Ces formats de fichiers peuvent contenir des données supplémentaires dites “méta-données”, qui ne sont pas la donnée elle-même mais un complément d’information. Pour un fichier de musique, il peut s’agir des données sur l’album et l’artiste, pour une image, le type d’appareil photo utilisé, la position GPS…

Idée reçues sur les Extensions

Une extension de fichier ne définit pas le type du fichier.

Ce qui définit le fichier, c’est la capacité à un logiciel à repérer certaines informations dans le fichier qui lui indiquent le format.

En parlant de format, on parle également de MIME-types (Multipurpose Internet Mail Extensions), un standard de notation du type de média.

Formats d’image

Format bitmap

Prenons une bitmap noire et blanche (1 la couleur de forme, 0 la couleur de fond)

1000101010001000101010001

En coupant la chaîne de caractères par rapport à n=5,

10001 01010 00100 01010 10001

Et en représentation d’image :

█   █
 █ █
  █
 █ █
█   █

Formats populaires : JPEG, PNG, GIF, TIFF,…

Format vectoriel

Une image au format vectoriel est une image qui se décrit par des ensembles de coordonnées mathématiques et non par une carte de point. Par exemple :

• pour décrire une ligne, il suffit de connaître son point de départ et d’arrivée ;
• pour un rectangle (ayant ses côtés alignés aux axes du système de coordonnées en cours), deux points suffisent aussi ( deux coins opposés) ;
• pour un cercle, un seul point, ainsi qu’un rayon, sont nécessaires.

En outre, des informations sur le tracé sont nécessaires : les attributs graphiques sont l’épaisseur, le style (continu ou pointillés), la couleur du trait, sa transparence, etc.
Une image vectorielle est donc un ensemble de coordonnées, d’attributs et de commandes que le programme d’affichage (à l’écran ou sur papier) se charge d’interpréter.

MIME Types

Formats de video/audio

Un format vidéo décrit comment un dispositif envoie des images d’une vidéo à un autre dispositif, de la même manière qu’un lecteur de DVD envoie des images à un téléviseur, ou un ordinateur à son moniteur.

Plus formellement, le format visuel décrit l’ordre et la structure des images qui créent l’image vidéo.

Parlons d’encodage

Représentation d’une suite de caractères. Chaque caractère est stocké sous forme de nombre, et ce nombre se retrouve dans une table de correspondance avec les-dits caractères pour afficher la lettre.

Il existe plusieurs tableaux d’encodage :

• ASCII
• ISO 8859
• Unicode

ASCII 🆗

American Standard Code for Information Interchange - 1961

Limité à 128 caractères, c’est le standard américain en informatique. La particularité c’est que chaque caractère tient sur un byte. (c’est d’ailleurs ce qui a donné la taille de 8 bits à un byte).

Windows-1252/ISO 8859 💩

Windows-1252 ou CP1252 est un jeu de caractères, utilisé historiquement par défaut sur le système d’exploitation Microsoft Windows en anglais et dans les principales langues d’Europe de l’Ouest, dont le français.

• ISO 8859-1 : Latin-1 Western European (1987)
• ISO 8859-2 : Latin-2 Central European (1987)
• ISO 8859-3 : Latin-3 South European (1988)
• ISO 8859-4 : Latin-4 North European (1988)
• ISO 8859-5 : Latin/Cyrillic (1988)
• ISO 8859-6 : Latin/Arabic (1987)
• ISO 8859-7 : Latin/Greek (1987)
• ISO 8859-8 : Latin/Hebrew (1988)
• … 1989, 1992,…
• ISO 8859-16 : Latin-10 South-Eastern European (2001)

Unicode (ISO 10646) ❤️

Unicode est un standard informatique qui permet des échanges de textes dans différentes langues, à un niveau mondial. Il est développé par le Consortium Unicode, qui vise au codage de texte écrit en donnant à tout caractère de n’importe quel système d’écriture un nom et un identifiant numérique, et ce de manière unifiée, quels que soient la plateforme informatique ou le logiciel utilisé.

Unicode peut être encodé sur 1 à 4 Bytes (UTF-8) - soit 1,112,064 de caractères.

• Chaque petit carrés représente 256 caractères,
• Chaque grand carrés représente 65536 caractères,
• En bleu les caractères déjà assignés,
• En blanc les espaces encore disponibles,
• En vert les caractères privés.

Utilisez UTF-8

source : https://www.reedbeta.com/blog/programmers-intro-to-unicode/

Formats de donnée

Un format de données est une convention

Format TXT

Le format texte est le format basique d’un fichier non binaire qui peut être lu par un humain. C’est le format le plus simple, car basique, et contient directement les caractères. Ce n’est pas un format optimisé pour les machines, mais il est simple à lire et à écrire.

MIME : text/plain

Format de structure

Les formats de structures permettent de stocker de l’information structurée plus ou moins complexe.

Chaque format a ses avantages et inconvénients, et le choix du format dépend uniquement de la complexité

de la donnée.

XML (eXtensible Markup Language)

XML est un format ancien créé en 1996 et publié par la W3C. C’est un langage Human-Readable👩‍🦱 et Machine-Readable 🤖 car son objectif est de rester simple.

<?xml version="1.0" encoding="UTF-8"?>
<books>
    <book>
        <id>ASI01</id>
        <title>Foundation</title>
        <author>Isaac Asimov</author>
        <year>1951</year>
    </book>
</books>

<?xml version="1.0" encoding="UTF-8"?>
<books>
    <book id="ASI01">
        <title>Foundation</title>
        <author id="37"/>
        <year>1951</year>
    </book>
</books>

CSV (Comma-Separated Values)

CSV est un format de données tabulaire dont les champs sont séparés par des virgules (text/csv). Une variante au CSV est le TSV (Tab-separated Values text/tab-separated-values)

id,title,author,year
ASI01,Foundation,Isaac Asimov,1951
ASI02,Foundation and Empire,Isaac Asimov,1952

Sa variante TSV :

id  title  author  year
ASI01   Foundation  "Isaac Asimov"  1951

Et pour les cas complexes :

id,title,author,year
ADA01,"Life, the Universe and Everything","Douglas Adams",1982

JSON (JavaScript Object Notation)

Format reprenant la structure javascript

[
  {
    "id": "ASI01",
    "title": "Foundation",
    "author": "Isaac Asimov",
    "year": 1951
  },
  {
    "id": "ASI02",
    "title": "Foundation and Empire",
    "author": "Isaac Asimov",
    "year": 1952
  }
]

YAML (Yet Another Markup Language)

YAML est un format léger de structure de données utilisé pour des fichiers de configuration entre autres.

books:
  - id: ASI01
    title: Foundation
    author: Isaac Asimov
    year: 1951 #Good Year btw.
  - id: ASI02
    title: Foundation and Empire
    author: Isaac Asimov
    year: 1952

books:
  ASI01:
    title: Foundation
    author: Isaac Asimov
    year: 1951
  ASI02:
    title: "Foundation and Empire"
    author: Isaac Asimov
    year: 1952

MIME : application/x-yaml ou text/yaml (⚠️ pas de standard international)

Un site marrant qui explique pourquoi pas yaml : https://noyaml.com/

TOML (Tom’s Obvious, Minimal Language)

TOML est un format de fichier de configuration conçu afin d’être facile à lire et à écrire. La version 1.0.0 est sortie le 12 Janvier 2021.

[books]
# L'indentation est autorisée mais pas obligatoire
[books.ASI01]
title = "Foundation"
author = "Isaac Asimov"
year = 1951

MIME : text/toml (⚠️ pas de standard international)

Les critères de choix d’un format

Format de présentation

Les formats de présentation sont des formats dont le but est de rendre une donnée finale de manière présentable et lisible par un être humain.

Ces formats sont utilisés pour restituer l’information.

HTML (HyperText Markup Language)

HTML (et ses dérivés, HTM, XHTML) est un format de présentation de la donnée interprétée par un navigateur web. C’est un format simple qui est dérivé de XML, et qui a pour but de structurer des pages internet.

<html>
<head>
    <title>Books</title>
</head>
<body>
<div id="ASI01">
    <h1>Foundation</h1>
    <h2>Isaac Asimov - 1951</h2>
    <p>Fondation est une <b>chronique</b> qui relate les grandes crises auxquelles la petite planète <i>Terminus</i>
        devra faire face au fil des siècles, et des grandes figures qui marqueront son histoire dans l'ascension de
        la Fondation vers le destin que lui a dessiné Hari Seldon : devenir le berceau d'où naîtra le Nouvel Empire.</p>
</div>
</body>
</html>

MIME : text/html

Markdown️

MD est un format de mise en forme de texte simple et minimaliste. Ce cours est rédigé à 95 % en markdown.

---   
title: Books
---   

# Foundation

## Isaac Asimov - 1951

Fondation est une **chronique** qui relate les grandes crises auxquelles
la petite planète _Terminus_ devra faire face au fil des siècles, et des
grandes figures qui marqueront son histoire dans l'ascension de la Fondation
vers le destin que lui a dessiné Hari Seldon : devenir le berceau d'où naîtra
le Nouvel Empire.

MIME :text/markdown

LaTeX (/ˈlɑːtɛx/ LAH-tekh) 1984 🧔🏻

LaTeX est un langage de présentation de données très utilisé dans le milieu académique.

\documentclass{article}
\usepackage{hyperref}
\title{Fondation}
\author{Isaac Asimov}
\date{1951}
\begin{document}
\maketitle
Fondation est une \textbf{chronique} qui relate les grandes 
crises auxquelles la petite planète \textit{Terminus} devra 
faire face au fil des siècles, et des grandes figures qui  
marqueront son histoire dans l'ascension de la Fondation vers 
le destin que lui a dessiné Hari Seldon : devenir le berceau 
d'où naîtra le Nouvel Empire.
\end{document}

La grande force de LaTeX réside dans sa syntaxe mathématique

\frac{n!}{k!(n-k)!} = \binom{n}{k}

Les formats Office 💩

Office jusqu’en 2007 utilisait un format fermé propriétaire (.doc, .xls, .ppt).

En 2005, un nouveau standard a vu le jour, Office Open XML déployé pour la version 2007 de word/excel/…, qui est en réalité un format XML archivé. (docx, xlsx, pptx)

MIME types :

• docx : application/vnd.openxmlformats-officedocument.wordprocessingml.document
• xlsx : application/vnd.openxmlformats-officedocument.spreadsheetml.sheet
• pptx : application/vnd.openxmlformats-officedocument.presentationml.presentation

🤮