règles, une certaine syntaxe. Voici
+quelques exemples de tâches spécifiques qui utilisent des fichiers au 
+format texte brut :
+</p>
+
+<h4>Écrire des pages Web</h4>
+
+<p>
+La page Web que vous lisez est au format <tt>HTML</tt> (plus précisément,
+il s'agit d'<tt>XHTML 1.0 Strict</tt>). En plus de contenir du texte en
+français « brut », certaines <em>balises</em> permettent de signifier à
+votre navigateur Web comment il doit afficher la page : une barre de
+navigation à gauche, nos choix de couleurs, etc... En voici un extrait :
+</p>
+
+<pre>
+&lt;p&gt;
+Quand vous prenez un stylo et un papier et que vous écrivez des
+lettres, des chiffres, des symboles de ponctuation, par exemple pour
+noter un numéro de téléphone, un cours, une dissertation, une lettre,
+n'importe quel autre être humain sachant lire (au moins en supposant
+qu'il parle la même langue que vous, cf. notre &lt;a href="encodages.html"&gt;page
+sur les encodages et les langues&lt;/a&gt;) pourra comprendre les informations
+que vous écrivez.
+&lt;/p&gt; 
+</pre>
+
+<p>Ainsi par exemple, ce qui se trouve entre <tt>&lt;p&gt;</tt> et
+<tt>&lt;/p&gt;</tt> est un paraphaphe, ou encore un lien hypertexte est dans
+une balise <tt>&lt;a&gt;</tt>.</p>
+
+<h4>Envoyer un courrier électronique</h4>
+
+<p>
+Quand vous envoyez un courrier électronique avec votre logiciel préféré,
+celui-ci va envoyer votre message dans un format particulier : les
+premières lignes constituent ce qu'on appelle l'en-tete du message,
+vient ensuite une ligne vide, et tout ce qui vient ensuite constitue le
+corps du message. L'en-tete du message sert à donner des informations sur
+l'expéditeur du message, la date, le sujet, l'encodage utilisé, etc...
+ainsi que quelques informations techniques. Voici un exemple :
+</p>
+
+<pre>
+Return-Path: &lt;schtroumpfette@greement.non-existent.invalid&gt;
+Delivered-To: scoubidou@greement.non-existent.invalid
+Received: (qmail 23265 invoked by uid 1033); 17 Sep 2003 15:55:14 -0000
+From: schtroumpfette@greement.non-existent.invalid
+Date: Wed, 17 Sep 2003 17:55:14 +0200
+To: Scoubidou &lt;scoubidou@greement.non-existent.invalid&gt;
+Subject: Bonjour
+Message-ID: &lt;20030917155514.GA23246@greement.non-existent.invalid&gt;
+Mime-Version: 1.0
+Content-Type: text/plain; charset=us-ascii
+Content-Disposition: inline
+User-Agent: Mutt/1.5.4i
+
+Bonjour,
+
+  J'aimerais discuter avec vous.
+
+-- 
+La schtroumpfette
+</pre>
+
+<h4>Programmer</h4>
+
+<p>
+Les programmes que vous utilisez ont été développés dans différents
+langages : C, C++, Perl, Shell, etc...
+Les codes sources de ces programmes sont dans un format texte, ce qui ne
+les empêche pas de respecter une syntaxe précise. Voici à quoi cela
+peut ressembler :
+</p>
+<pre>
+/* bonjour.c : comment dire « Bonjour. » en C */
+#include &lt;stdio.h&gt;
+
+int main (int argc, char **argv) {
+  printf("Bonjour.\n");
+  return(0);
+}
+</pre>
+
+<pre>
+#!/bin/sh
+# Comment dire « Bonjour. » en Shell
+exec echo Bonjour.
+</pre>
+
+<p>Suivant que le langage est interprêté ou compilé, il sera ou non
+nécessaire de convertir votre code source dans un format éxécutable en
+utilisant un <em>compilateur</em>.
+</p>
+
+<h3>Les formats binaires</h3>
+
+<p> À l'opposé des formats textes, se trouvent les formats binaires.
+L'information que l'on stocke dans de tels fichiers ne se résume pas à
+des suites de caractères.</p>
+
+<p>
+Avant de continuer, précisons que les noms de fichiers comportent souvent
+une extension, par exemple dans <tt>Le_coucou_au_fond_des_bois.ogg</tt>,
+l'extension est <tt>ogg</tt>. L'extension permet souvent de savoir
+rapidement à quel format on a à faire. Attention cependant au fait que
+parfois derrière un fichier d'une certaine extension peut se cacher sous
+un autre (cf. le programme <a href="formats-memo.html#file">
+<tt>file</tt></a>) !
+</p>
+
+<p>Voici brièvement quelques exemples :
+</p>
+
+<h4>Images bitmap</h4>
+
+<p>Une image peut-être stockée comme une grille de petits
+points (pixels), chaque pixel ayant une certaine « couleur ». Une fois que
+l'on a associé certains octets aux différentes couleurs 
+(<em>par exemple</em> 3 octets, un pour la composante rouge, un autre pour la
+composante bleue, et un dernier pour la composante verte), on peut mettre
+au début du fichier la largeur et la hauteur de l'image, et ensuite
+parcourir l'image ligne par ligne, et écrire la séquence d'octets 
+qui correspond à chaque pixel de l'image. Le type de format que je viens
+de décrire est extrêmement rudimentaire (dans cette famille de format, on
+trouve le format <tt>bmp</tt> par exemple) ; des fichiers dans un tel
+format occuperont beaucoup de place sur les disques durs, c'est pourquoi
+il existe des formats qui contiennent des optimisations pour réduire
+sensiblement la taille des fichiers d'images (exemples : <tt>png</tt>,
+<tt>jpg</tt>).
+</p>
+
+<h4>Son échantillonné</h4>
+
+<p>C'est comme pour les images : on découpe le son
+en intervalles de temps très brefs (il y a 
+le plus souvent autour de quarante
+mille intervalles par seconde) et on note la valeur du signal 
+électrique correspondant, ce qui donne un nombre entier (avec signe) 
+que l'on peut stocker. Pour un enregistrement en stereo, on note
+parallèlement les valeurs gauche et droite. Comme formats de ce type, on
+trouve les formats <tt>wav</tt>, <tt>au</tt>
+De même que pour les images, il existe des techniques de compression qui
+permettent de réduire considérablement la taille qu'occupent les fichiers 
+sonores. On dispose ainsi des formats <tt>ogg</tt> et <tt>mp3</tt>.
+</p>
+
+<p> Il existe d'autres manières de stocker de la « musique », les
+fichiers <tt>midi</tt>, où ne sont enregistrées que des suites
+d'indications sur les notes que les musiciens jouent sur leurs
+instruments (d'une certaine manière, ces fichiers contiennent
+l'information contenue sur une « partition »). Quand vous lisez ces
+fichiers avec un programme convenable, un synthétiseur (logiciel ou
+matériel) va convertir ces données en un véritable son.
+</p>
+
+<p>
+Évidemment, la qualité musicale qui sort des hauts-parleurs quand vous
+jouez des fichiers <tt>midi</tt> est très loin d'être à la hauteur de ce qui
+parvient à vos oreilles quand vous écoutez un orchestre composé de
+musiciens talentueux !
+</p>
+
+<h4>Programmes éxécutables</h4>
+
+<p>Suivant la famille du système
+d'exploitation que vous utilisez (Unix, Windows, Mac), et même à
+l'intérieur d'une famille suivant la variante du système ou le type de
+processeur, les programmes sont stockés dans un format différent. La
+partie la plus imporante d'un fichier éxécutable est la zone contenant le
+« langage machine » qui grosso modo contient la liste des instructions
+qui seront éxécutées par le processeur. On ne modifie pas
+directement un fichier éxécutable.
+</p>
+
+<h2>Cas particuliers</h2>
+
+<h3>Traitements de texte</h3>
+
+<p>
+Certains logiciels de traitement de texte utilisent un format binaire
+pour stocker le texte avec son formattage (taille des fontes, caractères
+gras, italiques, etc...), plus précisément, ils utilisent
+<em>plusieurs</em> formats : d'une version à l'autre, le logiciel
+Microsoft Word utilise un format plus ou moins différent de la version
+précédente, ce qui pose beaucoup de problèmes, surtout si vous n'avez pas
+la version « dernier cri » du logiciel en question.
+</p>
+
+<p>
+À l'opposé, certains traitements de textes utilisent un format texte,
+de façon similaire au format <code>HTML</code> utilisé sur le Web. C'est
+par exemple le cas du programme 
+<a href="&url.tuteurs;logiciels/latex/">LaTeX</a>. Toutes les informations
+vous mettez dans un fichier LaTeX (extension <code>tex</code>) sont 
+lisibles et modifiables dans votre éditeur de texte préféré, et au moins 
+vous être sûr que le format ne vas pas changer significativement d'une 
+version à l'autre. En voici un échantillon :
+</p>
+
+<pre>
+\documentclass{article}
+\usepackage[francais]{babel}
+\usepackage[T1]{fontenc}
+\usepackage[latin1]{inputenc}
+
+\begin{document}
+Ceci est un fichier \TeX.
+\end{document}
+</pre>
+
+<p>
+Vous devez utiliser le programme <code>latex</code> pour mettre en page
+votre fichier <code>tex</code>. Il va ainsi écrire un fichier binaire
+dans un format particulier <code>dvi</code> qui contient essentiellement
+beaucoup d'informations qui ressemblent à 
+« À tel endroit de la page numéro 42, afficher MU dans une fonte qui
+fait 5.08 cm de hauteur. »
+</p>
+
+<h3>Documents mis en page</h3>
+
+<p>Ce sont des fichiers « prêts à être imprimés », ces fichiers
+contiennent toutes les instructions que l'on a pratiquement plus qu'à
+envoyer à l'imprimante (ce qui nécessite parfois une conversion).</p>
+
+<h4>Portable Document Format (<code>pdf</code>)</h4>
+
+<p>
+Mais, encore une fois, il existe plusieurs formats de ce type. Nous avons
+déjà évoqué ci-desus le format <tt>dvi</tt> utilisé par LaTeX. On
+dispose aussi du format <tt>pdf</tt> (Portable Document Format) développé
+par Adobe, vous avez très certainement déjà rencontré de tels fichiers en
+naviguant sur le Web. Les fichiers <tt>dvi</tt> et <tt>pdf</tt> sont au
+format binaire.
+</p>
+
+<h4>PostScript (<code>ps</code>)</h4>
+
+<p>
+Un autre format important dans ce contexte est le format
+<em>PostScript</em> (lui aussi développé par Adobe). Il est depuis
+quelques années utilisé par la plupart des imprimates laser. Son grand
+avantage est qu'il est en mode texte et qu'il ne fait pas d'hypothèse sur
+la résolution de l'imprimante par exemple, contrairement aux
+formats utilisés auparavant pour envoyer des instructions aux
+imprimantes ! Le format PostScript est un véritable langage de
+programmation (si on veut dessiner 100 fois la même chose, on a pas
+besoin de réécrire 100 fois les mêmes instructions par exemple).
+</p>
+
+<h3>Méta-formats</h3>
+
+<h4>Archives</h4>
+
+<p>
+Dans certaines situations, il peut être commode de mettre plusieurs
+fichiers dans un seul, on appelle cela une <em>archive</em>. En général,
+au début d'un tel fichier se trouve les noms des fichiers contenus à
+l'intérieur avec leur taille (ainsi que d'autres informations
+techniques), puis viennent ensuite chacun des fichiers les uns à la suite
+des autres. Le format le plus courant pour les fichiers archives est le
+format <code>tar</code>.
+</p>
+
+<p>
+Plus généralement, on a la notion de système de fichiers : il s'agit de
+déterminer comment organiser les fichiers sur un disque dur et d'inscrire
+les méta-informations, à savoir d'écrire quelque part la liste des
+fichiers présents sur le disque ainsi que la position sur le disque où
+ils sont écrits. Là, encore, de nombreuses possibilités existent : sous
+Linux, on utilise en général <code>ext2</code>, <code>ext3</code> ou
+<code>ReiserFS</code>, sous Windows, il y a des systèmes de fichiers 
+<code>fat</code>, <code>NTSC</code>, etc...
+</p>
+
+<h4>Fichiers compressés</h4>
+
+<p>
+Quand on a un fichier un peu long que l'on ne consulte pas
+régulièrement, on peut décider de le comprimer pour qu'il prenne moins de
+place sur le disque dur. Des outils sont faits pour cela. L'exemple
+typique de format compressé est donné par les fichiers « gzippés »
+(extension <tt>gz</tt>). Ainsi par exemple, un fichier PostScript
+<tt>dea.ps</tt>, une fois comprimé s'appelle <tt>dea.ps.gz</tt>.
+</p>
+
+<p>
+Le clou du spectacle s'obtient en combinant les deux méta-formats évoqués
+ci-dessus : comprimer un fichier d'archive comprenant plusieurs
+fichiers. On obtient alors un fichier <code>.tar.gz</code> (que certains
+abrègent en <code>.tgz</code>) ; c'est un général sous cette forme que
+l'on peut télécharger le code source de la plupart des logiciels libres.
 </p>
 
 <div class="metainformation">
 Auteur : Joël Riou.
-Dernière modification le <date value="$Date: 2003-06-17 00:01:58 $" />.
+Dernière modification le <date value="$Date: 2003-09-17 17:13:54 $" />.
 </div>
 
 </body>