CARACTÉRISER, METTRE EN FORME ET ANALYSER DES DONNÉES

Dimension: px

Commencer à balayer dès la page:

Download "CARACTÉRISER, METTRE EN FORME ET ANALYSER DES DONNÉES"

Floriane Paré
il y a 7 ans
Total affichages :

1 CARACTÉRISER, METTRE EN FORME ET ANALYSER DES DONNÉES Encodage de caractère et fichier de texte

2 Texte et informatique 1 En informatique on utilise beaucoup de texte, mais pas seulement pour représenter des données verbales. On utilise du texte pour : Communiquer avec la machine (langage de commande Bash, Cmd, PowerShell, etc.). Écrire des programmes (Java, PHP, JavaScript, etc.). Échanger des données entre des programmes (HTTP, fichiers CSV, XML, JSON, etc.). Pour structurer des textes (HTML, Open XML, ODF, etc.) Stocker des données (XML, JSON, etc.)

3 Fichier de texte 2 Fichier dont le contenu est une suite de caractères codés sous forme numérique selon une norme (ASCII, ANSI, UTF-8, etc.). Ne contient pas d information sur l encodage utilisé, il faut connaître la norme utilisée pour décoder le texte correctement. La plupart des normes d encodage de caractères sont compatibles avec l ASCII, il est donc possible de fournir une information sur la norme utilisée sous forme d un en-tête codé en ASCII.

4 Editeur de texte 3 Programme permettant de créer et de modifier des fichiers de textes. N est pas un logiciel de traitement de texte (ne permets pas de structurer ou de mettre en page le texte). Peut faciliter l écriture de code (Java, HTML, etc.) avec des fonctions comme l autocomplétion et la coloration syntaxique. Exemple: Atom, Visual Studio Code, Notepade++ vi, Emacs Eclipse, NetBeans, Visual Studio

5 XML : Qu est-ce que c est 4 XML : extensible Markup Langage «Markup Langage» parce qu il utilise des balises pour structurer l information. «Extensible» parce que sa spécification ne décrit pas un langage, mais une syntaxe générale qui peut être utilisée pour réaliser des langages spécifiques. Exemple de langages : Web : XHTML, SVG Documents "office" : Office Open XML, ODF Syndication de contenus : RSS

6 XML : Description 5 Décris une structure arborescente dont le tronc et les branches sont appelés éléments XML. Un élément est tout ce qui se trouve entre et y compris une balise ouvrante et une balise fermante. Le nom d une balise est libre, mais doit suivre certaines règles (commence par une lettre, pas d espaces, etc.) Un élément peut avoir des attributs qui prennent place dans la balise ouvrante. L en-tête permet de spécifier la norme d encodage utilisée dans le document (ISO , UTF-8, etc.).

7 XML : Validation 6 Par défaut, un parseur XML vérifie qu un document XML respecte la syntaxe générale du XML. Si c est le cas, on dit que le document est bien formé (well-formed). Il est possible de fournir au parseur une description d un langage XML sous la forme d un DTD ou d un schéma XML, pour lui permettre de vérifier que le document respecte la syntaxe spécifique de ce langage. Si c est le cas, on dit que le document est valide. Le schéma XML ou le DTD sont des métadonnées qui définissent la grammaire d un langage XML. Certaines de ces grammaires sont standardisées (XHTML, SVG, MathML, ODF, Office Open XML, etc.)

8 Langages XML : XHTML 7 <?xml version="1.0" encoding="utf-8"?> <!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Strict//EN" " <html xml:lang="fr"> <head> <title>première page XHTML</title> </head> <body> <p class="paragaph"> Bonjour tout le monde!<br/>je suis une page XHTML. </p> </body> </html>

9 Langages XML : SVG 8 <?xml version="1.0" encoding="utf-8"?> <svg xmlns=" <ellipse cx="49" cy="49" rx="40" ry="40" style="fill:#fff066;stroke:#333333;stroke-width:4"/> <path d="m 27,60 c 1.7,18 33,19 47,2" style="opacity:1;fill:none;stroke:#333333;stroke-width:4"/> <ellipse cx="33" cy="41" rx="7" ry="7" style="fill:#333333;stroke:#333333"/> <ellipse cx="67" cy="41" rx="7" ry="7" style="fill:#333333;stroke:#333333"/> </svg>

10 Langages XML : Dublin Core 9 <?xml version="1.0"?> <cp:coreproperties xmlns:cp=" ]" xmlns:dc=" <dc:title>texte et informatique</dc:title> <dc:subject>module 100</dc:subject> <dc:creator>jérôme Frossard</dc:creator> <cp:keywords></cp:keywords> <dc:description> Décrit l usage des formats de texte en informatique. </dc:description> <dc:format>application/pdf</dc:format> <cp:lastmodifiedby>jérôme Frossard</cp:lastModifiedBy> <cp:revision>2</cp:revision> <cp:lastprinted> t10:00:00z</cp:lastprinted> [ ] </cp:coreproperties>

11 Avantages du XML 10 Fichier de texte: cela le rend lisible par des humains (même si ce n est pas le but) et lui assure une certaine pérennité (on devrait toujours être en mesure de le lire). Standard: XML est standard et il existe donc de nombreux outils et de bibliothèques qui permettent de lire et écrire des fichiers XML. Polyvalent: XML peut être utilisé dans une grande variété d applications (langage de description, échange de données, livres électroniques, graphique vectoriel, syndication de contenu, etc.) Autodescription: dans une certaine mesure, les données XML se décrivent elles-mêmes (self-describing data). Cette autodescription dépend néanmoins de l existence de norme. Validation: il est possible de valider la syntaxe d un langage XML à l aide d une grammaire spécifiée par un DTD ou un schéma XML.

12 Inconvénients du XML 11 Verbeux : le XML ajoute beaucoup de redondance à l information, il est toutefois facile à compresser (ZIP).

13 Fichier CSV : Qu est-ce que c est? 12 CSV: Comma Separated Values. Un fichier CSV est un fichier de texte qui permet d échanger des données sous forme de table. Le format n est pas spécifié de manière formelle, le caractère de séparation est en principe la virgule, mais Excel par exemple, utilise le point-virgule. Dans un fichier donné, le caractère de séparation doit toujours être le même. La forme la plus courante est décrite dans la RFC 4180 qui en définit également le type MIME (texte/csv)

14 Fichier CSV : Description 13 Chaque ligne de la table correspond à une ligne de texte terminée par les caractères CR LF ou LF uniquement. Les valeurs d une ligne sont séparées par un caractère de séparation (virgule, point-virgule, etc.) Si une valeur est une chaîne de caractères, elle peut ou non être mise en guillemets. Il n y a en principe pas de métadonnées dans un fichier CSV, mais on peut spécifier le nom des colonnes sur la première ligne.

15 Avantages et inconvénients du CSV 14 Avantages: Simplicité: le format est simple et facile à comprendre, du moins en apparence. Inconvénient: Le CSV ne contient le plus souvent pas de métadonnées. S il y en a, celles-ci se limitent aux noms des colonnes. Il n y a pas de parseur standard pour et même si de nombreux outils l utilisent, ils ne sont pas toujours compatibles entre eux. Le format ne donne pas d information sur la norme d encodage des caractères.

Documents pareils

Langage HTML (2 partie) <HyperText Markup Language> <tv>lt La Salle Avignon BTS IRIS</tv>

Langage HTML (2 partie) <HyperText Markup Language> <tv>lt La Salle Avignon BTS IRIS</tv> Langage HTML (2 partie) «Je n'ai fait que prendre le principe d - hypertexte et le relier au principe du TCP et du DNS et alors boum! ce fut le World Wide Web!» Tim Berners-Lee