Fichier texte

Pour les articles homonymes, voir TXT.

Fichier texte

Les 95 caractères et signes du codage ASCII

Caractéristiques
Extensions .txt ,  .text , -

Type MIME text/plain

PUID x-fmt/111

modifier - modifier le code - modifier Wikidata

En informatique, un fichier texte ou fichier texte brut ou fichier texte

simple[réf. nécessaire] est un fichier dont le contenu représente uniquement une suite
de caractères ; il utilise nécessairement une forme particulière de codage des
caractères qui peut être une variante ou une extension du standard local des États-
Unis, l'ASCII. Il n'existe aucune définition officielle, et les différentes interprétations
de ce qu'est un fichier texte partagent des propriétés essentielles. Les caractères
considérés sont généralement les caractères imprimables, d'espaces et de retours à
la ligne. Certains codages de caractères normalisés incluent également certains
caractères de contrôleN 1, séquence d'échappementN 2 ou marqueursN 3 qui peuvent
faire l'objet de différences d'appréciations. La notion de fichier texte est donc
subjective et dépend notamment des systèmes de codage de caractère considérés
(windows-1252 et ISO-8859-1 n'offrant pas les mêmes plages de valeurs
«imprimables».)
Un fichier « non texte » est appelé « fichier binaire », dans le sens où
les bits contenus dans le fichier ne représentent pas une simple suite de caractères
imprimables, d'espaces et de retours à la ligne.

Sommaire

 1Histoire
  2Texte brut
 3Apports et limitations
o 3.1Apports
o 3.2Limitations
 4Usage
 5Structure et propriétés
o 5.1Séquence de lignes
o 5.2Alignement vertical
 6Standardisation et normalisation
o 6.1Codage des caractères
 6.1.1Rôle de l'ASCII
o 6.2Rôle du BOM
o 6.3Séquence d'échappement
 7Notes et références
o 7.1Notes
o 7.2Références
 8Voir aussi
o 8.1Articles connexes

Histoire[modifier | modifier le code]

Un fichier en carte perforée

Extrait d'un programme écrit en BASIC

Copie papier d'un code source (en Fortran) des années 1970, imprimé sur du papier continu, dédié aux
fichiers textes.

La notion de fichier texte a évolué avec l'histoire de l'informatique.

Le mot fichier (« file » en anglais) a été utilisé publiquement dans le contexte d'un
enregistrement informatique déjà en février 1950. Une publicité de la radio Radio
Corporation of America de Popular Science Magazine1 décrivant une nouvelle
mémoire à tube à vide qu'elle avait développée, expliquait :
«...the results of countless computations can be kept "on file" and taken out
again. Such a "file" now exists in a "memory" tube developed at RCA
Laboratories. Electronically it retains figures fed into calculating machines,
holds them in storage while it memorizes new ones - speeds intelligent
solutions through mazes of mathematics. »
En 1952 un fichier était utilisé pour désigner l'information enregistrée sur
une carte perforée.
Or il se trouve que les cartes perforées partageaient certaines propriétés:

 Chaque carte représentait une ligne de 80 colonnes (en général)

 Les programmes (code source) étaient écrits en assemblant des lignes
de textes
 Les cartes perforées qui ne contenaient pas de texte étaient donc déjà
différentes.
En 1971, le RFC 2652 indique qu'un fichier peut être ASCII, cœur d'exécutable,
ou autre. Il mentionne notamment l'EBCDIC.
En juillet 1972, le RFC 3543, discutant des échanges de texte par le protocole
réseau NVT-ASCIIN 4 FTP, indique que les fichiers textes sont enregistrés de
manières différentes selon les systèmes :

 le PDP-10 enregistre le NVT-ASCII en 7-bits justifiés à gauche dans

des mots de 36 bits ;
 le 360's enregistre le texte avec un codage EBCDIC 8-bit ;
 Multics enregistre le texte avec quatre caractère de neuf bits dans des
mots de 36 bits.
Il indique donc que pour le bon transfert des textes, il est nécessaire que les deux
parties effectuent leur part respective de la conversion dans un codage commun;
il s'agit à cette époque de l'ASCII 8 bits, dit NVT.
Cette même année, la RFC fait apparaître le besoin d'une unité commune pour
transmettre des données binaires entre systèmes dont les mots n'ont pas la
même taille, et suggère l'utilisation de byte de 8 bits, c'est-à-dire, de ce que l'on
appelle aujourd'hui des octets, tout en permettant l'utilisation de bytes/mots
différents si négocié.
En 1980, le RFC 7654 en spécifiant le protocole FTP indique les trois raisons
occasionnant le transfert d'un fichier : l'impression, l'archivage, et le traitement.
Constatant, que le seul encodage n'est pas une métainformation suffisante, il
spécifie le reste et notamment les différents mécanismes de changement de ligne
à travers des caractères de contrôle ou de défilement de lignes. En page 12, le
RFC clarifie que les fichiers textes sont tout aussi bien des fichiers ASCII que des
fichiers EBCDIC.
En 1985, lors de l'élaboration du protocole FTP de transfert de fichier, il a été
recommandé de considérer comme fichier texte (en anglais "text" files), deux
formats de fichiers :

 les fichiers file structure, où le fichier est considéré être une séquence

continue de lignes.
 les fichiers record-structure, où le fichier est constitué
d'enregistrements séquentielsN 5
De même les types ASCII et EBCDIC ont été acceptés comme fichier texte 5.
 Cette section est vide, insuffisamment détaillée ou incomplète. Votre aide est
la bienvenue ! Comment faire ?

Texte brut[modifier | modifier le code]

Article détaillé : Texte brut.
Texte brut Unicode (Unicode plain text)
De nos jours, l'Unicode est de plus en plus reconnu comme format de texte brut.
Le standard Unicode définit selon ses propres termes ce qu'est le texte brut, sous
le terme de plain text, dans sa version anglaise.
La notion de fichier texte se rapproche donc des propriétés que le standard
Unicode attribue au format nommé plain text en langue anglaise et signifiant texte
brut.
Généralités et controverses
La notion de texte brut (plain text) a, comme la notion de texte enrichi (fancy text),
été introduite par Unicode6.
La notion de plain text peut être traduite par texte en clair, pur texte, texte pur, ou
texte brut6.
Linux Information Project en donne une vision restrictive.
Format de codage
Si l'encodage est inconnu, un texte brut quelconque est inexploitable.
Texte brut approché en mathématiques
Alors que les mathématiques sont un langage international, en tout ou partie, leur
représentation informatique a pu être négligée lors de la création de différents
systèmes de codage des caractères. Toutefois, ces symboles ont bénéficié d'une
forte prise en charge par l'Unicode7, offrant de nouvelles perspectives.
Histoire
La notion de texte brut est implicitement assez ancienne puisque
vraisemblablement elle remonte sans doute au moins si ce n'est à la notion de
machine à écrire, aux premiers langages de programmation utilisant cette
technologie.
Dans son aspect réseau, elle est consignée dans de nombreux RFC.
Protocole et fichier
L'usage du texte brut peut varier entre protocole et ficher. Ceci peut
généralement être invisible à l'utilisateur lorsqu'il copie un texte d'un logiciel à un
autre.
Dans un protocole, le protocole spécifie généralement l'encodage utilisé, d'une
manière ou d'une autre; la longueur du texte peut ne pas être limité, en fonction
du protocole.
Un fichier a généralement une taille limitée, il est généralement admis qu'un
système de fichier ne fournit pas d'information sur l'encodage utilisé pour encoder
un texte brut donné. Cette information essentielle est alors déterminée à travers
un ensemble d'heuristiques.

Apports et limitations[modifier | modifier le code]

Le fichier texte est un élément déterminant en ce qu'il offre la possibilité de
décrire des codes sources et de faciliter la programmation des ordinateurs.
Toutefois, il souffre de facto de nombreux problème d'interopérabilité.
Apports[modifier | modifier le code]
Le fichier texte, lorsqu'il apparait apporte la possibilité de permettre à un humain
de soumettre un texte au traitement automatique d'une machine. Il offre
également la possibilité de supprimer et d'ajouter une ligne, et cela dès les cartes
perforées. Cette fonctionnalité a été reprise par des logiciels comme ed ou edlin.
Limitations[modifier | modifier le code]
Un fichier texte est limité dans sa taille, comme le sont tous les fichiers, par
le système de gestion de fichiers.
De plus par convention on limite volontairement le nombre de colonnes. Une
convention commune est ancienne est d'environ 80 ou 132 colonnes. Cela
correspondait aux standards de terminaux physiques aujourd'hui dépassés. Les
éditeurs modernes savent souvent gérer des lignes plus longues bien que cela ne
soit pas conseillé pour des questions de présentation.
Le fichier texte peut poser de nombreux problèmes d'interopérabilité (pour cause
d'encodage différents) entre pays, entre fournisseurs de logiciels, notamment.

Usage[modifier | modifier le code]
Les fichiers texte sont utilisés par de nombreux logiciels pour conserver les
données de configuration. Ils sont également utilisés pour contenir
les textes écrits en langages de programmation. En outre, la plupart des
langages de programmation offrent des fonctions prédéfinies pour manipuler du
texte brut, ce qui rend la gestion des fichiers textes particulièrement accessible.
Le logiciel utilisé pour éditer un fichier texte est un éditeur de texte. Dans le cas
général, un traitement de texte ne produit pas des fichiers texte. En effet, un
traitement de texte n'a pas seulement besoin de manipuler du texte brut, mais
également des informations sur la fonte de caractère utilisée, la disposition des
caractères dans des pages, les styles typographiques, etc. Toutefois, les
traitements de texte peuvent ouvrir ou sauvegarder un fichier texte, aucune
information de mise en forme n'étant conservée, sauf le cas échéant les sauts de
ligne.
Un fichier texte peut être la structure sous-jacente d'un fichier journal 8.

Structure et propriétés[modifier | modifier le code]

La structure d'un fichier texte est une séquence de lignes. Toutefois,
historiquement, chaque caractère est aligné verticalement, c'est encore le cas
aujourd'hui, dans un éditeur de texte en ligne ou local.
Séquence de lignes[modifier | modifier le code]
Le concept de séquence de lignes reste une caractéristique forte d'un fichier
texte.
Un fichier texte peut simplement contenir du texte dans une langue quelconque.
Dans ce cas, aujourd'hui, il ne respecte plus aucune structure particulière.

Il était une fois une marchande de foie

qui vendait du foie dans la Ville de Foix.
Elle se dit «ma foi c'est la première fois
que je vends du foie dans la ville de Foix !»
using (FileStream stm = new FileStream("logfile.txt", FileMode.Create))
{
return ProcessStuff(stm); //
}

Un fichier texte peut également contenir une donnée structurée qui peut être
analysée par un logiciel et affichée sous une forme plus évoluée, par exemple
une page web :

<!DOCTYPE html>
<html lang="fr">
<head><title>Page web d'exemple</title></head>
<body>
<p>Ceci est une page web d'exemple.</p>
</body>
</html>

Alignement vertical[modifier | modifier le code]

Un fichier texte est généralement rendu visible avec des polices à chasse fixe
alignant le texte verticalement. L'arrivée d'un grand nombre de caractères
Unicode dans les fichiers textes peut questionner ce concept.
Enfin, et de manière plus anecdotique, le propos d'un fichier texte peut être
détourné pour contenir une image, c'est ce qu'on appelle l'art ASCII :

(\___/) (*) (*) \ /

(=*.*=) (°_°) {^o^}
(")___(") (+) (+) (| . |)
(_) (_) (_) (_)

Cet art nécessite toutefois que tous les caractères affichés aient la même largeur.
Cette technologie a notamment été utilisée pour spécifier des protocoles de
transfert de fichier.
Utilisation de l'art-ASCII comme élément de spécification du «FILE TRANSFER
PROTOCOL» RFC 7654; année 1980:

-------------
 |/---------\|
|| User || --------
||Interface|<--->| User |
|\----:----/| --------
---------- | V |
|/------\| FTP Commands |/---------\|
||Server|<---------------->| User ||
|| PI || FTP Replies || PI ||
|\--:---/| |\----:----/|
| V | | V |
-------- |/------\| Data |/---------\| --------
| File |<--->|Server|<---------------->| User |<--->| File |
|System| || DTP || Connection || DTP || |System|
-------- |\------/| |\---------/| --------
---------- -------------

Server-FTP User-FTP

Standardisation et normalisation[modifier | modifier le code]

Les fichiers textes peuvent connaitre des problèmes d'interopérabilité :

 Différence de traitement des changements de lignes : CR ; LF, NL ;

CR+LF
 Présence ou absence éventuelle du marqueur magique BOM
 Différence de codage des caractères
 Différence de traitement des séquences d'échappement éventuelles.
Les variations de formats sont notamment liées aux intérêts régionaux: présence
de caractères accentués ou d'alphabets particuliers. Les industries souhaitent
également offrir de nouveaux caractères, en respectant tous les standards avec
une rigueur inégale.
Codage des caractères[modifier | modifier le code]
Comme tout fichier informatique, un fichier texte contient fondamentalement
des bits. La particularité d'un fichier texte est que l'ensemble du fichier respecte
un standard de codage des caractères. Il existe de nombreux standards de
codage de caractères, ce qui peut rendre problématique la compatibilité des
fichiers texte.
Rôle de l'ASCII[modifier | modifier le code]
La dénomination « fichier ASCII » est souvent confusément (et/ou abusivement)
utilisée à propos de fichiers texte n'utilisant pas le codage des caractères ASCII,
soit pour marquer une opposition à l'EBCDIC, soit pour interdire l'utilisation de
langues autre que l'anglais. Cela tient aussi à une histoire compliquée liée à
l'influence et aux intérêts des États-Unis, pays de langue anglaise, et au fait
qu'actuellement les fichiers textes sont généralement compatibles ASCII tout en
ne se limitant pas à ces caractères. Ainsi des fichiers textes UTF-8 bénéficient
d'une certaine interopérabilité avec des logiciels qui nécessitent des fichiers
compatibles ASCII, contrairement aux fichiers textes UTF-16, qui nécessitent des
logiciels spécifiquement adaptés à l'UTF-16.
Rôle du BOM[modifier | modifier le code]
Article détaillé : Byte Order Mark.
Le BOM est une invention du standard Unicode. Il est parfois présent en début de
fichier pour indiquer visuellement l'encodage d'un fichier (ce code dans un fichier
UTF8 sera visualisé « ï»¿ » en iso8859-1). À ce titre, il s'agit d'un nombre
magique au même titre que le shebang. Mais il est aussi et surtout utilisé pour
déterminer l'ordre des octets (endianness) et cela peut poser des problèmes à
certains logiciels.
Séquence d'échappement[modifier | modifier le code]
Les séquences d'échappement peuvent également être traitées de manière
inégales, alors que leur utilisation est impérative en ISO-2022, conduisant à
l'apparition de mojibake au sens premier du mot.

Notes et références[modifier | modifier le code]

Notes[modifier | modifier le code]
1. ↑ Le standard des États-Unis, l'ASCII inclut des caractères de contrôle, tel que
l'échappement de valeur 27.
2. ↑ les standards ISO-2022 sont bâtis sur ces séquences.
3. ↑ L'Unicode autorise l'utilisation d'un indicateur dénommé BOM.
4. ↑ ASCII 8 bits avec le bit sept, le plus fort, à 0.
5. ↑ Ce qui pourrait signifier que chaque colonne avait un sens précis comme en Cobol et
que la longueur des lignes était fixe, comme l'écran.

Références[modifier | modifier le code]
1. ↑ Popular Science Magazine, February 1950, page 96 [archive]
2. ↑ (en) Request for comments no 265 [archive].
3. ↑ (en) Request for comments no 354 [archive].
4. ↑ Revenir plus haut en :a et b (en) Request for comments no 765 [archive].
5. ↑ File Transfer Protocol  : RFC  959, Network Working Group, octobre 1985 (lire en
ligne [archive]), page 15
6. ↑ Revenir plus haut en :a et b http://www.cairn.info/article.php?ID_ARTICLE=DN_063_0013 [archive]
7. ↑ Barbara Beeton, Asmus Freytag, Murray Sargent III, Unicode Technical Report
1. 25 “Unicode Support for
Mathematics”, https://www.unicode.org/reports/tr25 [archive]
8. ↑ http://www.oqlf.gouv.qc.ca/ressources/bibliotheque/dictionnaires/internet/fiches/8383642
.html [archive]

Voir aussi[modifier | modifier le code]

Articles connexes[modifier | modifier le code]

 Fichier binaire
 Éditeur de texte
 Format de fichier
 Fichier
   Portail de l’informatique 
  Portail de l’écriture
Catégories : 
 Format de données numériques
 Codage du texte
 Format ouvert
[+]
 La dernière modification de cette page a été faite le 15 octobre 2021 à 16:01.
 Droit d'auteur : les textes sont disponibles sous licence Creative Commons attribution, partage dans
les mêmes conditions ; d’autres conditions peuvent s’appliquer. Voyez les conditions
d’utilisation pour plus de détails, ainsi que les crédits graphiques. En cas de réutilisation des textes
de cette page, voyez comment citer les auteurs et mentionner la licence.
Wikipedia® est une marque déposée de la Wikimedia Foundation, Inc., organisation de
bienfaisance régie par le paragraphe 501(c)(3) du code fiscal des États-Unis.

Fichier texte
Pour les articles homonymes, voir TXT.
Fichier texte

Les 95 caractères et signes du codage ASCII

Caractéristiques
Extensions .txt ,  .text , -

Type MIME text/plain

PUID x-fmt/111

modifier - modifier le code - modifier Wikidata

En informatique, un fichier texte ou fichier texte brut ou fichier texte

simple[réf. nécessaire] est un fichier dont le contenu représente uniquement une suite
de caractères ; il utilise nécessairement une forme particulière de codage des
caractères qui peut être une variante ou une extension du standard local des États-
Unis, l'ASCII. Il n'existe aucune définition officielle, et les différentes interprétations
de ce qu'est un fichier texte partagent des propriétés essentielles. Les caractères
considérés sont généralement les caractères imprimables, d'espaces et de retours à
la ligne. Certains codages de caractères normalisés incluent également certains
caractères de contrôleN 1, séquence d'échappementN 2 ou marqueursN 3 qui peuvent
faire l'objet de différences d'appréciations. La notion de fichier texte est donc
subjective et dépend notamment des systèmes de codage de caractère considérés
(windows-1252 et ISO-8859-1 n'offrant pas les mêmes plages de valeurs
«imprimables».)
Un fichier « non texte » est appelé « fichier binaire », dans le sens où
les bits contenus dans le fichier ne représentent pas une simple suite de caractères
imprimables, d'espaces et de retours à la ligne.

Sommaire

 1Histoire
 2Texte brut
 3Apports et limitations
o 3.1Apports
o 3.2Limitations
 4Usage
 5Structure et propriétés
o 5.1Séquence de lignes
o 5.2Alignement vertical
 6Standardisation et normalisation
o 6.1Codage des caractères
 6.1.1Rôle de l'ASCII
o 6.2Rôle du BOM
o 6.3Séquence d'échappement
 7Notes et références
o 7.1Notes
o 7.2Références
 8Voir aussi
o 8.1Articles connexes

Histoire[modifier | modifier le code]

Un fichier en carte perforée

Extrait d'un programme écrit en BASIC

Copie papier d'un code source (en Fortran) des années 1970, imprimé sur du papier continu, dédié aux
fichiers textes.

La notion de fichier texte a évolué avec l'histoire de l'informatique.

Le mot fichier (« file » en anglais) a été utilisé publiquement dans le contexte d'un
enregistrement informatique déjà en février 1950. Une publicité de la radio Radio
Corporation of America de Popular Science Magazine1 décrivant une nouvelle
mémoire à tube à vide qu'elle avait développée, expliquait :
«...the results of countless computations can be kept "on file" and taken out
again. Such a "file" now exists in a "memory" tube developed at RCA
Laboratories. Electronically it retains figures fed into calculating machines,
holds them in storage while it memorizes new ones - speeds intelligent
solutions through mazes of mathematics. »
En 1952 un fichier était utilisé pour désigner l'information enregistrée sur
une carte perforée.
Or il se trouve que les cartes perforées partageaient certaines propriétés:

 Chaque carte représentait une ligne de 80 colonnes (en général)

 Les programmes (code source) étaient écrits en assemblant des lignes
de textes
 Les cartes perforées qui ne contenaient pas de texte étaient donc déjà
différentes.
En 1971, le RFC 2652 indique qu'un fichier peut être ASCII, cœur d'exécutable,
ou autre. Il mentionne notamment l'EBCDIC.
En juillet 1972, le RFC 3543, discutant des échanges de texte par le protocole
réseau NVT-ASCIIN 4 FTP, indique que les fichiers textes sont enregistrés de
manières différentes selon les systèmes :

 le PDP-10 enregistre le NVT-ASCII en 7-bits justifiés à gauche dans

des mots de 36 bits ;
 le 360's enregistre le texte avec un codage EBCDIC 8-bit ;
 Multics enregistre le texte avec quatre caractère de neuf bits dans des
mots de 36 bits.
Il indique donc que pour le bon transfert des textes, il est nécessaire que les deux
parties effectuent leur part respective de la conversion dans un codage commun;
il s'agit à cette époque de l'ASCII 8 bits, dit NVT.
Cette même année, la RFC fait apparaître le besoin d'une unité commune pour
transmettre des données binaires entre systèmes dont les mots n'ont pas la
même taille, et suggère l'utilisation de byte de 8 bits, c'est-à-dire, de ce que l'on
appelle aujourd'hui des octets, tout en permettant l'utilisation de bytes/mots
différents si négocié.
En 1980, le RFC 7654 en spécifiant le protocole FTP indique les trois raisons
occasionnant le transfert d'un fichier : l'impression, l'archivage, et le traitement.
Constatant, que le seul encodage n'est pas une métainformation suffisante, il
spécifie le reste et notamment les différents mécanismes de changement de ligne
à travers des caractères de contrôle ou de défilement de lignes. En page 12, le
RFC clarifie que les fichiers textes sont tout aussi bien des fichiers ASCII que des
fichiers EBCDIC.
En 1985, lors de l'élaboration du protocole FTP de transfert de fichier, il a été
recommandé de considérer comme fichier texte (en anglais "text" files), deux
formats de fichiers :

 les fichiers file structure, où le fichier est considéré être une séquence

continue de lignes.
 les fichiers record-structure, où le fichier est constitué
d'enregistrements séquentielsN 5
De même les types ASCII et EBCDIC ont été acceptés comme fichier texte 5.
 Cette section est vide, insuffisamment détaillée ou incomplète. Votre aide est
la bienvenue ! Comment faire ?

Texte brut[modifier | modifier le code]

Article détaillé : Texte brut.
Texte brut Unicode (Unicode plain text)
De nos jours, l'Unicode est de plus en plus reconnu comme format de texte brut.
Le standard Unicode définit selon ses propres termes ce qu'est le texte brut, sous
le terme de plain text, dans sa version anglaise.
La notion de fichier texte se rapproche donc des propriétés que le standard
Unicode attribue au format nommé plain text en langue anglaise et signifiant texte
brut.
Généralités et controverses
La notion de texte brut (plain text) a, comme la notion de texte enrichi (fancy text),
été introduite par Unicode6.
La notion de plain text peut être traduite par texte en clair, pur texte, texte pur, ou
texte brut6.
Linux Information Project en donne une vision restrictive.
Format de codage
Si l'encodage est inconnu, un texte brut quelconque est inexploitable.
Texte brut approché en mathématiques
Alors que les mathématiques sont un langage international, en tout ou partie, leur
représentation informatique a pu être négligée lors de la création de différents
systèmes de codage des caractères. Toutefois, ces symboles ont bénéficié d'une
forte prise en charge par l'Unicode7, offrant de nouvelles perspectives.
Histoire
La notion de texte brut est implicitement assez ancienne puisque
vraisemblablement elle remonte sans doute au moins si ce n'est à la notion de
machine à écrire, aux premiers langages de programmation utilisant cette
technologie.
Dans son aspect réseau, elle est consignée dans de nombreux RFC.
Protocole et fichier
L'usage du texte brut peut varier entre protocole et ficher. Ceci peut
généralement être invisible à l'utilisateur lorsqu'il copie un texte d'un logiciel à un
autre.
Dans un protocole, le protocole spécifie généralement l'encodage utilisé, d'une
manière ou d'une autre; la longueur du texte peut ne pas être limité, en fonction
du protocole.
Un fichier a généralement une taille limitée, il est généralement admis qu'un
système de fichier ne fournit pas d'information sur l'encodage utilisé pour encoder
un texte brut donné. Cette information essentielle est alors déterminée à travers
un ensemble d'heuristiques.

Apports et limitations[modifier | modifier le code]

Le fichier texte est un élément déterminant en ce qu'il offre la possibilité de
décrire des codes sources et de faciliter la programmation des ordinateurs.
Toutefois, il souffre de facto de nombreux problème d'interopérabilité.
Apports[modifier | modifier le code]
Le fichier texte, lorsqu'il apparait apporte la possibilité de permettre à un humain
de soumettre un texte au traitement automatique d'une machine. Il offre
également la possibilité de supprimer et d'ajouter une ligne, et cela dès les cartes
perforées. Cette fonctionnalité a été reprise par des logiciels comme ed ou edlin.
Limitations[modifier | modifier le code]
Un fichier texte est limité dans sa taille, comme le sont tous les fichiers, par
le système de gestion de fichiers.
De plus par convention on limite volontairement le nombre de colonnes. Une
convention commune est ancienne est d'environ 80 ou 132 colonnes. Cela
correspondait aux standards de terminaux physiques aujourd'hui dépassés. Les
éditeurs modernes savent souvent gérer des lignes plus longues bien que cela ne
soit pas conseillé pour des questions de présentation.
Le fichier texte peut poser de nombreux problèmes d'interopérabilité (pour cause
d'encodage différents) entre pays, entre fournisseurs de logiciels, notamment.

Usage[modifier | modifier le code]
Les fichiers texte sont utilisés par de nombreux logiciels pour conserver les
données de configuration. Ils sont également utilisés pour contenir
les textes écrits en langages de programmation. En outre, la plupart des
langages de programmation offrent des fonctions prédéfinies pour manipuler du
texte brut, ce qui rend la gestion des fichiers textes particulièrement accessible.
Le logiciel utilisé pour éditer un fichier texte est un éditeur de texte. Dans le cas
général, un traitement de texte ne produit pas des fichiers texte. En effet, un
traitement de texte n'a pas seulement besoin de manipuler du texte brut, mais
également des informations sur la fonte de caractère utilisée, la disposition des
caractères dans des pages, les styles typographiques, etc. Toutefois, les
traitements de texte peuvent ouvrir ou sauvegarder un fichier texte, aucune
information de mise en forme n'étant conservée, sauf le cas échéant les sauts de
ligne.
Un fichier texte peut être la structure sous-jacente d'un fichier journal 8.

Structure et propriétés[modifier | modifier le code]

La structure d'un fichier texte est une séquence de lignes. Toutefois,
historiquement, chaque caractère est aligné verticalement, c'est encore le cas
aujourd'hui, dans un éditeur de texte en ligne ou local.
Séquence de lignes[modifier | modifier le code]
Le concept de séquence de lignes reste une caractéristique forte d'un fichier
texte.
Un fichier texte peut simplement contenir du texte dans une langue quelconque.
Dans ce cas, aujourd'hui, il ne respecte plus aucune structure particulière.

Il était une fois une marchande de foie

qui vendait du foie dans la Ville de Foix.
Elle se dit «ma foi c'est la première fois
que je vends du foie dans la ville de Foix !»
using (FileStream stm = new FileStream("logfile.txt", FileMode.Create))
{
return ProcessStuff(stm); //
}

Un fichier texte peut également contenir une donnée structurée qui peut être
analysée par un logiciel et affichée sous une forme plus évoluée, par exemple
une page web :

<!DOCTYPE html>
<html lang="fr">
<head><title>Page web d'exemple</title></head>
<body>
<p>Ceci est une page web d'exemple.</p>
</body>
</html>

Alignement vertical[modifier | modifier le code]

Un fichier texte est généralement rendu visible avec des polices à chasse fixe
alignant le texte verticalement. L'arrivée d'un grand nombre de caractères
Unicode dans les fichiers textes peut questionner ce concept.
Enfin, et de manière plus anecdotique, le propos d'un fichier texte peut être
détourné pour contenir une image, c'est ce qu'on appelle l'art ASCII :

(\___/) (*) (*) \ /

(=*.*=) (°_°) {^o^}
(")___(") (+) (+) (| . |)
(_) (_) (_) (_)

Cet art nécessite toutefois que tous les caractères affichés aient la même largeur.
Cette technologie a notamment été utilisée pour spécifier des protocoles de
transfert de fichier.
Utilisation de l'art-ASCII comme élément de spécification du «FILE TRANSFER
PROTOCOL» RFC 7654; année 1980:

-------------
 |/---------\|
|| User || --------
||Interface|<--->| User |
|\----:----/| --------
---------- | V |
|/------\| FTP Commands |/---------\|
||Server|<---------------->| User ||
|| PI || FTP Replies || PI ||
|\--:---/| |\----:----/|
| V | | V |
-------- |/------\| Data |/---------\| --------
| File |<--->|Server|<---------------->| User |<--->| File |
|System| || DTP || Connection || DTP || |System|
-------- |\------/| |\---------/| --------
---------- -------------

Server-FTP User-FTP

Standardisation et normalisation[modifier | modifier le code]

Les fichiers textes peuvent connaitre des problèmes d'interopérabilité :

 Différence de traitement des changements de lignes : CR ; LF, NL ;

CR+LF
 Présence ou absence éventuelle du marqueur magique BOM
 Différence de codage des caractères
 Différence de traitement des séquences d'échappement éventuelles.
Les variations de formats sont notamment liées aux intérêts régionaux: présence
de caractères accentués ou d'alphabets particuliers. Les industries souhaitent
également offrir de nouveaux caractères, en respectant tous les standards avec
une rigueur inégale.
Codage des caractères[modifier | modifier le code]
Comme tout fichier informatique, un fichier texte contient fondamentalement
des bits. La particularité d'un fichier texte est que l'ensemble du fichier respecte
un standard de codage des caractères. Il existe de nombreux standards de
codage de caractères, ce qui peut rendre problématique la compatibilité des
fichiers texte.
Rôle de l'ASCII[modifier | modifier le code]
La dénomination « fichier ASCII » est souvent confusément (et/ou abusivement)
utilisée à propos de fichiers texte n'utilisant pas le codage des caractères ASCII,
soit pour marquer une opposition à l'EBCDIC, soit pour interdire l'utilisation de
langues autre que l'anglais. Cela tient aussi à une histoire compliquée liée à
l'influence et aux intérêts des États-Unis, pays de langue anglaise, et au fait
qu'actuellement les fichiers textes sont généralement compatibles ASCII tout en
ne se limitant pas à ces caractères. Ainsi des fichiers textes UTF-8 bénéficient
d'une certaine interopérabilité avec des logiciels qui nécessitent des fichiers
compatibles ASCII, contrairement aux fichiers textes UTF-16, qui nécessitent des
logiciels spécifiquement adaptés à l'UTF-16.
Rôle du BOM[modifier | modifier le code]
Article détaillé : Byte Order Mark.
Le BOM est une invention du standard Unicode. Il est parfois présent en début de
fichier pour indiquer visuellement l'encodage d'un fichier (ce code dans un fichier
UTF8 sera visualisé « ï»¿ » en iso8859-1). À ce titre, il s'agit d'un nombre
magique au même titre que le shebang. Mais il est aussi et surtout utilisé pour
déterminer l'ordre des octets (endianness) et cela peut poser des problèmes à
certains logiciels.
Séquence d'échappement[modifier | modifier le code]
Les séquences d'échappement peuvent également être traitées de manière
inégales, alors que leur utilisation est impérative en ISO-2022, conduisant à
l'apparition de mojibake au sens premier du mot.

Notes et références[modifier | modifier le code]

Notes[modifier | modifier le code]
1. ↑ Le standard des États-Unis, l'ASCII inclut des caractères de contrôle, tel que
l'échappement de valeur 27.
2. ↑ les standards ISO-2022 sont bâtis sur ces séquences.
3. ↑ L'Unicode autorise l'utilisation d'un indicateur dénommé BOM.
4. ↑ ASCII 8 bits avec le bit sept, le plus fort, à 0.
5. ↑ Ce qui pourrait signifier que chaque colonne avait un sens précis comme en Cobol et
que la longueur des lignes était fixe, comme l'écran.

Références[modifier | modifier le code]
1. ↑ Popular Science Magazine, February 1950, page 96 [archive]
2. ↑ (en) Request for comments no 265 [archive].
3. ↑ (en) Request for comments no 354 [archive].
4. ↑ Revenir plus haut en :a et b (en) Request for comments no 765 [archive].
5. ↑ File Transfer Protocol  : RFC  959, Network Working Group, octobre 1985 (lire en
ligne [archive]), page 15
6. ↑ Revenir plus haut en :a et b http://www.cairn.info/article.php?ID_ARTICLE=DN_063_0013 [archive]
7. ↑ Barbara Beeton, Asmus Freytag, Murray Sargent III, Unicode Technical Report
1. 25 “Unicode Support for
Mathematics”, https://www.unicode.org/reports/tr25 [archive]
8. ↑ http://www.oqlf.gouv.qc.ca/ressources/bibliotheque/dictionnaires/internet/fiches/8383642
.html [archive]

Voir aussi[modifier | modifier le code]

Articles connexes[modifier | modifier le code]

 Fichier binaire
 Éditeur de texte
 Format de fichier
 Fichier
   Portail de l’informatique 
  Portail de l’écriture
Catégories : 
 Format de données numériques
 Codage du texte
 Format ouvert
[+]
 La dernière modification de cette page a été faite le 15 octobre 2021 à 16:01.
 Droit d'auteur : les textes sont disponibles sous licence Creative Commons attribution, partage dans
les mêmes conditions ; d’autres conditions peuvent s’appliquer. Voyez les conditions
d’utilisation pour plus de détails, ainsi que les crédits graphiques. En cas de réutilisation des textes
de cette page, voyez comment citer les auteurs et mentionner la licence.
Wikipedia® est une marque déposée de la Wikimedia Foundation, Inc., organisation de
bienfaisance régie par le paragraphe 501(c)(3) du code fiscal des États-Unis.

Fichier texte
Pour les articles homonymes, voir TXT.
Fichier texte

Les 95 caractères et signes du codage ASCII

Caractéristiques
Extensions .txt ,  .text , -

Type MIME text/plain

PUID x-fmt/111

modifier - modifier le code - modifier Wikidata

En informatique, un fichier texte ou fichier texte brut ou fichier texte

simple[réf. nécessaire] est un fichier dont le contenu représente uniquement une suite
de caractères ; il utilise nécessairement une forme particulière de codage des
caractères qui peut être une variante ou une extension du standard local des États-
Unis, l'ASCII. Il n'existe aucune définition officielle, et les différentes interprétations
de ce qu'est un fichier texte partagent des propriétés essentielles. Les caractères
considérés sont généralement les caractères imprimables, d'espaces et de retours à
la ligne. Certains codages de caractères normalisés incluent également certains
caractères de contrôleN 1, séquence d'échappementN 2 ou marqueursN 3 qui peuvent
faire l'objet de différences d'appréciations. La notion de fichier texte est donc
subjective et dépend notamment des systèmes de codage de caractère considérés
(windows-1252 et ISO-8859-1 n'offrant pas les mêmes plages de valeurs
«imprimables».)
Un fichier « non texte » est appelé « fichier binaire », dans le sens où
les bits contenus dans le fichier ne représentent pas une simple suite de caractères
imprimables, d'espaces et de retours à la ligne.

Sommaire

 1Histoire
 2Texte brut
 3Apports et limitations
o 3.1Apports
o 3.2Limitations
 4Usage
 5Structure et propriétés
o 5.1Séquence de lignes
o 5.2Alignement vertical
 6Standardisation et normalisation
o 6.1Codage des caractères
 6.1.1Rôle de l'ASCII
o 6.2Rôle du BOM
o 6.3Séquence d'échappement
 7Notes et références
o 7.1Notes
o 7.2Références
 8Voir aussi
o 8.1Articles connexes

Histoire[modifier | modifier le code]

Un fichier en carte perforée

Extrait d'un programme écrit en BASIC

Copie papier d'un code source (en Fortran) des années 1970, imprimé sur du papier continu, dédié aux
fichiers textes.

La notion de fichier texte a évolué avec l'histoire de l'informatique.

Le mot fichier (« file » en anglais) a été utilisé publiquement dans le contexte d'un
enregistrement informatique déjà en février 1950. Une publicité de la radio Radio
Corporation of America de Popular Science Magazine1 décrivant une nouvelle
mémoire à tube à vide qu'elle avait développée, expliquait :
«...the results of countless computations can be kept "on file" and taken out
again. Such a "file" now exists in a "memory" tube developed at RCA
Laboratories. Electronically it retains figures fed into calculating machines,
holds them in storage while it memorizes new ones - speeds intelligent
solutions through mazes of mathematics. »
En 1952 un fichier était utilisé pour désigner l'information enregistrée sur
une carte perforée.
Or il se trouve que les cartes perforées partageaient certaines propriétés:

 Chaque carte représentait une ligne de 80 colonnes (en général)

 Les programmes (code source) étaient écrits en assemblant des lignes
de textes
 Les cartes perforées qui ne contenaient pas de texte étaient donc déjà
différentes.
En 1971, le RFC 2652 indique qu'un fichier peut être ASCII, cœur d'exécutable,
ou autre. Il mentionne notamment l'EBCDIC.
En juillet 1972, le RFC 3543, discutant des échanges de texte par le protocole
réseau NVT-ASCIIN 4 FTP, indique que les fichiers textes sont enregistrés de
manières différentes selon les systèmes :

 le PDP-10 enregistre le NVT-ASCII en 7-bits justifiés à gauche dans

des mots de 36 bits ;
 le 360's enregistre le texte avec un codage EBCDIC 8-bit ;
 Multics enregistre le texte avec quatre caractère de neuf bits dans des
mots de 36 bits.
Il indique donc que pour le bon transfert des textes, il est nécessaire que les deux
parties effectuent leur part respective de la conversion dans un codage commun;
il s'agit à cette époque de l'ASCII 8 bits, dit NVT.
Cette même année, la RFC fait apparaître le besoin d'une unité commune pour
transmettre des données binaires entre systèmes dont les mots n'ont pas la
même taille, et suggère l'utilisation de byte de 8 bits, c'est-à-dire, de ce que l'on
appelle aujourd'hui des octets, tout en permettant l'utilisation de bytes/mots
différents si négocié.
En 1980, le RFC 7654 en spécifiant le protocole FTP indique les trois raisons
occasionnant le transfert d'un fichier : l'impression, l'archivage, et le traitement.
Constatant, que le seul encodage n'est pas une métainformation suffisante, il
spécifie le reste et notamment les différents mécanismes de changement de ligne
à travers des caractères de contrôle ou de défilement de lignes. En page 12, le
RFC clarifie que les fichiers textes sont tout aussi bien des fichiers ASCII que des
fichiers EBCDIC.
En 1985, lors de l'élaboration du protocole FTP de transfert de fichier, il a été
recommandé de considérer comme fichier texte (en anglais "text" files), deux
formats de fichiers :

 les fichiers file structure, où le fichier est considéré être une séquence

continue de lignes.
 les fichiers record-structure, où le fichier est constitué
d'enregistrements séquentielsN 5
De même les types ASCII et EBCDIC ont été acceptés comme fichier texte 5.
 Cette section est vide, insuffisamment détaillée ou incomplète. Votre aide est
la bienvenue ! Comment faire ?

Texte brut[modifier | modifier le code]

Article détaillé : Texte brut.
Texte brut Unicode (Unicode plain text)
De nos jours, l'Unicode est de plus en plus reconnu comme format de texte brut.
Le standard Unicode définit selon ses propres termes ce qu'est le texte brut, sous
le terme de plain text, dans sa version anglaise.
La notion de fichier texte se rapproche donc des propriétés que le standard
Unicode attribue au format nommé plain text en langue anglaise et signifiant texte
brut.
Généralités et controverses
La notion de texte brut (plain text) a, comme la notion de texte enrichi (fancy text),
été introduite par Unicode6.
La notion de plain text peut être traduite par texte en clair, pur texte, texte pur, ou
texte brut6.
Linux Information Project en donne une vision restrictive.
Format de codage
Si l'encodage est inconnu, un texte brut quelconque est inexploitable.
Texte brut approché en mathématiques
Alors que les mathématiques sont un langage international, en tout ou partie, leur
représentation informatique a pu être négligée lors de la création de différents
systèmes de codage des caractères. Toutefois, ces symboles ont bénéficié d'une
forte prise en charge par l'Unicode7, offrant de nouvelles perspectives.
Histoire
La notion de texte brut est implicitement assez ancienne puisque
vraisemblablement elle remonte sans doute au moins si ce n'est à la notion de
machine à écrire, aux premiers langages de programmation utilisant cette
technologie.
Dans son aspect réseau, elle est consignée dans de nombreux RFC.
Protocole et fichier
L'usage du texte brut peut varier entre protocole et ficher. Ceci peut
généralement être invisible à l'utilisateur lorsqu'il copie un texte d'un logiciel à un
autre.
Dans un protocole, le protocole spécifie généralement l'encodage utilisé, d'une
manière ou d'une autre; la longueur du texte peut ne pas être limité, en fonction
du protocole.
Un fichier a généralement une taille limitée, il est généralement admis qu'un
système de fichier ne fournit pas d'information sur l'encodage utilisé pour encoder
un texte brut donné. Cette information essentielle est alors déterminée à travers
un ensemble d'heuristiques.

Apports et limitations[modifier | modifier le code]

Le fichier texte est un élément déterminant en ce qu'il offre la possibilité de
décrire des codes sources et de faciliter la programmation des ordinateurs.
Toutefois, il souffre de facto de nombreux problème d'interopérabilité.
Apports[modifier | modifier le code]
Le fichier texte, lorsqu'il apparait apporte la possibilité de permettre à un humain
de soumettre un texte au traitement automatique d'une machine. Il offre
également la possibilité de supprimer et d'ajouter une ligne, et cela dès les cartes
perforées. Cette fonctionnalité a été reprise par des logiciels comme ed ou edlin.
Limitations[modifier | modifier le code]
Un fichier texte est limité dans sa taille, comme le sont tous les fichiers, par
le système de gestion de fichiers.
De plus par convention on limite volontairement le nombre de colonnes. Une
convention commune est ancienne est d'environ 80 ou 132 colonnes. Cela
correspondait aux standards de terminaux physiques aujourd'hui dépassés. Les
éditeurs modernes savent souvent gérer des lignes plus longues bien que cela ne
soit pas conseillé pour des questions de présentation.
Le fichier texte peut poser de nombreux problèmes d'interopérabilité (pour cause
d'encodage différents) entre pays, entre fournisseurs de logiciels, notamment.

Usage[modifier | modifier le code]
Les fichiers texte sont utilisés par de nombreux logiciels pour conserver les
données de configuration. Ils sont également utilisés pour contenir
les textes écrits en langages de programmation. En outre, la plupart des
langages de programmation offrent des fonctions prédéfinies pour manipuler du
texte brut, ce qui rend la gestion des fichiers textes particulièrement accessible.
Le logiciel utilisé pour éditer un fichier texte est un éditeur de texte. Dans le cas
général, un traitement de texte ne produit pas des fichiers texte. En effet, un
traitement de texte n'a pas seulement besoin de manipuler du texte brut, mais
également des informations sur la fonte de caractère utilisée, la disposition des
caractères dans des pages, les styles typographiques, etc. Toutefois, les
traitements de texte peuvent ouvrir ou sauvegarder un fichier texte, aucune
information de mise en forme n'étant conservée, sauf le cas échéant les sauts de
ligne.
Un fichier texte peut être la structure sous-jacente d'un fichier journal 8.

Structure et propriétés[modifier | modifier le code]

La structure d'un fichier texte est une séquence de lignes. Toutefois,
historiquement, chaque caractère est aligné verticalement, c'est encore le cas
aujourd'hui, dans un éditeur de texte en ligne ou local.
Séquence de lignes[modifier | modifier le code]
Le concept de séquence de lignes reste une caractéristique forte d'un fichier
texte.
Un fichier texte peut simplement contenir du texte dans une langue quelconque.
Dans ce cas, aujourd'hui, il ne respecte plus aucune structure particulière.

Il était une fois une marchande de foie

qui vendait du foie dans la Ville de Foix.
Elle se dit «ma foi c'est la première fois
que je vends du foie dans la ville de Foix !»
using (FileStream stm = new FileStream("logfile.txt", FileMode.Create))
{
return ProcessStuff(stm); //
}

Un fichier texte peut également contenir une donnée structurée qui peut être
analysée par un logiciel et affichée sous une forme plus évoluée, par exemple
une page web :

<!DOCTYPE html>
<html lang="fr">
<head><title>Page web d'exemple</title></head>
<body>
<p>Ceci est une page web d'exemple.</p>
</body>
</html>

Alignement vertical[modifier | modifier le code]

Un fichier texte est généralement rendu visible avec des polices à chasse fixe
alignant le texte verticalement. L'arrivée d'un grand nombre de caractères
Unicode dans les fichiers textes peut questionner ce concept.
Enfin, et de manière plus anecdotique, le propos d'un fichier texte peut être
détourné pour contenir une image, c'est ce qu'on appelle l'art ASCII :

(\___/) (*) (*) \ /

(=*.*=) (°_°) {^o^}
(")___(") (+) (+) (| . |)
(_) (_) (_) (_)

Cet art nécessite toutefois que tous les caractères affichés aient la même largeur.
Cette technologie a notamment été utilisée pour spécifier des protocoles de
transfert de fichier.
Utilisation de l'art-ASCII comme élément de spécification du «FILE TRANSFER
PROTOCOL» RFC 7654; année 1980:

-------------
 |/---------\|
|| User || --------
||Interface|<--->| User |
|\----:----/| --------
---------- | V |
|/------\| FTP Commands |/---------\|
||Server|<---------------->| User ||
|| PI || FTP Replies || PI ||
|\--:---/| |\----:----/|
| V | | V |
-------- |/------\| Data |/---------\| --------
| File |<--->|Server|<---------------->| User |<--->| File |
|System| || DTP || Connection || DTP || |System|
-------- |\------/| |\---------/| --------
---------- -------------

Server-FTP User-FTP

Standardisation et normalisation[modifier | modifier le code]

Les fichiers textes peuvent connaitre des problèmes d'interopérabilité :

 Différence de traitement des changements de lignes : CR ; LF, NL ;

CR+LF
 Présence ou absence éventuelle du marqueur magique BOM
 Différence de codage des caractères
 Différence de traitement des séquences d'échappement éventuelles.
Les variations de formats sont notamment liées aux intérêts régionaux: présence
de caractères accentués ou d'alphabets particuliers. Les industries souhaitent
également offrir de nouveaux caractères, en respectant tous les standards avec
une rigueur inégale.
Codage des caractères[modifier | modifier le code]
Comme tout fichier informatique, un fichier texte contient fondamentalement
des bits. La particularité d'un fichier texte est que l'ensemble du fichier respecte
un standard de codage des caractères. Il existe de nombreux standards de
codage de caractères, ce qui peut rendre problématique la compatibilité des
fichiers texte.
Rôle de l'ASCII[modifier | modifier le code]
La dénomination « fichier ASCII » est souvent confusément (et/ou abusivement)
utilisée à propos de fichiers texte n'utilisant pas le codage des caractères ASCII,
soit pour marquer une opposition à l'EBCDIC, soit pour interdire l'utilisation de
langues autre que l'anglais. Cela tient aussi à une histoire compliquée liée à
l'influence et aux intérêts des États-Unis, pays de langue anglaise, et au fait
qu'actuellement les fichiers textes sont généralement compatibles ASCII tout en
ne se limitant pas à ces caractères. Ainsi des fichiers textes UTF-8 bénéficient
d'une certaine interopérabilité avec des logiciels qui nécessitent des fichiers
compatibles ASCII, contrairement aux fichiers textes UTF-16, qui nécessitent des
logiciels spécifiquement adaptés à l'UTF-16.
Rôle du BOM[modifier | modifier le code]
Article détaillé : Byte Order Mark.
Le BOM est une invention du standard Unicode. Il est parfois présent en début de
fichier pour indiquer visuellement l'encodage d'un fichier (ce code dans un fichier
UTF8 sera visualisé « ï»¿ » en iso8859-1). À ce titre, il s'agit d'un nombre
magique au même titre que le shebang. Mais il est aussi et surtout utilisé pour
déterminer l'ordre des octets (endianness) et cela peut poser des problèmes à
certains logiciels.
Séquence d'échappement[modifier | modifier le code]
Les séquences d'échappement peuvent également être traitées de manière
inégales, alors que leur utilisation est impérative en ISO-2022, conduisant à
l'apparition de mojibake au sens premier du mot.

Notes et références[modifier | modifier le code]

Notes[modifier | modifier le code]
1. ↑ Le standard des États-Unis, l'ASCII inclut des caractères de contrôle, tel que
l'échappement de valeur 27.
2. ↑ les standards ISO-2022 sont bâtis sur ces séquences.
3. ↑ L'Unicode autorise l'utilisation d'un indicateur dénommé BOM.
4. ↑ ASCII 8 bits avec le bit sept, le plus fort, à 0.
5. ↑ Ce qui pourrait signifier que chaque colonne avait un sens précis comme en Cobol et
que la longueur des lignes était fixe, comme l'écran.

Références[modifier | modifier le code]
1. ↑ Popular Science Magazine, February 1950, page 96 [archive]
2. ↑ (en) Request for comments no 265 [archive].
3. ↑ (en) Request for comments no 354 [archive].
4. ↑ Revenir plus haut en :a et b (en) Request for comments no 765 [archive].
5. ↑ File Transfer Protocol  : RFC  959, Network Working Group, octobre 1985 (lire en
ligne [archive]), page 15
6. ↑ Revenir plus haut en :a et b http://www.cairn.info/article.php?ID_ARTICLE=DN_063_0013 [archive]
7. ↑ Barbara Beeton, Asmus Freytag, Murray Sargent III, Unicode Technical Report
1. 25 “Unicode Support for
Mathematics”, https://www.unicode.org/reports/tr25 [archive]
8. ↑ http://www.oqlf.gouv.qc.ca/ressources/bibliotheque/dictionnaires/internet/fiches/8383642
.html [archive]

Voir aussi[modifier | modifier le code]

Articles connexes[modifier | modifier le code]

 Fichier binaire
 Éditeur de texte
 Format de fichier
 Fichier
   Portail de l’informatique 
  Portail de l’écriture
Catégories : 
 Format de données numériques
 Codage du texte
 Format ouvert
[+]
 La dernière modification de cette page a été faite le 15 octobre 2021 à 16:01.
 Droit d'auteur : les textes sont disponibles sous licence Creative Commons attribution, partage dans
les mêmes conditions ; d’autres conditions peuvent s’appliquer. Voyez les conditions
d’utilisation pour plus de détails, ainsi que les crédits graphiques. En cas de réutilisation des textes
de cette page, voyez comment citer les auteurs et mentionner la licence.
Wikipedia® est une marque déposée de la Wikimedia Foundation, Inc., organisation de
bienfaisance régie par le paragraphe 501(c)(3) du code fiscal des États-Unis.

Fichier texte
Pour les articles homonymes, voir TXT.
Fichier texte

Les 95 caractères et signes du codage ASCII

Caractéristiques
Extensions .txt ,  .text , -

Type MIME text/plain

PUID x-fmt/111

modifier - modifier le code - modifier Wikidata

En informatique, un fichier texte ou fichier texte brut ou fichier texte

simple[réf. nécessaire] est un fichier dont le contenu représente uniquement une suite
de caractères ; il utilise nécessairement une forme particulière de codage des
caractères qui peut être une variante ou une extension du standard local des États-
Unis, l'ASCII. Il n'existe aucune définition officielle, et les différentes interprétations
de ce qu'est un fichier texte partagent des propriétés essentielles. Les caractères
considérés sont généralement les caractères imprimables, d'espaces et de retours à
la ligne. Certains codages de caractères normalisés incluent également certains
caractères de contrôleN 1, séquence d'échappementN 2 ou marqueursN 3 qui peuvent
faire l'objet de différences d'appréciations. La notion de fichier texte est donc
subjective et dépend notamment des systèmes de codage de caractère considérés
(windows-1252 et ISO-8859-1 n'offrant pas les mêmes plages de valeurs
«imprimables».)
Un fichier « non texte » est appelé « fichier binaire », dans le sens où
les bits contenus dans le fichier ne représentent pas une simple suite de caractères
imprimables, d'espaces et de retours à la ligne.

Sommaire

 1Histoire
 2Texte brut
 3Apports et limitations
o 3.1Apports
o 3.2Limitations
 4Usage
 5Structure et propriétés
o 5.1Séquence de lignes
o 5.2Alignement vertical
 6Standardisation et normalisation
o 6.1Codage des caractères
 6.1.1Rôle de l'ASCII
o 6.2Rôle du BOM
o 6.3Séquence d'échappement
 7Notes et références
o 7.1Notes
o 7.2Références
 8Voir aussi
o 8.1Articles connexes

Histoire[modifier | modifier le code]

Un fichier en carte perforée

Extrait d'un programme écrit en BASIC

Copie papier d'un code source (en Fortran) des années 1970, imprimé sur du papier continu, dédié aux
fichiers textes.

La notion de fichier texte a évolué avec l'histoire de l'informatique.

Le mot fichier (« file » en anglais) a été utilisé publiquement dans le contexte d'un
enregistrement informatique déjà en février 1950. Une publicité de la radio Radio
Corporation of America de Popular Science Magazine1 décrivant une nouvelle
mémoire à tube à vide qu'elle avait développée, expliquait :
«...the results of countless computations can be kept "on file" and taken out
again. Such a "file" now exists in a "memory" tube developed at RCA
Laboratories. Electronically it retains figures fed into calculating machines,
holds them in storage while it memorizes new ones - speeds intelligent
solutions through mazes of mathematics. »
En 1952 un fichier était utilisé pour désigner l'information enregistrée sur
une carte perforée.
Or il se trouve que les cartes perforées partageaient certaines propriétés:

 Chaque carte représentait une ligne de 80 colonnes (en général)

 Les programmes (code source) étaient écrits en assemblant des lignes
de textes
 Les cartes perforées qui ne contenaient pas de texte étaient donc déjà
différentes.
En 1971, le RFC 2652 indique qu'un fichier peut être ASCII, cœur d'exécutable,
ou autre. Il mentionne notamment l'EBCDIC.
En juillet 1972, le RFC 3543, discutant des échanges de texte par le protocole
réseau NVT-ASCIIN 4 FTP, indique que les fichiers textes sont enregistrés de
manières différentes selon les systèmes :

 le PDP-10 enregistre le NVT-ASCII en 7-bits justifiés à gauche dans

des mots de 36 bits ;
 le 360's enregistre le texte avec un codage EBCDIC 8-bit ;
 Multics enregistre le texte avec quatre caractère de neuf bits dans des
mots de 36 bits.
Il indique donc que pour le bon transfert des textes, il est nécessaire que les deux
parties effectuent leur part respective de la conversion dans un codage commun;
il s'agit à cette époque de l'ASCII 8 bits, dit NVT.
Cette même année, la RFC fait apparaître le besoin d'une unité commune pour
transmettre des données binaires entre systèmes dont les mots n'ont pas la
même taille, et suggère l'utilisation de byte de 8 bits, c'est-à-dire, de ce que l'on
appelle aujourd'hui des octets, tout en permettant l'utilisation de bytes/mots
différents si négocié.
En 1980, le RFC 7654 en spécifiant le protocole FTP indique les trois raisons
occasionnant le transfert d'un fichier : l'impression, l'archivage, et le traitement.
Constatant, que le seul encodage n'est pas une métainformation suffisante, il
spécifie le reste et notamment les différents mécanismes de changement de ligne
à travers des caractères de contrôle ou de défilement de lignes. En page 12, le
RFC clarifie que les fichiers textes sont tout aussi bien des fichiers ASCII que des
fichiers EBCDIC.
En 1985, lors de l'élaboration du protocole FTP de transfert de fichier, il a été
recommandé de considérer comme fichier texte (en anglais "text" files), deux
formats de fichiers :

 les fichiers file structure, où le fichier est considéré être une séquence

continue de lignes.
 les fichiers record-structure, où le fichier est constitué
d'enregistrements séquentielsN 5
De même les types ASCII et EBCDIC ont été acceptés comme fichier texte 5.
 Cette section est vide, insuffisamment détaillée ou incomplète. Votre aide est
la bienvenue ! Comment faire ?

Texte brut[modifier | modifier le code]

Article détaillé : Texte brut.
Texte brut Unicode (Unicode plain text)
De nos jours, l'Unicode est de plus en plus reconnu comme format de texte brut.
Le standard Unicode définit selon ses propres termes ce qu'est le texte brut, sous
le terme de plain text, dans sa version anglaise.
La notion de fichier texte se rapproche donc des propriétés que le standard
Unicode attribue au format nommé plain text en langue anglaise et signifiant texte
brut.
Généralités et controverses
La notion de texte brut (plain text) a, comme la notion de texte enrichi (fancy text),
été introduite par Unicode6.
La notion de plain text peut être traduite par texte en clair, pur texte, texte pur, ou
texte brut6.
Linux Information Project en donne une vision restrictive.
Format de codage
Si l'encodage est inconnu, un texte brut quelconque est inexploitable.
Texte brut approché en mathématiques
Alors que les mathématiques sont un langage international, en tout ou partie, leur
représentation informatique a pu être négligée lors de la création de différents
systèmes de codage des caractères. Toutefois, ces symboles ont bénéficié d'une
forte prise en charge par l'Unicode7, offrant de nouvelles perspectives.
Histoire
La notion de texte brut est implicitement assez ancienne puisque
vraisemblablement elle remonte sans doute au moins si ce n'est à la notion de
machine à écrire, aux premiers langages de programmation utilisant cette
technologie.
Dans son aspect réseau, elle est consignée dans de nombreux RFC.
Protocole et fichier
L'usage du texte brut peut varier entre protocole et ficher. Ceci peut
généralement être invisible à l'utilisateur lorsqu'il copie un texte d'un logiciel à un
autre.
Dans un protocole, le protocole spécifie généralement l'encodage utilisé, d'une
manière ou d'une autre; la longueur du texte peut ne pas être limité, en fonction
du protocole.
Un fichier a généralement une taille limitée, il est généralement admis qu'un
système de fichier ne fournit pas d'information sur l'encodage utilisé pour encoder
un texte brut donné. Cette information essentielle est alors déterminée à travers
un ensemble d'heuristiques.

Apports et limitations[modifier | modifier le code]

Le fichier texte est un élément déterminant en ce qu'il offre la possibilité de
décrire des codes sources et de faciliter la programmation des ordinateurs.
Toutefois, il souffre de facto de nombreux problème d'interopérabilité.
Apports[modifier | modifier le code]
Le fichier texte, lorsqu'il apparait apporte la possibilité de permettre à un humain
de soumettre un texte au traitement automatique d'une machine. Il offre
également la possibilité de supprimer et d'ajouter une ligne, et cela dès les cartes
perforées. Cette fonctionnalité a été reprise par des logiciels comme ed ou edlin.
Limitations[modifier | modifier le code]
Un fichier texte est limité dans sa taille, comme le sont tous les fichiers, par
le système de gestion de fichiers.
De plus par convention on limite volontairement le nombre de colonnes. Une
convention commune est ancienne est d'environ 80 ou 132 colonnes. Cela
correspondait aux standards de terminaux physiques aujourd'hui dépassés. Les
éditeurs modernes savent souvent gérer des lignes plus longues bien que cela ne
soit pas conseillé pour des questions de présentation.
Le fichier texte peut poser de nombreux problèmes d'interopérabilité (pour cause
d'encodage différents) entre pays, entre fournisseurs de logiciels, notamment.

Usage[modifier | modifier le code]
Les fichiers texte sont utilisés par de nombreux logiciels pour conserver les
données de configuration. Ils sont également utilisés pour contenir
les textes écrits en langages de programmation. En outre, la plupart des
langages de programmation offrent des fonctions prédéfinies pour manipuler du
texte brut, ce qui rend la gestion des fichiers textes particulièrement accessible.
Le logiciel utilisé pour éditer un fichier texte est un éditeur de texte. Dans le cas
général, un traitement de texte ne produit pas des fichiers texte. En effet, un
traitement de texte n'a pas seulement besoin de manipuler du texte brut, mais
également des informations sur la fonte de caractère utilisée, la disposition des
caractères dans des pages, les styles typographiques, etc. Toutefois, les
traitements de texte peuvent ouvrir ou sauvegarder un fichier texte, aucune
information de mise en forme n'étant conservée, sauf le cas échéant les sauts de
ligne.
Un fichier texte peut être la structure sous-jacente d'un fichier journal 8.

Structure et propriétés[modifier | modifier le code]

La structure d'un fichier texte est une séquence de lignes. Toutefois,
historiquement, chaque caractère est aligné verticalement, c'est encore le cas
aujourd'hui, dans un éditeur de texte en ligne ou local.
Séquence de lignes[modifier | modifier le code]
Le concept de séquence de lignes reste une caractéristique forte d'un fichier
texte.
Un fichier texte peut simplement contenir du texte dans une langue quelconque.
Dans ce cas, aujourd'hui, il ne respecte plus aucune structure particulière.

Il était une fois une marchande de foie

qui vendait du foie dans la Ville de Foix.
Elle se dit «ma foi c'est la première fois
que je vends du foie dans la ville de Foix !»
using (FileStream stm = new FileStream("logfile.txt", FileMode.Create))
{
return ProcessStuff(stm); //
}

Un fichier texte peut également contenir une donnée structurée qui peut être
analysée par un logiciel et affichée sous une forme plus évoluée, par exemple
une page web :

<!DOCTYPE html>
<html lang="fr">
<head><title>Page web d'exemple</title></head>
<body>
<p>Ceci est une page web d'exemple.</p>
</body>
</html>

Alignement vertical[modifier | modifier le code]

Un fichier texte est généralement rendu visible avec des polices à chasse fixe
alignant le texte verticalement. L'arrivée d'un grand nombre de caractères
Unicode dans les fichiers textes peut questionner ce concept.
Enfin, et de manière plus anecdotique, le propos d'un fichier texte peut être
détourné pour contenir une image, c'est ce qu'on appelle l'art ASCII :

(\___/) (*) (*) \ /

(=*.*=) (°_°) {^o^}
(")___(") (+) (+) (| . |)
(_) (_) (_) (_)

Cet art nécessite toutefois que tous les caractères affichés aient la même largeur.
Cette technologie a notamment été utilisée pour spécifier des protocoles de
transfert de fichier.
Utilisation de l'art-ASCII comme élément de spécification du «FILE TRANSFER
PROTOCOL» RFC 7654; année 1980:

-------------
 |/---------\|
|| User || --------
||Interface|<--->| User |
|\----:----/| --------
---------- | V |
|/------\| FTP Commands |/---------\|
||Server|<---------------->| User ||
|| PI || FTP Replies || PI ||
|\--:---/| |\----:----/|
| V | | V |
-------- |/------\| Data |/---------\| --------
| File |<--->|Server|<---------------->| User |<--->| File |
|System| || DTP || Connection || DTP || |System|
-------- |\------/| |\---------/| --------
---------- -------------

Server-FTP User-FTP

Standardisation et normalisation[modifier | modifier le code]

Les fichiers textes peuvent connaitre des problèmes d'interopérabilité :

 Différence de traitement des changements de lignes : CR ; LF, NL ;

CR+LF
 Présence ou absence éventuelle du marqueur magique BOM
 Différence de codage des caractères
 Différence de traitement des séquences d'échappement éventuelles.
Les variations de formats sont notamment liées aux intérêts régionaux: présence
de caractères accentués ou d'alphabets particuliers. Les industries souhaitent
également offrir de nouveaux caractères, en respectant tous les standards avec
une rigueur inégale.
Codage des caractères[modifier | modifier le code]
Comme tout fichier informatique, un fichier texte contient fondamentalement
des bits. La particularité d'un fichier texte est que l'ensemble du fichier respecte
un standard de codage des caractères. Il existe de nombreux standards de
codage de caractères, ce qui peut rendre problématique la compatibilité des
fichiers texte.
Rôle de l'ASCII[modifier | modifier le code]
La dénomination « fichier ASCII » est souvent confusément (et/ou abusivement)
utilisée à propos de fichiers texte n'utilisant pas le codage des caractères ASCII,
soit pour marquer une opposition à l'EBCDIC, soit pour interdire l'utilisation de
langues autre que l'anglais. Cela tient aussi à une histoire compliquée liée à
l'influence et aux intérêts des États-Unis, pays de langue anglaise, et au fait
qu'actuellement les fichiers textes sont généralement compatibles ASCII tout en
ne se limitant pas à ces caractères. Ainsi des fichiers textes UTF-8 bénéficient
d'une certaine interopérabilité avec des logiciels qui nécessitent des fichiers
compatibles ASCII, contrairement aux fichiers textes UTF-16, qui nécessitent des
logiciels spécifiquement adaptés à l'UTF-16.
Rôle du BOM[modifier | modifier le code]
Article détaillé : Byte Order Mark.
Le BOM est une invention du standard Unicode. Il est parfois présent en début de
fichier pour indiquer visuellement l'encodage d'un fichier (ce code dans un fichier
UTF8 sera visualisé « ï»¿ » en iso8859-1). À ce titre, il s'agit d'un nombre
magique au même titre que le shebang. Mais il est aussi et surtout utilisé pour
déterminer l'ordre des octets (endianness) et cela peut poser des problèmes à
certains logiciels.
Séquence d'échappement[modifier | modifier le code]
Les séquences d'échappement peuvent également être traitées de manière
inégales, alors que leur utilisation est impérative en ISO-2022, conduisant à
l'apparition de mojibake au sens premier du mot.

Notes et références[modifier | modifier le code]

Notes[modifier | modifier le code]
1. ↑ Le standard des États-Unis, l'ASCII inclut des caractères de contrôle, tel que
l'échappement de valeur 27.
2. ↑ les standards ISO-2022 sont bâtis sur ces séquences.
3. ↑ L'Unicode autorise l'utilisation d'un indicateur dénommé BOM.
4. ↑ ASCII 8 bits avec le bit sept, le plus fort, à 0.
5. ↑ Ce qui pourrait signifier que chaque colonne avait un sens précis comme en Cobol et
que la longueur des lignes était fixe, comme l'écran.

Références[modifier | modifier le code]
1. ↑ Popular Science Magazine, February 1950, page 96 [archive]
2. ↑ (en) Request for comments no 265 [archive].
3. ↑ (en) Request for comments no 354 [archive].
4. ↑ Revenir plus haut en :a et b (en) Request for comments no 765 [archive].
5. ↑ File Transfer Protocol  : RFC  959, Network Working Group, octobre 1985 (lire en
ligne [archive]), page 15
6. ↑ Revenir plus haut en :a et b http://www.cairn.info/article.php?ID_ARTICLE=DN_063_0013 [archive]
7. ↑ Barbara Beeton, Asmus Freytag, Murray Sargent III, Unicode Technical Report
1. 25 “Unicode Support for
Mathematics”, https://www.unicode.org/reports/tr25 [archive]
8. ↑ http://www.oqlf.gouv.qc.ca/ressources/bibliotheque/dictionnaires/internet/fiches/8383642
.html [archive]

Voir aussi[modifier | modifier le code]

Articles connexes[modifier | modifier le code]

 Fichier binaire
 Éditeur de texte
 Format de fichier
 Fichier
   Portail de l’informatique 
  Portail de l’écriture
Catégories : 
 Format de données numériques
 Codage du texte
 Format ouvert
[+]
 La dernière modification de cette page a été faite le 15 octobre 2021 à 16:01.
 Droit d'auteur : les textes sont disponibles sous licence Creative Commons attribution, partage dans
les mêmes conditions ; d’autres conditions peuvent s’appliquer. Voyez les conditions
d’utilisation pour plus de détails, ainsi que les crédits graphiques. En cas de réutilisation des textes
de cette page, voyez comment citer les auteurs et mentionner la licence.
Wikipedia® est une marque déposée de la Wikimedia Foundation, Inc., organisation de
bienfaisance régie par le paragraphe 501(c)(3) du code fiscal des États-Unis.

Fichier texte
Pour les articles homonymes, voir TXT.
Fichier texte

Les 95 caractères et signes du codage ASCII

Caractéristiques
Extensions .txt ,  .text , -

Type MIME text/plain

PUID x-fmt/111

modifier - modifier le code - modifier Wikidata

En informatique, un fichier texte ou fichier texte brut ou fichier texte

simple[réf. nécessaire] est un fichier dont le contenu représente uniquement une suite
de caractères ; il utilise nécessairement une forme particulière de codage des
caractères qui peut être une variante ou une extension du standard local des États-
Unis, l'ASCII. Il n'existe aucune définition officielle, et les différentes interprétations
de ce qu'est un fichier texte partagent des propriétés essentielles. Les caractères
considérés sont généralement les caractères imprimables, d'espaces et de retours à
la ligne. Certains codages de caractères normalisés incluent également certains
caractères de contrôleN 1, séquence d'échappementN 2 ou marqueursN 3 qui peuvent
faire l'objet de différences d'appréciations. La notion de fichier texte est donc
subjective et dépend notamment des systèmes de codage de caractère considérés
(windows-1252 et ISO-8859-1 n'offrant pas les mêmes plages de valeurs
«imprimables».)
Un fichier « non texte » est appelé « fichier binaire », dans le sens où
les bits contenus dans le fichier ne représentent pas une simple suite de caractères
imprimables, d'espaces et de retours à la ligne.

Sommaire

 1Histoire
 2Texte brut
 3Apports et limitations
o 3.1Apports
o 3.2Limitations
 4Usage
 5Structure et propriétés
o 5.1Séquence de lignes
o 5.2Alignement vertical
 6Standardisation et normalisation
o 6.1Codage des caractères
 6.1.1Rôle de l'ASCII
o 6.2Rôle du BOM
o 6.3Séquence d'échappement
 7Notes et références
o 7.1Notes
o 7.2Références
 8Voir aussi
o 8.1Articles connexes

Histoire[modifier | modifier le code]

Un fichier en carte perforée

Extrait d'un programme écrit en BASIC

Copie papier d'un code source (en Fortran) des années 1970, imprimé sur du papier continu, dédié aux
fichiers textes.

La notion de fichier texte a évolué avec l'histoire de l'informatique.

Le mot fichier (« file » en anglais) a été utilisé publiquement dans le contexte d'un
enregistrement informatique déjà en février 1950. Une publicité de la radio Radio
Corporation of America de Popular Science Magazine1 décrivant une nouvelle
mémoire à tube à vide qu'elle avait développée, expliquait :
«...the results of countless computations can be kept "on file" and taken out
again. Such a "file" now exists in a "memory" tube developed at RCA
Laboratories. Electronically it retains figures fed into calculating machines,
holds them in storage while it memorizes new ones - speeds intelligent
solutions through mazes of mathematics. »
En 1952 un fichier était utilisé pour désigner l'information enregistrée sur
une carte perforée.
Or il se trouve que les cartes perforées partageaient certaines propriétés:

 Chaque carte représentait une ligne de 80 colonnes (en général)

 Les programmes (code source) étaient écrits en assemblant des lignes
de textes
 Les cartes perforées qui ne contenaient pas de texte étaient donc déjà
différentes.
En 1971, le RFC 2652 indique qu'un fichier peut être ASCII, cœur d'exécutable,
ou autre. Il mentionne notamment l'EBCDIC.
En juillet 1972, le RFC 3543, discutant des échanges de texte par le protocole
réseau NVT-ASCIIN 4 FTP, indique que les fichiers textes sont enregistrés de
manières différentes selon les systèmes :

 le PDP-10 enregistre le NVT-ASCII en 7-bits justifiés à gauche dans

des mots de 36 bits ;
 le 360's enregistre le texte avec un codage EBCDIC 8-bit ;
 Multics enregistre le texte avec quatre caractère de neuf bits dans des
mots de 36 bits.
Il indique donc que pour le bon transfert des textes, il est nécessaire que les deux
parties effectuent leur part respective de la conversion dans un codage commun;
il s'agit à cette époque de l'ASCII 8 bits, dit NVT.
Cette même année, la RFC fait apparaître le besoin d'une unité commune pour
transmettre des données binaires entre systèmes dont les mots n'ont pas la
même taille, et suggère l'utilisation de byte de 8 bits, c'est-à-dire, de ce que l'on
appelle aujourd'hui des octets, tout en permettant l'utilisation de bytes/mots
différents si négocié.
En 1980, le RFC 7654 en spécifiant le protocole FTP indique les trois raisons
occasionnant le transfert d'un fichier : l'impression, l'archivage, et le traitement.
Constatant, que le seul encodage n'est pas une métainformation suffisante, il
spécifie le reste et notamment les différents mécanismes de changement de ligne
à travers des caractères de contrôle ou de défilement de lignes. En page 12, le
RFC clarifie que les fichiers textes sont tout aussi bien des fichiers ASCII que des
fichiers EBCDIC.
En 1985, lors de l'élaboration du protocole FTP de transfert de fichier, il a été
recommandé de considérer comme fichier texte (en anglais "text" files), deux
formats de fichiers :

 les fichiers file structure, où le fichier est considéré être une séquence

continue de lignes.
 les fichiers record-structure, où le fichier est constitué
d'enregistrements séquentielsN 5
De même les types ASCII et EBCDIC ont été acceptés comme fichier texte 5.
 Cette section est vide, insuffisamment détaillée ou incomplète. Votre aide est
la bienvenue ! Comment faire ?

Texte brut[modifier | modifier le code]

Article détaillé : Texte brut.
Texte brut Unicode (Unicode plain text)
De nos jours, l'Unicode est de plus en plus reconnu comme format de texte brut.
Le standard Unicode définit selon ses propres termes ce qu'est le texte brut, sous
le terme de plain text, dans sa version anglaise.
La notion de fichier texte se rapproche donc des propriétés que le standard
Unicode attribue au format nommé plain text en langue anglaise et signifiant texte
brut.
Généralités et controverses
La notion de texte brut (plain text) a, comme la notion de texte enrichi (fancy text),
été introduite par Unicode6.
La notion de plain text peut être traduite par texte en clair, pur texte, texte pur, ou
texte brut6.
Linux Information Project en donne une vision restrictive.
Format de codage
Si l'encodage est inconnu, un texte brut quelconque est inexploitable.
Texte brut approché en mathématiques
Alors que les mathématiques sont un langage international, en tout ou partie, leur
représentation informatique a pu être négligée lors de la création de différents
systèmes de codage des caractères. Toutefois, ces symboles ont bénéficié d'une
forte prise en charge par l'Unicode7, offrant de nouvelles perspectives.
Histoire
La notion de texte brut est implicitement assez ancienne puisque
vraisemblablement elle remonte sans doute au moins si ce n'est à la notion de
machine à écrire, aux premiers langages de programmation utilisant cette
technologie.
Dans son aspect réseau, elle est consignée dans de nombreux RFC.
Protocole et fichier
L'usage du texte brut peut varier entre protocole et ficher. Ceci peut
généralement être invisible à l'utilisateur lorsqu'il copie un texte d'un logiciel à un
autre.
Dans un protocole, le protocole spécifie généralement l'encodage utilisé, d'une
manière ou d'une autre; la longueur du texte peut ne pas être limité, en fonction
du protocole.
Un fichier a généralement une taille limitée, il est généralement admis qu'un
système de fichier ne fournit pas d'information sur l'encodage utilisé pour encoder
un texte brut donné. Cette information essentielle est alors déterminée à travers
un ensemble d'heuristiques.

Apports et limitations[modifier | modifier le code]

Le fichier texte est un élément déterminant en ce qu'il offre la possibilité de
décrire des codes sources et de faciliter la programmation des ordinateurs.
Toutefois, il souffre de facto de nombreux problème d'interopérabilité.
Apports[modifier | modifier le code]
Le fichier texte, lorsqu'il apparait apporte la possibilité de permettre à un humain
de soumettre un texte au traitement automatique d'une machine. Il offre
également la possibilité de supprimer et d'ajouter une ligne, et cela dès les cartes
perforées. Cette fonctionnalité a été reprise par des logiciels comme ed ou edlin.
Limitations[modifier | modifier le code]
Un fichier texte est limité dans sa taille, comme le sont tous les fichiers, par
le système de gestion de fichiers.
De plus par convention on limite volontairement le nombre de colonnes. Une
convention commune est ancienne est d'environ 80 ou 132 colonnes. Cela
correspondait aux standards de terminaux physiques aujourd'hui dépassés. Les
éditeurs modernes savent souvent gérer des lignes plus longues bien que cela ne
soit pas conseillé pour des questions de présentation.
Le fichier texte peut poser de nombreux problèmes d'interopérabilité (pour cause
d'encodage différents) entre pays, entre fournisseurs de logiciels, notamment.

Usage[modifier | modifier le code]
Les fichiers texte sont utilisés par de nombreux logiciels pour conserver les
données de configuration. Ils sont également utilisés pour contenir
les textes écrits en langages de programmation. En outre, la plupart des
langages de programmation offrent des fonctions prédéfinies pour manipuler du
texte brut, ce qui rend la gestion des fichiers textes particulièrement accessible.
Le logiciel utilisé pour éditer un fichier texte est un éditeur de texte. Dans le cas
général, un traitement de texte ne produit pas des fichiers texte. En effet, un
traitement de texte n'a pas seulement besoin de manipuler du texte brut, mais
également des informations sur la fonte de caractère utilisée, la disposition des
caractères dans des pages, les styles typographiques, etc. Toutefois, les
traitements de texte peuvent ouvrir ou sauvegarder un fichier texte, aucune
information de mise en forme n'étant conservée, sauf le cas échéant les sauts de
ligne.
Un fichier texte peut être la structure sous-jacente d'un fichier journal 8.

Structure et propriétés[modifier | modifier le code]

La structure d'un fichier texte est une séquence de lignes. Toutefois,
historiquement, chaque caractère est aligné verticalement, c'est encore le cas
aujourd'hui, dans un éditeur de texte en ligne ou local.
Séquence de lignes[modifier | modifier le code]
Le concept de séquence de lignes reste une caractéristique forte d'un fichier
texte.
Un fichier texte peut simplement contenir du texte dans une langue quelconque.
Dans ce cas, aujourd'hui, il ne respecte plus aucune structure particulière.

Il était une fois une marchande de foie

qui vendait du foie dans la Ville de Foix.
Elle se dit «ma foi c'est la première fois
que je vends du foie dans la ville de Foix !»
using (FileStream stm = new FileStream("logfile.txt", FileMode.Create))
{
return ProcessStuff(stm); //
}

Un fichier texte peut également contenir une donnée structurée qui peut être
analysée par un logiciel et affichée sous une forme plus évoluée, par exemple
une page web :

<!DOCTYPE html>
<html lang="fr">
<head><title>Page web d'exemple</title></head>
<body>
<p>Ceci est une page web d'exemple.</p>
</body>
</html>

Alignement vertical[modifier | modifier le code]

Un fichier texte est généralement rendu visible avec des polices à chasse fixe
alignant le texte verticalement. L'arrivée d'un grand nombre de caractères
Unicode dans les fichiers textes peut questionner ce concept.
Enfin, et de manière plus anecdotique, le propos d'un fichier texte peut être
détourné pour contenir une image, c'est ce qu'on appelle l'art ASCII :

(\___/) (*) (*) \ /

(=*.*=) (°_°) {^o^}
(")___(") (+) (+) (| . |)
(_) (_) (_) (_)

Cet art nécessite toutefois que tous les caractères affichés aient la même largeur.
Cette technologie a notamment été utilisée pour spécifier des protocoles de
transfert de fichier.
Utilisation de l'art-ASCII comme élément de spécification du «FILE TRANSFER
PROTOCOL» RFC 7654; année 1980:

-------------
 |/---------\|
|| User || --------
||Interface|<--->| User |
|\----:----/| --------
---------- | V |
|/------\| FTP Commands |/---------\|
||Server|<---------------->| User ||
|| PI || FTP Replies || PI ||
|\--:---/| |\----:----/|
| V | | V |
-------- |/------\| Data |/---------\| --------
| File |<--->|Server|<---------------->| User |<--->| File |
|System| || DTP || Connection || DTP || |System|
-------- |\------/| |\---------/| --------
---------- -------------

Server-FTP User-FTP

Standardisation et normalisation[modifier | modifier le code]

Les fichiers textes peuvent connaitre des problèmes d'interopérabilité :

 Différence de traitement des changements de lignes : CR ; LF, NL ;

CR+LF
 Présence ou absence éventuelle du marqueur magique BOM
 Différence de codage des caractères
 Différence de traitement des séquences d'échappement éventuelles.
Les variations de formats sont notamment liées aux intérêts régionaux: présence
de caractères accentués ou d'alphabets particuliers. Les industries souhaitent
également offrir de nouveaux caractères, en respectant tous les standards avec
une rigueur inégale.
Codage des caractères[modifier | modifier le code]
Comme tout fichier informatique, un fichier texte contient fondamentalement
des bits. La particularité d'un fichier texte est que l'ensemble du fichier respecte
un standard de codage des caractères. Il existe de nombreux standards de
codage de caractères, ce qui peut rendre problématique la compatibilité des
fichiers texte.
Rôle de l'ASCII[modifier | modifier le code]
La dénomination « fichier ASCII » est souvent confusément (et/ou abusivement)
utilisée à propos de fichiers texte n'utilisant pas le codage des caractères ASCII,
soit pour marquer une opposition à l'EBCDIC, soit pour interdire l'utilisation de
langues autre que l'anglais. Cela tient aussi à une histoire compliquée liée à
l'influence et aux intérêts des États-Unis, pays de langue anglaise, et au fait
qu'actuellement les fichiers textes sont généralement compatibles ASCII tout en
ne se limitant pas à ces caractères. Ainsi des fichiers textes UTF-8 bénéficient
d'une certaine interopérabilité avec des logiciels qui nécessitent des fichiers
compatibles ASCII, contrairement aux fichiers textes UTF-16, qui nécessitent des
logiciels spécifiquement adaptés à l'UTF-16.
Rôle du BOM[modifier | modifier le code]
Article détaillé : Byte Order Mark.
Le BOM est une invention du standard Unicode. Il est parfois présent en début de
fichier pour indiquer visuellement l'encodage d'un fichier (ce code dans un fichier
UTF8 sera visualisé « ï»¿ » en iso8859-1). À ce titre, il s'agit d'un nombre
magique au même titre que le shebang. Mais il est aussi et surtout utilisé pour
déterminer l'ordre des octets (endianness) et cela peut poser des problèmes à
certains logiciels.
Séquence d'échappement[modifier | modifier le code]
Les séquences d'échappement peuvent également être traitées de manière
inégales, alors que leur utilisation est impérative en ISO-2022, conduisant à
l'apparition de mojibake au sens premier du mot.

Notes et références[modifier | modifier le code]

Notes[modifier | modifier le code]
1. ↑ Le standard des États-Unis, l'ASCII inclut des caractères de contrôle, tel que
l'échappement de valeur 27.
2. ↑ les standards ISO-2022 sont bâtis sur ces séquences.
3. ↑ L'Unicode autorise l'utilisation d'un indicateur dénommé BOM.
4. ↑ ASCII 8 bits avec le bit sept, le plus fort, à 0.
5. ↑ Ce qui pourrait signifier que chaque colonne avait un sens précis comme en Cobol et
que la longueur des lignes était fixe, comme l'écran.

Références[modifier | modifier le code]
1. ↑ Popular Science Magazine, February 1950, page 96 [archive]
2. ↑ (en) Request for comments no 265 [archive].
3. ↑ (en) Request for comments no 354 [archive].
4. ↑ Revenir plus haut en :a et b (en) Request for comments no 765 [archive].
5. ↑ File Transfer Protocol  : RFC  959, Network Working Group, octobre 1985 (lire en
ligne [archive]), page 15
6. ↑ Revenir plus haut en :a et b http://www.cairn.info/article.php?ID_ARTICLE=DN_063_0013 [archive]
7. ↑ Barbara Beeton, Asmus Freytag, Murray Sargent III, Unicode Technical Report
1. 25 “Unicode Support for
Mathematics”, https://www.unicode.org/reports/tr25 [archive]
8. ↑ http://www.oqlf.gouv.qc.ca/ressources/bibliotheque/dictionnaires/internet/fiches/8383642
.html [archive]

Voir aussi[modifier | modifier le code]

Articles connexes[modifier | modifier le code]

 Fichier binaire
 Éditeur de texte
 Format de fichier
 Fichier
   Portail de l’informatique 
  Portail de l’écriture
Catégories : 
 Format de données numériques
 Codage du texte
 Format ouvert
[+]
 La dernière modification de cette page a été faite le 15 octobre 2021 à 16:01.
 Droit d'auteur : les textes sont disponibles sous licence Creative Commons attribution, partage dans
les mêmes conditions ; d’autres conditions peuvent s’appliquer. Voyez les conditions
d’utilisation pour plus de détails, ainsi que les crédits graphiques. En cas de réutilisation des textes
de cette page, voyez comment citer les auteurs et mentionner la licence.
Wikipedia® est une marque déposée de la Wikimedia Foundation, Inc., organisation de
bienfaisance régie par le paragraphe 501(c)(3) du code fiscal des États-Unis.

Fichier texte
Pour les articles homonymes, voir TXT.
Fichier texte

Les 95 caractères et signes du codage ASCII

Caractéristiques
Extensions .txt ,  .text , -

Type MIME text/plain

PUID x-fmt/111

modifier - modifier le code - modifier Wikidata

En informatique, un fichier texte ou fichier texte brut ou fichier texte

simple[réf. nécessaire] est un fichier dont le contenu représente uniquement une suite
de caractères ; il utilise nécessairement une forme particulière de codage des
caractères qui peut être une variante ou une extension du standard local des États-
Unis, l'ASCII. Il n'existe aucune définition officielle, et les différentes interprétations
de ce qu'est un fichier texte partagent des propriétés essentielles. Les caractères
considérés sont généralement les caractères imprimables, d'espaces et de retours à
la ligne. Certains codages de caractères normalisés incluent également certains
caractères de contrôleN 1, séquence d'échappementN 2 ou marqueursN 3 qui peuvent
faire l'objet de différences d'appréciations. La notion de fichier texte est donc
subjective et dépend notamment des systèmes de codage de caractère considérés
(windows-1252 et ISO-8859-1 n'offrant pas les mêmes plages de valeurs
«imprimables».)
Un fichier « non texte » est appelé « fichier binaire », dans le sens où
les bits contenus dans le fichier ne représentent pas une simple suite de caractères
imprimables, d'espaces et de retours à la ligne.

Sommaire

 1Histoire
 2Texte brut
 3Apports et limitations
o 3.1Apports
o 3.2Limitations
 4Usage
 5Structure et propriétés
o 5.1Séquence de lignes
o 5.2Alignement vertical
 6Standardisation et normalisation
o 6.1Codage des caractères
 6.1.1Rôle de l'ASCII
o 6.2Rôle du BOM
o 6.3Séquence d'échappement
 7Notes et références
o 7.1Notes
o 7.2Références
 8Voir aussi
o 8.1Articles connexes

Histoire[modifier | modifier le code]

Un fichier en carte perforée

Extrait d'un programme écrit en BASIC

Copie papier d'un code source (en Fortran) des années 1970, imprimé sur du papier continu, dédié aux
fichiers textes.

La notion de fichier texte a évolué avec l'histoire de l'informatique.

Le mot fichier (« file » en anglais) a été utilisé publiquement dans le contexte d'un
enregistrement informatique déjà en février 1950. Une publicité de la radio Radio
Corporation of America de Popular Science Magazine1 décrivant une nouvelle
mémoire à tube à vide qu'elle avait développée, expliquait :
«...the results of countless computations can be kept "on file" and taken out
again. Such a "file" now exists in a "memory" tube developed at RCA
Laboratories. Electronically it retains figures fed into calculating machines,
holds them in storage while it memorizes new ones - speeds intelligent
solutions through mazes of mathematics. »
En 1952 un fichier était utilisé pour désigner l'information enregistrée sur
une carte perforée.
Or il se trouve que les cartes perforées partageaient certaines propriétés:

 Chaque carte représentait une ligne de 80 colonnes (en général)

 Les programmes (code source) étaient écrits en assemblant des lignes
de textes
 Les cartes perforées qui ne contenaient pas de texte étaient donc déjà
différentes.
En 1971, le RFC 2652 indique qu'un fichier peut être ASCII, cœur d'exécutable,
ou autre. Il mentionne notamment l'EBCDIC.
En juillet 1972, le RFC 3543, discutant des échanges de texte par le protocole
réseau NVT-ASCIIN 4 FTP, indique que les fichiers textes sont enregistrés de
manières différentes selon les systèmes :

 le PDP-10 enregistre le NVT-ASCII en 7-bits justifiés à gauche dans

des mots de 36 bits ;
 le 360's enregistre le texte avec un codage EBCDIC 8-bit ;
 Multics enregistre le texte avec quatre caractère de neuf bits dans des
mots de 36 bits.
Il indique donc que pour le bon transfert des textes, il est nécessaire que les deux
parties effectuent leur part respective de la conversion dans un codage commun;
il s'agit à cette époque de l'ASCII 8 bits, dit NVT.
Cette même année, la RFC fait apparaître le besoin d'une unité commune pour
transmettre des données binaires entre systèmes dont les mots n'ont pas la
même taille, et suggère l'utilisation de byte de 8 bits, c'est-à-dire, de ce que l'on
appelle aujourd'hui des octets, tout en permettant l'utilisation de bytes/mots
différents si négocié.
En 1980, le RFC 7654 en spécifiant le protocole FTP indique les trois raisons
occasionnant le transfert d'un fichier : l'impression, l'archivage, et le traitement.
Constatant, que le seul encodage n'est pas une métainformation suffisante, il
spécifie le reste et notamment les différents mécanismes de changement de ligne
à travers des caractères de contrôle ou de défilement de lignes. En page 12, le
RFC clarifie que les fichiers textes sont tout aussi bien des fichiers ASCII que des
fichiers EBCDIC.
En 1985, lors de l'élaboration du protocole FTP de transfert de fichier, il a été
recommandé de considérer comme fichier texte (en anglais "text" files), deux
formats de fichiers :

 les fichiers file structure, où le fichier est considéré être une séquence

continue de lignes.
 les fichiers record-structure, où le fichier est constitué
d'enregistrements séquentielsN 5
De même les types ASCII et EBCDIC ont été acceptés comme fichier texte 5.
 Cette section est vide, insuffisamment détaillée ou incomplète. Votre aide est
la bienvenue ! Comment faire ?

Texte brut[modifier | modifier le code]

Article détaillé : Texte brut.
Texte brut Unicode (Unicode plain text)
De nos jours, l'Unicode est de plus en plus reconnu comme format de texte brut.
Le standard Unicode définit selon ses propres termes ce qu'est le texte brut, sous
le terme de plain text, dans sa version anglaise.
La notion de fichier texte se rapproche donc des propriétés que le standard
Unicode attribue au format nommé plain text en langue anglaise et signifiant texte
brut.
Généralités et controverses
La notion de texte brut (plain text) a, comme la notion de texte enrichi (fancy text),
été introduite par Unicode6.
La notion de plain text peut être traduite par texte en clair, pur texte, texte pur, ou
texte brut6.
Linux Information Project en donne une vision restrictive.
Format de codage
Si l'encodage est inconnu, un texte brut quelconque est inexploitable.
Texte brut approché en mathématiques
Alors que les mathématiques sont un langage international, en tout ou partie, leur
représentation informatique a pu être négligée lors de la création de différents
systèmes de codage des caractères. Toutefois, ces symboles ont bénéficié d'une
forte prise en charge par l'Unicode7, offrant de nouvelles perspectives.
Histoire
La notion de texte brut est implicitement assez ancienne puisque
vraisemblablement elle remonte sans doute au moins si ce n'est à la notion de
machine à écrire, aux premiers langages de programmation utilisant cette
technologie.
Dans son aspect réseau, elle est consignée dans de nombreux RFC.
Protocole et fichier
L'usage du texte brut peut varier entre protocole et ficher. Ceci peut
généralement être invisible à l'utilisateur lorsqu'il copie un texte d'un logiciel à un
autre.
Dans un protocole, le protocole spécifie généralement l'encodage utilisé, d'une
manière ou d'une autre; la longueur du texte peut ne pas être limité, en fonction
du protocole.
Un fichier a généralement une taille limitée, il est généralement admis qu'un
système de fichier ne fournit pas d'information sur l'encodage utilisé pour encoder
un texte brut donné. Cette information essentielle est alors déterminée à travers
un ensemble d'heuristiques.

Apports et limitations[modifier | modifier le code]

Le fichier texte est un élément déterminant en ce qu'il offre la possibilité de
décrire des codes sources et de faciliter la programmation des ordinateurs.
Toutefois, il souffre de facto de nombreux problème d'interopérabilité.
Apports[modifier | modifier le code]
Le fichier texte, lorsqu'il apparait apporte la possibilité de permettre à un humain
de soumettre un texte au traitement automatique d'une machine. Il offre
également la possibilité de supprimer et d'ajouter une ligne, et cela dès les cartes
perforées. Cette fonctionnalité a été reprise par des logiciels comme ed ou edlin.
Limitations[modifier | modifier le code]
Un fichier texte est limité dans sa taille, comme le sont tous les fichiers, par
le système de gestion de fichiers.
De plus par convention on limite volontairement le nombre de colonnes. Une
convention commune est ancienne est d'environ 80 ou 132 colonnes. Cela
correspondait aux standards de terminaux physiques aujourd'hui dépassés. Les
éditeurs modernes savent souvent gérer des lignes plus longues bien que cela ne
soit pas conseillé pour des questions de présentation.
Le fichier texte peut poser de nombreux problèmes d'interopérabilité (pour cause
d'encodage différents) entre pays, entre fournisseurs de logiciels, notamment.

Usage[modifier | modifier le code]
Les fichiers texte sont utilisés par de nombreux logiciels pour conserver les
données de configuration. Ils sont également utilisés pour contenir
les textes écrits en langages de programmation. En outre, la plupart des
langages de programmation offrent des fonctions prédéfinies pour manipuler du
texte brut, ce qui rend la gestion des fichiers textes particulièrement accessible.
Le logiciel utilisé pour éditer un fichier texte est un éditeur de texte. Dans le cas
général, un traitement de texte ne produit pas des fichiers texte. En effet, un
traitement de texte n'a pas seulement besoin de manipuler du texte brut, mais
également des informations sur la fonte de caractère utilisée, la disposition des
caractères dans des pages, les styles typographiques, etc. Toutefois, les
traitements de texte peuvent ouvrir ou sauvegarder un fichier texte, aucune
information de mise en forme n'étant conservée, sauf le cas échéant les sauts de
ligne.
Un fichier texte peut être la structure sous-jacente d'un fichier journal 8.

Structure et propriétés[modifier | modifier le code]

La structure d'un fichier texte est une séquence de lignes. Toutefois,
historiquement, chaque caractère est aligné verticalement, c'est encore le cas
aujourd'hui, dans un éditeur de texte en ligne ou local.
Séquence de lignes[modifier | modifier le code]
Le concept de séquence de lignes reste une caractéristique forte d'un fichier
texte.
Un fichier texte peut simplement contenir du texte dans une langue quelconque.
Dans ce cas, aujourd'hui, il ne respecte plus aucune structure particulière.

Il était une fois une marchande de foie

qui vendait du foie dans la Ville de Foix.
Elle se dit «ma foi c'est la première fois
que je vends du foie dans la ville de Foix !»
using (FileStream stm = new FileStream("logfile.txt", FileMode.Create))
{
return ProcessStuff(stm); //
}

Un fichier texte peut également contenir une donnée structurée qui peut être
analysée par un logiciel et affichée sous une forme plus évoluée, par exemple
une page web :

<!DOCTYPE html>
<html lang="fr">
<head><title>Page web d'exemple</title></head>
<body>
<p>Ceci est une page web d'exemple.</p>
</body>
</html>

Alignement vertical[modifier | modifier le code]

Un fichier texte est généralement rendu visible avec des polices à chasse fixe
alignant le texte verticalement. L'arrivée d'un grand nombre de caractères
Unicode dans les fichiers textes peut questionner ce concept.
Enfin, et de manière plus anecdotique, le propos d'un fichier texte peut être
détourné pour contenir une image, c'est ce qu'on appelle l'art ASCII :

(\___/) (*) (*) \ /

(=*.*=) (°_°) {^o^}
(")___(") (+) (+) (| . |)
(_) (_) (_) (_)

Cet art nécessite toutefois que tous les caractères affichés aient la même largeur.
Cette technologie a notamment été utilisée pour spécifier des protocoles de
transfert de fichier.
Utilisation de l'art-ASCII comme élément de spécification du «FILE TRANSFER
PROTOCOL» RFC 7654; année 1980:

-------------
 |/---------\|
|| User || --------
||Interface|<--->| User |
|\----:----/| --------
---------- | V |
|/------\| FTP Commands |/---------\|
||Server|<---------------->| User ||
|| PI || FTP Replies || PI ||
|\--:---/| |\----:----/|
| V | | V |
-------- |/------\| Data |/---------\| --------
| File |<--->|Server|<---------------->| User |<--->| File |
|System| || DTP || Connection || DTP || |System|
-------- |\------/| |\---------/| --------
---------- -------------

Server-FTP User-FTP

Standardisation et normalisation[modifier | modifier le code]

Les fichiers textes peuvent connaitre des problèmes d'interopérabilité :

 Différence de traitement des changements de lignes : CR ; LF, NL ;

CR+LF
 Présence ou absence éventuelle du marqueur magique BOM
 Différence de codage des caractères
 Différence de traitement des séquences d'échappement éventuelles.
Les variations de formats sont notamment liées aux intérêts régionaux: présence
de caractères accentués ou d'alphabets particuliers. Les industries souhaitent
également offrir de nouveaux caractères, en respectant tous les standards avec
une rigueur inégale.
Codage des caractères[modifier | modifier le code]
Comme tout fichier informatique, un fichier texte contient fondamentalement
des bits. La particularité d'un fichier texte est que l'ensemble du fichier respecte
un standard de codage des caractères. Il existe de nombreux standards de
codage de caractères, ce qui peut rendre problématique la compatibilité des
fichiers texte.
Rôle de l'ASCII[modifier | modifier le code]
La dénomination « fichier ASCII » est souvent confusément (et/ou abusivement)
utilisée à propos de fichiers texte n'utilisant pas le codage des caractères ASCII,
soit pour marquer une opposition à l'EBCDIC, soit pour interdire l'utilisation de
langues autre que l'anglais. Cela tient aussi à une histoire compliquée liée à
l'influence et aux intérêts des États-Unis, pays de langue anglaise, et au fait
qu'actuellement les fichiers textes sont généralement compatibles ASCII tout en
ne se limitant pas à ces caractères. Ainsi des fichiers textes UTF-8 bénéficient
d'une certaine interopérabilité avec des logiciels qui nécessitent des fichiers
compatibles ASCII, contrairement aux fichiers textes UTF-16, qui nécessitent des
logiciels spécifiquement adaptés à l'UTF-16.
Rôle du BOM[modifier | modifier le code]
Article détaillé : Byte Order Mark.
Le BOM est une invention du standard Unicode. Il est parfois présent en début de
fichier pour indiquer visuellement l'encodage d'un fichier (ce code dans un fichier
UTF8 sera visualisé « ï»¿ » en iso8859-1). À ce titre, il s'agit d'un nombre
magique au même titre que le shebang. Mais il est aussi et surtout utilisé pour
déterminer l'ordre des octets (endianness) et cela peut poser des problèmes à
certains logiciels.
Séquence d'échappement[modifier | modifier le code]
Les séquences d'échappement peuvent également être traitées de manière
inégales, alors que leur utilisation est impérative en ISO-2022, conduisant à
l'apparition de mojibake au sens premier du mot.

Notes et références[modifier | modifier le code]

Notes[modifier | modifier le code]
1. ↑ Le standard des États-Unis, l'ASCII inclut des caractères de contrôle, tel que
l'échappement de valeur 27.
2. ↑ les standards ISO-2022 sont bâtis sur ces séquences.
3. ↑ L'Unicode autorise l'utilisation d'un indicateur dénommé BOM.
4. ↑ ASCII 8 bits avec le bit sept, le plus fort, à 0.
5. ↑ Ce qui pourrait signifier que chaque colonne avait un sens précis comme en Cobol et
que la longueur des lignes était fixe, comme l'écran.

Références[modifier | modifier le code]
1. ↑ Popular Science Magazine, February 1950, page 96 [archive]
2. ↑ (en) Request for comments no 265 [archive].
3. ↑ (en) Request for comments no 354 [archive].
4. ↑ Revenir plus haut en :a et b (en) Request for comments no 765 [archive].
5. ↑ File Transfer Protocol  : RFC  959, Network Working Group, octobre 1985 (lire en
ligne [archive]), page 15
6. ↑ Revenir plus haut en :a et b http://www.cairn.info/article.php?ID_ARTICLE=DN_063_0013 [archive]
7. ↑ Barbara Beeton, Asmus Freytag, Murray Sargent III, Unicode Technical Report
1. 25 “Unicode Support for
Mathematics”, https://www.unicode.org/reports/tr25 [archive]
8. ↑ http://www.oqlf.gouv.qc.ca/ressources/bibliotheque/dictionnaires/internet/fiches/8383642
.html [archive]

Voir aussi[modifier | modifier le code]

Articles connexes[modifier | modifier le code]

 Fichier binaire
 Éditeur de texte
 Format de fichier
 Fichier
   Portail de l’informatique 
  Portail de l’écriture
Catégories : 
 Format de données numériques
 Codage du texte
 Format ouvert
[+]
 La dernière modification de cette page a été faite le 15 octobre 2021 à 16:01.
 Droit d'auteur : les textes sont disponibles sous licence Creative Commons attribution, partage dans
les mêmes conditions ; d’autres conditions peuvent s’appliquer. Voyez les conditions
d’utilisation pour plus de détails, ainsi que les crédits graphiques. En cas de réutilisation des textes
de cette page, voyez comment citer les auteurs et mentionner la licence.
Wikipedia® est une marque déposée de la Wikimedia Foundation, Inc., organisation de
bienfaisance régie par le paragraphe 501(c)(3) du code fiscal des États-Unis.

Fichier texte
Pour les articles homonymes, voir TXT.
Fichier texte

Les 95 caractères et signes du codage ASCII

Caractéristiques
Extensions .txt ,  .text , -

Type MIME text/plain

PUID x-fmt/111

modifier - modifier le code - modifier Wikidata

En informatique, un fichier texte ou fichier texte brut ou fichier texte

simple[réf. nécessaire] est un fichier dont le contenu représente uniquement une suite
de caractères ; il utilise nécessairement une forme particulière de codage des
caractères qui peut être une variante ou une extension du standard local des États-
Unis, l'ASCII. Il n'existe aucune définition officielle, et les différentes interprétations
de ce qu'est un fichier texte partagent des propriétés essentielles. Les caractères
considérés sont généralement les caractères imprimables, d'espaces et de retours à
la ligne. Certains codages de caractères normalisés incluent également certains
caractères de contrôleN 1, séquence d'échappementN 2 ou marqueursN 3 qui peuvent
faire l'objet de différences d'appréciations. La notion de fichier texte est donc
subjective et dépend notamment des systèmes de codage de caractère considérés
(windows-1252 et ISO-8859-1 n'offrant pas les mêmes plages de valeurs
«imprimables».)
Un fichier « non texte » est appelé « fichier binaire », dans le sens où
les bits contenus dans le fichier ne représentent pas une simple suite de caractères
imprimables, d'espaces et de retours à la ligne.

Sommaire

 1Histoire
 2Texte brut
 3Apports et limitations
o 3.1Apports
o 3.2Limitations
 4Usage
 5Structure et propriétés
o 5.1Séquence de lignes
o 5.2Alignement vertical
 6Standardisation et normalisation
o 6.1Codage des caractères
 6.1.1Rôle de l'ASCII
o 6.2Rôle du BOM
o 6.3Séquence d'échappement
 7Notes et références
o 7.1Notes
o 7.2Références
 8Voir aussi
o 8.1Articles connexes

Histoire[modifier | modifier le code]

Un fichier en carte perforée

Extrait d'un programme écrit en BASIC

Copie papier d'un code source (en Fortran) des années 1970, imprimé sur du papier continu, dédié aux
fichiers textes.

La notion de fichier texte a évolué avec l'histoire de l'informatique.

Le mot fichier (« file » en anglais) a été utilisé publiquement dans le contexte d'un
enregistrement informatique déjà en février 1950. Une publicité de la radio Radio
Corporation of America de Popular Science Magazine1 décrivant une nouvelle
mémoire à tube à vide qu'elle avait développée, expliquait :
«...the results of countless computations can be kept "on file" and taken out
again. Such a "file" now exists in a "memory" tube developed at RCA
Laboratories. Electronically it retains figures fed into calculating machines,
holds them in storage while it memorizes new ones - speeds intelligent
solutions through mazes of mathematics. »
En 1952 un fichier était utilisé pour désigner l'information enregistrée sur
une carte perforée.
Or il se trouve que les cartes perforées partageaient certaines propriétés:

 Chaque carte représentait une ligne de 80 colonnes (en général)

 Les programmes (code source) étaient écrits en assemblant des lignes
de textes
 Les cartes perforées qui ne contenaient pas de texte étaient donc déjà
différentes.
En 1971, le RFC 2652 indique qu'un fichier peut être ASCII, cœur d'exécutable,
ou autre. Il mentionne notamment l'EBCDIC.
En juillet 1972, le RFC 3543, discutant des échanges de texte par le protocole
réseau NVT-ASCIIN 4 FTP, indique que les fichiers textes sont enregistrés de
manières différentes selon les systèmes :

 le PDP-10 enregistre le NVT-ASCII en 7-bits justifiés à gauche dans

des mots de 36 bits ;
 le 360's enregistre le texte avec un codage EBCDIC 8-bit ;
 Multics enregistre le texte avec quatre caractère de neuf bits dans des
mots de 36 bits.
Il indique donc que pour le bon transfert des textes, il est nécessaire que les deux
parties effectuent leur part respective de la conversion dans un codage commun;
il s'agit à cette époque de l'ASCII 8 bits, dit NVT.
Cette même année, la RFC fait apparaître le besoin d'une unité commune pour
transmettre des données binaires entre systèmes dont les mots n'ont pas la
même taille, et suggère l'utilisation de byte de 8 bits, c'est-à-dire, de ce que l'on
appelle aujourd'hui des octets, tout en permettant l'utilisation de bytes/mots
différents si négocié.
En 1980, le RFC 7654 en spécifiant le protocole FTP indique les trois raisons
occasionnant le transfert d'un fichier : l'impression, l'archivage, et le traitement.
Constatant, que le seul encodage n'est pas une métainformation suffisante, il
spécifie le reste et notamment les différents mécanismes de changement de ligne
à travers des caractères de contrôle ou de défilement de lignes. En page 12, le
RFC clarifie que les fichiers textes sont tout aussi bien des fichiers ASCII que des
fichiers EBCDIC.
En 1985, lors de l'élaboration du protocole FTP de transfert de fichier, il a été
recommandé de considérer comme fichier texte (en anglais "text" files), deux
formats de fichiers :

 les fichiers file structure, où le fichier est considéré être une séquence

continue de lignes.
 les fichiers record-structure, où le fichier est constitué
d'enregistrements séquentielsN 5
De même les types ASCII et EBCDIC ont été acceptés comme fichier texte 5.
 Cette section est vide, insuffisamment détaillée ou incomplète. Votre aide est
la bienvenue ! Comment faire ?

Texte brut[modifier | modifier le code]

Article détaillé : Texte brut.
Texte brut Unicode (Unicode plain text)
De nos jours, l'Unicode est de plus en plus reconnu comme format de texte brut.
Le standard Unicode définit selon ses propres termes ce qu'est le texte brut, sous
le terme de plain text, dans sa version anglaise.
La notion de fichier texte se rapproche donc des propriétés que le standard
Unicode attribue au format nommé plain text en langue anglaise et signifiant texte
brut.
Généralités et controverses
La notion de texte brut (plain text) a, comme la notion de texte enrichi (fancy text),
été introduite par Unicode6.
La notion de plain text peut être traduite par texte en clair, pur texte, texte pur, ou
texte brut6.
Linux Information Project en donne une vision restrictive.
Format de codage
Si l'encodage est inconnu, un texte brut quelconque est inexploitable.
Texte brut approché en mathématiques
Alors que les mathématiques sont un langage international, en tout ou partie, leur
représentation informatique a pu être négligée lors de la création de différents
systèmes de codage des caractères. Toutefois, ces symboles ont bénéficié d'une
forte prise en charge par l'Unicode7, offrant de nouvelles perspectives.
Histoire
La notion de texte brut est implicitement assez ancienne puisque
vraisemblablement elle remonte sans doute au moins si ce n'est à la notion de
machine à écrire, aux premiers langages de programmation utilisant cette
technologie.
Dans son aspect réseau, elle est consignée dans de nombreux RFC.
Protocole et fichier
L'usage du texte brut peut varier entre protocole et ficher. Ceci peut
généralement être invisible à l'utilisateur lorsqu'il copie un texte d'un logiciel à un
autre.
Dans un protocole, le protocole spécifie généralement l'encodage utilisé, d'une
manière ou d'une autre; la longueur du texte peut ne pas être limité, en fonction
du protocole.
Un fichier a généralement une taille limitée, il est généralement admis qu'un
système de fichier ne fournit pas d'information sur l'encodage utilisé pour encoder
un texte brut donné. Cette information essentielle est alors déterminée à travers
un ensemble d'heuristiques.

Apports et limitations[modifier | modifier le code]

Le fichier texte est un élément déterminant en ce qu'il offre la possibilité de
décrire des codes sources et de faciliter la programmation des ordinateurs.
Toutefois, il souffre de facto de nombreux problème d'interopérabilité.
Apports[modifier | modifier le code]
Le fichier texte, lorsqu'il apparait apporte la possibilité de permettre à un humain
de soumettre un texte au traitement automatique d'une machine. Il offre
également la possibilité de supprimer et d'ajouter une ligne, et cela dès les cartes
perforées. Cette fonctionnalité a été reprise par des logiciels comme ed ou edlin.
Limitations[modifier | modifier le code]
Un fichier texte est limité dans sa taille, comme le sont tous les fichiers, par
le système de gestion de fichiers.
De plus par convention on limite volontairement le nombre de colonnes. Une
convention commune est ancienne est d'environ 80 ou 132 colonnes. Cela
correspondait aux standards de terminaux physiques aujourd'hui dépassés. Les
éditeurs modernes savent souvent gérer des lignes plus longues bien que cela ne
soit pas conseillé pour des questions de présentation.
Le fichier texte peut poser de nombreux problèmes d'interopérabilité (pour cause
d'encodage différents) entre pays, entre fournisseurs de logiciels, notamment.

Usage[modifier | modifier le code]
Les fichiers texte sont utilisés par de nombreux logiciels pour conserver les
données de configuration. Ils sont également utilisés pour contenir
les textes écrits en langages de programmation. En outre, la plupart des
langages de programmation offrent des fonctions prédéfinies pour manipuler du
texte brut, ce qui rend la gestion des fichiers textes particulièrement accessible.
Le logiciel utilisé pour éditer un fichier texte est un éditeur de texte. Dans le cas
général, un traitement de texte ne produit pas des fichiers texte. En effet, un
traitement de texte n'a pas seulement besoin de manipuler du texte brut, mais
également des informations sur la fonte de caractère utilisée, la disposition des
caractères dans des pages, les styles typographiques, etc. Toutefois, les
traitements de texte peuvent ouvrir ou sauvegarder un fichier texte, aucune
information de mise en forme n'étant conservée, sauf le cas échéant les sauts de
ligne.
Un fichier texte peut être la structure sous-jacente d'un fichier journal 8.

Structure et propriétés[modifier | modifier le code]

La structure d'un fichier texte est une séquence de lignes. Toutefois,
historiquement, chaque caractère est aligné verticalement, c'est encore le cas
aujourd'hui, dans un éditeur de texte en ligne ou local.
Séquence de lignes[modifier | modifier le code]
Le concept de séquence de lignes reste une caractéristique forte d'un fichier
texte.
Un fichier texte peut simplement contenir du texte dans une langue quelconque.
Dans ce cas, aujourd'hui, il ne respecte plus aucune structure particulière.

Il était une fois une marchande de foie

qui vendait du foie dans la Ville de Foix.
Elle se dit «ma foi c'est la première fois
que je vends du foie dans la ville de Foix !»
using (FileStream stm = new FileStream("logfile.txt", FileMode.Create))
{
return ProcessStuff(stm); //
}

Un fichier texte peut également contenir une donnée structurée qui peut être
analysée par un logiciel et affichée sous une forme plus évoluée, par exemple
une page web :

<!DOCTYPE html>
<html lang="fr">
<head><title>Page web d'exemple</title></head>
<body>
<p>Ceci est une page web d'exemple.</p>
</body>
</html>

Alignement vertical[modifier | modifier le code]

Un fichier texte est généralement rendu visible avec des polices à chasse fixe
alignant le texte verticalement. L'arrivée d'un grand nombre de caractères
Unicode dans les fichiers textes peut questionner ce concept.
Enfin, et de manière plus anecdotique, le propos d'un fichier texte peut être
détourné pour contenir une image, c'est ce qu'on appelle l'art ASCII :

(\___/) (*) (*) \ /

(=*.*=) (°_°) {^o^}
(")___(") (+) (+) (| . |)
(_) (_) (_) (_)

Cet art nécessite toutefois que tous les caractères affichés aient la même largeur.
Cette technologie a notamment été utilisée pour spécifier des protocoles de
transfert de fichier.
Utilisation de l'art-ASCII comme élément de spécification du «FILE TRANSFER
PROTOCOL» RFC 7654; année 1980:

-------------
 |/---------\|
|| User || --------
||Interface|<--->| User |
|\----:----/| --------
---------- | V |
|/------\| FTP Commands |/---------\|
||Server|<---------------->| User ||
|| PI || FTP Replies || PI ||
|\--:---/| |\----:----/|
| V | | V |
-------- |/------\| Data |/---------\| --------
| File |<--->|Server|<---------------->| User |<--->| File |
|System| || DTP || Connection || DTP || |System|
-------- |\------/| |\---------/| --------
---------- -------------

Server-FTP User-FTP

Standardisation et normalisation[modifier | modifier le code]

Les fichiers textes peuvent connaitre des problèmes d'interopérabilité :

 Différence de traitement des changements de lignes : CR ; LF, NL ;

CR+LF
 Présence ou absence éventuelle du marqueur magique BOM
 Différence de codage des caractères
 Différence de traitement des séquences d'échappement éventuelles.
Les variations de formats sont notamment liées aux intérêts régionaux: présence
de caractères accentués ou d'alphabets particuliers. Les industries souhaitent
également offrir de nouveaux caractères, en respectant tous les standards avec
une rigueur inégale.
Codage des caractères[modifier | modifier le code]
Comme tout fichier informatique, un fichier texte contient fondamentalement
des bits. La particularité d'un fichier texte est que l'ensemble du fichier respecte
un standard de codage des caractères. Il existe de nombreux standards de
codage de caractères, ce qui peut rendre problématique la compatibilité des
fichiers texte.
Rôle de l'ASCII[modifier | modifier le code]
La dénomination « fichier ASCII » est souvent confusément (et/ou abusivement)
utilisée à propos de fichiers texte n'utilisant pas le codage des caractères ASCII,
soit pour marquer une opposition à l'EBCDIC, soit pour interdire l'utilisation de
langues autre que l'anglais. Cela tient aussi à une histoire compliquée liée à
l'influence et aux intérêts des États-Unis, pays de langue anglaise, et au fait
qu'actuellement les fichiers textes sont généralement compatibles ASCII tout en
ne se limitant pas à ces caractères. Ainsi des fichiers textes UTF-8 bénéficient
d'une certaine interopérabilité avec des logiciels qui nécessitent des fichiers
compatibles ASCII, contrairement aux fichiers textes UTF-16, qui nécessitent des
logiciels spécifiquement adaptés à l'UTF-16.
Rôle du BOM[modifier | modifier le code]
Article détaillé : Byte Order Mark.
Le BOM est une invention du standard Unicode. Il est parfois présent en début de
fichier pour indiquer visuellement l'encodage d'un fichier (ce code dans un fichier
UTF8 sera visualisé « ï»¿ » en iso8859-1). À ce titre, il s'agit d'un nombre
magique au même titre que le shebang. Mais il est aussi et surtout utilisé pour
déterminer l'ordre des octets (endianness) et cela peut poser des problèmes à
certains logiciels.
Séquence d'échappement[modifier | modifier le code]
Les séquences d'échappement peuvent également être traitées de manière
inégales, alors que leur utilisation est impérative en ISO-2022, conduisant à
l'apparition de mojibake au sens premier du mot.

Notes et références[modifier | modifier le code]

Notes[modifier | modifier le code]
6. ↑ Le standard des États-Unis, l'ASCII inclut des caractères de contrôle, tel que
l'échappement de valeur 27.
7. ↑ les standards ISO-2022 sont bâtis sur ces séquences.
8. ↑ L'Unicode autorise l'utilisation d'un indicateur dénommé BOM.
9. ↑ ASCII 8 bits avec le bit sept, le plus fort, à 0.
10. ↑ Ce qui pourrait signifier que chaque colonne avait un sens précis comme en Cobol et
que la longueur des lignes était fixe, comme l'écran.

Références[modifier | modifier le code]
9. ↑ Popular Science Magazine, February 1950, page 96 [archive]
10. ↑ (en) Request for comments no 265 [archive].
11. ↑ (en) Request for comments no 354 [archive].
12. ↑ Revenir plus haut en :a et b (en) Request for comments no 765 [archive].
13. ↑ File Transfer Protocol  : RFC  959, Network Working Group, octobre 1985 (lire en
ligne [archive]), page 15
14. ↑ Revenir plus haut en :a et b http://www.cairn.info/article.php?ID_ARTICLE=DN_063_0013 [archive]
15. ↑ Barbara Beeton, Asmus Freytag, Murray Sargent III, Unicode Technical Report
1. 25 “Unicode Support for
Mathematics”, https://www.unicode.org/reports/tr25 [archive]
16. ↑ http://www.oqlf.gouv.qc.ca/ressources/bibliotheque/dictionnaires/internet/fiches/8383642
.html [archive]

Voir aussi[modifier | modifier le code]

Articles connexes[modifier | modifier le code]

 Fichier binaire
 Éditeur de texte
 Format de fichier
 Fichier
   Portail de l’informatique 
  Portail de l’écriture
Catégories : 
 Format de données numériques
 Codage du texte
 Format ouvert
[+]
 La dernière modification de cette page a été faite le 15 octobre 2021 à 16:01.
 Droit d'auteur : les textes sont disponibles sous licence Creative Commons attribution, partage dans
les mêmes conditions ; d’autres conditions peuvent s’appliquer. Voyez les conditions
d’utilisation pour plus de détails, ainsi que les crédits graphiques. En cas de réutilisation des textes
de cette page, voyez comment citer les auteurs et mentionner la licence.
Wikipedia® est une marque déposée de la Wikimedia Foundation, Inc., organisation de
bienfaisance régie par le paragraphe 501(c)(3) du code fiscal des États-Unis.

Fichier texte
Pour les articles homonymes, voir TXT.
Fichier texte

Les 95 caractères et signes du codage ASCII

Caractéristiques
Extensions .txt ,  .text , -

Type MIME text/plain

PUID x-fmt/111

modifier - modifier le code - modifier Wikidata

En informatique, un fichier texte ou fichier texte brut ou fichier texte

simple[réf. nécessaire] est un fichier dont le contenu représente uniquement une suite
de caractères ; il utilise nécessairement une forme particulière de codage des
caractères qui peut être une variante ou une extension du standard local des États-
Unis, l'ASCII. Il n'existe aucune définition officielle, et les différentes interprétations
de ce qu'est un fichier texte partagent des propriétés essentielles. Les caractères
considérés sont généralement les caractères imprimables, d'espaces et de retours à
la ligne. Certains codages de caractères normalisés incluent également certains
caractères de contrôleN 1, séquence d'échappementN 2 ou marqueursN 3 qui peuvent
faire l'objet de différences d'appréciations. La notion de fichier texte est donc
subjective et dépend notamment des systèmes de codage de caractère considérés
(windows-1252 et ISO-8859-1 n'offrant pas les mêmes plages de valeurs
«imprimables».)
Un fichier « non texte » est appelé « fichier binaire », dans le sens où
les bits contenus dans le fichier ne représentent pas une simple suite de caractères
imprimables, d'espaces et de retours à la ligne.

Sommaire

 1Histoire
 2Texte brut
 3Apports et limitations
o 3.1Apports
o 3.2Limitations
 4Usage
 5Structure et propriétés
o 5.1Séquence de lignes
o 5.2Alignement vertical
 6Standardisation et normalisation
o 6.1Codage des caractères
 6.1.1Rôle de l'ASCII
o 6.2Rôle du BOM
o 6.3Séquence d'échappement
 7Notes et références
o 7.1Notes
o 7.2Références
 8Voir aussi
o 8.1Articles connexes

Histoire[modifier | modifier le code]

Un fichier en carte perforée

Extrait d'un programme écrit en BASIC

Copie papier d'un code source (en Fortran) des années 1970, imprimé sur du papier continu, dédié aux
fichiers textes.

La notion de fichier texte a évolué avec l'histoire de l'informatique.

Le mot fichier (« file » en anglais) a été utilisé publiquement dans le contexte d'un
enregistrement informatique déjà en février 1950. Une publicité de la radio Radio
Corporation of America de Popular Science Magazine1 décrivant une nouvelle
mémoire à tube à vide qu'elle avait développée, expliquait :
«...the results of countless computations can be kept "on file" and taken out
again. Such a "file" now exists in a "memory" tube developed at RCA
Laboratories. Electronically it retains figures fed into calculating machines,
holds them in storage while it memorizes new ones - speeds intelligent
solutions through mazes of mathematics. »
En 1952 un fichier était utilisé pour désigner l'information enregistrée sur
une carte perforée.
Or il se trouve que les cartes perforées partageaient certaines propriétés:

 Chaque carte représentait une ligne de 80 colonnes (en général)

 Les programmes (code source) étaient écrits en assemblant des lignes
de textes
 Les cartes perforées qui ne contenaient pas de texte étaient donc déjà
différentes.
En 1971, le RFC 2652 indique qu'un fichier peut être ASCII, cœur d'exécutable,
ou autre. Il mentionne notamment l'EBCDIC.
En juillet 1972, le RFC 3543, discutant des échanges de texte par le protocole
réseau NVT-ASCIIN 4 FTP, indique que les fichiers textes sont enregistrés de
manières différentes selon les systèmes :

 le PDP-10 enregistre le NVT-ASCII en 7-bits justifiés à gauche dans

des mots de 36 bits ;
 le 360's enregistre le texte avec un codage EBCDIC 8-bit ;
 Multics enregistre le texte avec quatre caractère de neuf bits dans des
mots de 36 bits.
Il indique donc que pour le bon transfert des textes, il est nécessaire que les deux
parties effectuent leur part respective de la conversion dans un codage commun;
il s'agit à cette époque de l'ASCII 8 bits, dit NVT.
Cette même année, la RFC fait apparaître le besoin d'une unité commune pour
transmettre des données binaires entre systèmes dont les mots n'ont pas la
même taille, et suggère l'utilisation de byte de 8 bits, c'est-à-dire, de ce que l'on
appelle aujourd'hui des octets, tout en permettant l'utilisation de bytes/mots
différents si négocié.
En 1980, le RFC 7654 en spécifiant le protocole FTP indique les trois raisons
occasionnant le transfert d'un fichier : l'impression, l'archivage, et le traitement.
Constatant, que le seul encodage n'est pas une métainformation suffisante, il
spécifie le reste et notamment les différents mécanismes de changement de ligne
à travers des caractères de contrôle ou de défilement de lignes. En page 12, le
RFC clarifie que les fichiers textes sont tout aussi bien des fichiers ASCII que des
fichiers EBCDIC.
En 1985, lors de l'élaboration du protocole FTP de transfert de fichier, il a été
recommandé de considérer comme fichier texte (en anglais "text" files), deux
formats de fichiers :

 les fichiers file structure, où le fichier est considéré être une séquence

continue de lignes.
 les fichiers record-structure, où le fichier est constitué
d'enregistrements séquentielsN 5
De même les types ASCII et EBCDIC ont été acceptés comme fichier texte 5.
 Cette section est vide, insuffisamment détaillée ou incomplète. Votre aide est
la bienvenue ! Comment faire ?

Texte brut[modifier | modifier le code]

Article détaillé : Texte brut.
Texte brut Unicode (Unicode plain text)
De nos jours, l'Unicode est de plus en plus reconnu comme format de texte brut.
Le standard Unicode définit selon ses propres termes ce qu'est le texte brut, sous
le terme de plain text, dans sa version anglaise.
La notion de fichier texte se rapproche donc des propriétés que le standard
Unicode attribue au format nommé plain text en langue anglaise et signifiant texte
brut.
Généralités et controverses
La notion de texte brut (plain text) a, comme la notion de texte enrichi (fancy text),
été introduite par Unicode6.
La notion de plain text peut être traduite par texte en clair, pur texte, texte pur, ou
texte brut6.
Linux Information Project en donne une vision restrictive.
Format de codage
Si l'encodage est inconnu, un texte brut quelconque est inexploitable.
Texte brut approché en mathématiques
Alors que les mathématiques sont un langage international, en tout ou partie, leur
représentation informatique a pu être négligée lors de la création de différents
systèmes de codage des caractères. Toutefois, ces symboles ont bénéficié d'une
forte prise en charge par l'Unicode7, offrant de nouvelles perspectives.
Histoire
La notion de texte brut est implicitement assez ancienne puisque
vraisemblablement elle remonte sans doute au moins si ce n'est à la notion de
machine à écrire, aux premiers langages de programmation utilisant cette
technologie.
Dans son aspect réseau, elle est consignée dans de nombreux RFC.
Protocole et fichier
L'usage du texte brut peut varier entre protocole et ficher. Ceci peut
généralement être invisible à l'utilisateur lorsqu'il copie un texte d'un logiciel à un
autre.
Dans un protocole, le protocole spécifie généralement l'encodage utilisé, d'une
manière ou d'une autre; la longueur du texte peut ne pas être limité, en fonction
du protocole.
Un fichier a généralement une taille limitée, il est généralement admis qu'un
système de fichier ne fournit pas d'information sur l'encodage utilisé pour encoder
un texte brut donné. Cette information essentielle est alors déterminée à travers
un ensemble d'heuristiques.

Apports et limitations[modifier | modifier le code]

Le fichier texte est un élément déterminant en ce qu'il offre la possibilité de
décrire des codes sources et de faciliter la programmation des ordinateurs.
Toutefois, il souffre de facto de nombreux problème d'interopérabilité.
Apports[modifier | modifier le code]
Le fichier texte, lorsqu'il apparait apporte la possibilité de permettre à un humain
de soumettre un texte au traitement automatique d'une machine. Il offre
également la possibilité de supprimer et d'ajouter une ligne, et cela dès les cartes
perforées. Cette fonctionnalité a été reprise par des logiciels comme ed ou edlin.
Limitations[modifier | modifier le code]
Un fichier texte est limité dans sa taille, comme le sont tous les fichiers, par
le système de gestion de fichiers.
De plus par convention on limite volontairement le nombre de colonnes. Une
convention commune est ancienne est d'environ 80 ou 132 colonnes. Cela
correspondait aux standards de terminaux physiques aujourd'hui dépassés. Les
éditeurs modernes savent souvent gérer des lignes plus longues bien que cela ne
soit pas conseillé pour des questions de présentation.
Le fichier texte peut poser de nombreux problèmes d'interopérabilité (pour cause
d'encodage différents) entre pays, entre fournisseurs de logiciels, notamment.

Usage[modifier | modifier le code]
Les fichiers texte sont utilisés par de nombreux logiciels pour conserver les
données de configuration. Ils sont également utilisés pour contenir
les textes écrits en langages de programmation. En outre, la plupart des
langages de programmation offrent des fonctions prédéfinies pour manipuler du
texte brut, ce qui rend la gestion des fichiers textes particulièrement accessible.
Le logiciel utilisé pour éditer un fichier texte est un éditeur de texte. Dans le cas
général, un traitement de texte ne produit pas des fichiers texte. En effet, un
traitement de texte n'a pas seulement besoin de manipuler du texte brut, mais
également des informations sur la fonte de caractère utilisée, la disposition des
caractères dans des pages, les styles typographiques, etc. Toutefois, les
traitements de texte peuvent ouvrir ou sauvegarder un fichier texte, aucune
information de mise en forme n'étant conservée, sauf le cas échéant les sauts de
ligne.
Un fichier texte peut être la structure sous-jacente d'un fichier journal 8.

Structure et propriétés[modifier | modifier le code]

La structure d'un fichier texte est une séquence de lignes. Toutefois,
historiquement, chaque caractère est aligné verticalement, c'est encore le cas
aujourd'hui, dans un éditeur de texte en ligne ou local.
Séquence de lignes[modifier | modifier le code]
Le concept de séquence de lignes reste une caractéristique forte d'un fichier
texte.
Un fichier texte peut simplement contenir du texte dans une langue quelconque.
Dans ce cas, aujourd'hui, il ne respecte plus aucune structure particulière.

Il était une fois une marchande de foie

qui vendait du foie dans la Ville de Foix.
Elle se dit «ma foi c'est la première fois
que je vends du foie dans la ville de Foix !»
using (FileStream stm = new FileStream("logfile.txt", FileMode.Create))
{
return ProcessStuff(stm); //
}

Un fichier texte peut également contenir une donnée structurée qui peut être
analysée par un logiciel et affichée sous une forme plus évoluée, par exemple
une page web :

<!DOCTYPE html>
<html lang="fr">
<head><title>Page web d'exemple</title></head>
<body>
<p>Ceci est une page web d'exemple.</p>
</body>
</html>

Alignement vertical[modifier | modifier le code]

Un fichier texte est généralement rendu visible avec des polices à chasse fixe
alignant le texte verticalement. L'arrivée d'un grand nombre de caractères
Unicode dans les fichiers textes peut questionner ce concept.
Enfin, et de manière plus anecdotique, le propos d'un fichier texte peut être
détourné pour contenir une image, c'est ce qu'on appelle l'art ASCII :

(\___/) (*) (*) \ /

(=*.*=) (°_°) {^o^}
(")___(") (+) (+) (| . |)
(_) (_) (_) (_)

Cet art nécessite toutefois que tous les caractères affichés aient la même largeur.
Cette technologie a notamment été utilisée pour spécifier des protocoles de
transfert de fichier.
Utilisation de l'art-ASCII comme élément de spécification du «FILE TRANSFER
PROTOCOL» RFC 7654; année 1980:

-------------
 |/---------\|
|| User || --------
||Interface|<--->| User |
|\----:----/| --------
---------- | V |
|/------\| FTP Commands |/---------\|
||Server|<---------------->| User ||
|| PI || FTP Replies || PI ||
|\--:---/| |\----:----/|
| V | | V |
-------- |/------\| Data |/---------\| --------
| File |<--->|Server|<---------------->| User |<--->| File |
|System| || DTP || Connection || DTP || |System|
-------- |\------/| |\---------/| --------
---------- -------------

Server-FTP User-FTP

Standardisation et normalisation[modifier | modifier le code]

Les fichiers textes peuvent connaitre des problèmes d'interopérabilité :

 Différence de traitement des changements de lignes : CR ; LF, NL ;

CR+LF
 Présence ou absence éventuelle du marqueur magique BOM
 Différence de codage des caractères
 Différence de traitement des séquences d'échappement éventuelles.
Les variations de formats sont notamment liées aux intérêts régionaux: présence
de caractères accentués ou d'alphabets particuliers. Les industries souhaitent
également offrir de nouveaux caractères, en respectant tous les standards avec
une rigueur inégale.
Codage des caractères[modifier | modifier le code]
Comme tout fichier informatique, un fichier texte contient fondamentalement
des bits. La particularité d'un fichier texte est que l'ensemble du fichier respecte
un standard de codage des caractères. Il existe de nombreux standards de
codage de caractères, ce qui peut rendre problématique la compatibilité des
fichiers texte.
Rôle de l'ASCII[modifier | modifier le code]
La dénomination « fichier ASCII » est souvent confusément (et/ou abusivement)
utilisée à propos de fichiers texte n'utilisant pas le codage des caractères ASCII,
soit pour marquer une opposition à l'EBCDIC, soit pour interdire l'utilisation de
langues autre que l'anglais. Cela tient aussi à une histoire compliquée liée à
l'influence et aux intérêts des États-Unis, pays de langue anglaise, et au fait
qu'actuellement les fichiers textes sont généralement compatibles ASCII tout en
ne se limitant pas à ces caractères. Ainsi des fichiers textes UTF-8 bénéficient
d'une certaine interopérabilité avec des logiciels qui nécessitent des fichiers
compatibles ASCII, contrairement aux fichiers textes UTF-16, qui nécessitent des
logiciels spécifiquement adaptés à l'UTF-16.
Rôle du BOM[modifier | modifier le code]
Article détaillé : Byte Order Mark.
Le BOM est une invention du standard Unicode. Il est parfois présent en début de
fichier pour indiquer visuellement l'encodage d'un fichier (ce code dans un fichier
UTF8 sera visualisé « ï»¿ » en iso8859-1). À ce titre, il s'agit d'un nombre
magique au même titre que le shebang. Mais il est aussi et surtout utilisé pour
déterminer l'ordre des octets (endianness) et cela peut poser des problèmes à
certains logiciels.
Séquence d'échappement[modifier | modifier le code]
Les séquences d'échappement peuvent également être traitées de manière
inégales, alors que leur utilisation est impérative en ISO-2022, conduisant à
l'apparition de mojibake au sens premier du mot.

Notes et références[modifier | modifier le code]

Notes[modifier | modifier le code]
6. ↑ Le standard des États-Unis, l'ASCII inclut des caractères de contrôle, tel que
l'échappement de valeur 27.
7. ↑ les standards ISO-2022 sont bâtis sur ces séquences.
8. ↑ L'Unicode autorise l'utilisation d'un indicateur dénommé BOM.
9. ↑ ASCII 8 bits avec le bit sept, le plus fort, à 0.
10. ↑ Ce qui pourrait signifier que chaque colonne avait un sens précis comme en Cobol et
que la longueur des lignes était fixe, comme l'écran.

Références[modifier | modifier le code]
9. ↑ Popular Science Magazine, February 1950, page 96 [archive]
10. ↑ (en) Request for comments no 265 [archive].
11. ↑ (en) Request for comments no 354 [archive].
12. ↑ Revenir plus haut en :a et b (en) Request for comments no 765 [archive].
13. ↑ File Transfer Protocol  : RFC  959, Network Working Group, octobre 1985 (lire en
ligne [archive]), page 15
14. ↑ Revenir plus haut en :a et b http://www.cairn.info/article.php?ID_ARTICLE=DN_063_0013 [archive]
15. ↑ Barbara Beeton, Asmus Freytag, Murray Sargent III, Unicode Technical Report
1. 25 “Unicode Support for
Mathematics”, https://www.unicode.org/reports/tr25 [archive]
16. ↑ http://www.oqlf.gouv.qc.ca/ressources/bibliotheque/dictionnaires/internet/fiches/8383642
.html [archive]

Voir aussi[modifier | modifier le code]

Articles connexes[modifier | modifier le code]

 Fichier binaire
 Éditeur de texte
 Format de fichier
 Fichier
   Portail de l’informatique 
  Portail de l’écriture
Catégories : 
 Format de données numériques
 Codage du texte
 Format ouvert
[+]
 La dernière modification de cette page a été faite le 15 octobre 2021 à 16:01.
 Droit d'auteur : les textes sont disponibles sous licence Creative Commons attribution, partage dans
les mêmes conditions ; d’autres conditions peuvent s’appliquer. Voyez les conditions
d’utilisation pour plus de détails, ainsi que les crédits graphiques. En cas de réutilisation des textes
de cette page, voyez comment citer les auteurs et mentionner la licence.
Wikipedia® est une marque déposée de la Wikimedia Foundation, Inc., organisation de
bienfaisance régie par le paragraphe 501(c)(3) du code fiscal des États-Unis.

Fichier texte
Pour les articles homonymes, voir TXT.
Fichier texte

Les 95 caractères et signes du codage ASCII

Caractéristiques
Extensions .txt ,  .text , -

Type MIME text/plain

PUID x-fmt/111

modifier - modifier le code - modifier Wikidata

En informatique, un fichier texte ou fichier texte brut ou fichier texte

simple[réf. nécessaire] est un fichier dont le contenu représente uniquement une suite
de caractères ; il utilise nécessairement une forme particulière de codage des
caractères qui peut être une variante ou une extension du standard local des États-
Unis, l'ASCII. Il n'existe aucune définition officielle, et les différentes interprétations
de ce qu'est un fichier texte partagent des propriétés essentielles. Les caractères
considérés sont généralement les caractères imprimables, d'espaces et de retours à
la ligne. Certains codages de caractères normalisés incluent également certains
caractères de contrôleN 1, séquence d'échappementN 2 ou marqueursN 3 qui peuvent
faire l'objet de différences d'appréciations. La notion de fichier texte est donc
subjective et dépend notamment des systèmes de codage de caractère considérés
(windows-1252 et ISO-8859-1 n'offrant pas les mêmes plages de valeurs
«imprimables».)
Un fichier « non texte » est appelé « fichier binaire », dans le sens où
les bits contenus dans le fichier ne représentent pas une simple suite de caractères
imprimables, d'espaces et de retours à la ligne.

Sommaire

 1Histoire
 2Texte brut
 3Apports et limitations
o 3.1Apports
o 3.2Limitations
 4Usage
 5Structure et propriétés
o 5.1Séquence de lignes
o 5.2Alignement vertical
 6Standardisation et normalisation
o 6.1Codage des caractères
 6.1.1Rôle de l'ASCII
o 6.2Rôle du BOM
o 6.3Séquence d'échappement
 7Notes et références
o 7.1Notes
o 7.2Références
 8Voir aussi
o 8.1Articles connexes

Histoire[modifier | modifier le code]

Un fichier en carte perforée

Extrait d'un programme écrit en BASIC

Copie papier d'un code source (en Fortran) des années 1970, imprimé sur du papier continu, dédié aux
fichiers textes.

La notion de fichier texte a évolué avec l'histoire de l'informatique.

Le mot fichier (« file » en anglais) a été utilisé publiquement dans le contexte d'un
enregistrement informatique déjà en février 1950. Une publicité de la radio Radio
Corporation of America de Popular Science Magazine1 décrivant une nouvelle
mémoire à tube à vide qu'elle avait développée, expliquait :
«...the results of countless computations can be kept "on file" and taken out
again. Such a "file" now exists in a "memory" tube developed at RCA
Laboratories. Electronically it retains figures fed into calculating machines,
holds them in storage while it memorizes new ones - speeds intelligent
solutions through mazes of mathematics. »
En 1952 un fichier était utilisé pour désigner l'information enregistrée sur
une carte perforée.
Or il se trouve que les cartes perforées partageaient certaines propriétés:

 Chaque carte représentait une ligne de 80 colonnes (en général)

 Les programmes (code source) étaient écrits en assemblant des lignes
de textes
 Les cartes perforées qui ne contenaient pas de texte étaient donc déjà
différentes.
En 1971, le RFC 2652 indique qu'un fichier peut être ASCII, cœur d'exécutable,
ou autre. Il mentionne notamment l'EBCDIC.
En juillet 1972, le RFC 3543, discutant des échanges de texte par le protocole
réseau NVT-ASCIIN 4 FTP, indique que les fichiers textes sont enregistrés de
manières différentes selon les systèmes :

 le PDP-10 enregistre le NVT-ASCII en 7-bits justifiés à gauche dans

des mots de 36 bits ;
 le 360's enregistre le texte avec un codage EBCDIC 8-bit ;
 Multics enregistre le texte avec quatre caractère de neuf bits dans des
mots de 36 bits.
Il indique donc que pour le bon transfert des textes, il est nécessaire que les deux
parties effectuent leur part respective de la conversion dans un codage commun;
il s'agit à cette époque de l'ASCII 8 bits, dit NVT.
Cette même année, la RFC fait apparaître le besoin d'une unité commune pour
transmettre des données binaires entre systèmes dont les mots n'ont pas la
même taille, et suggère l'utilisation de byte de 8 bits, c'est-à-dire, de ce que l'on
appelle aujourd'hui des octets, tout en permettant l'utilisation de bytes/mots
différents si négocié.
En 1980, le RFC 7654 en spécifiant le protocole FTP indique les trois raisons
occasionnant le transfert d'un fichier : l'impression, l'archivage, et le traitement.
Constatant, que le seul encodage n'est pas une métainformation suffisante, il
spécifie le reste et notamment les différents mécanismes de changement de ligne
à travers des caractères de contrôle ou de défilement de lignes. En page 12, le
RFC clarifie que les fichiers textes sont tout aussi bien des fichiers ASCII que des
fichiers EBCDIC.
En 1985, lors de l'élaboration du protocole FTP de transfert de fichier, il a été
recommandé de considérer comme fichier texte (en anglais "text" files), deux
formats de fichiers :

 les fichiers file structure, où le fichier est considéré être une séquence

continue de lignes.
 les fichiers record-structure, où le fichier est constitué
d'enregistrements séquentielsN 5
De même les types ASCII et EBCDIC ont été acceptés comme fichier texte 5.
 Cette section est vide, insuffisamment détaillée ou incomplète. Votre aide est
la bienvenue ! Comment faire ?

Texte brut[modifier | modifier le code]

Article détaillé : Texte brut.
Texte brut Unicode (Unicode plain text)
De nos jours, l'Unicode est de plus en plus reconnu comme format de texte brut.
Le standard Unicode définit selon ses propres termes ce qu'est le texte brut, sous
le terme de plain text, dans sa version anglaise.
La notion de fichier texte se rapproche donc des propriétés que le standard
Unicode attribue au format nommé plain text en langue anglaise et signifiant texte
brut.
Généralités et controverses
La notion de texte brut (plain text) a, comme la notion de texte enrichi (fancy text),
été introduite par Unicode6.
La notion de plain text peut être traduite par texte en clair, pur texte, texte pur, ou
texte brut6.
Linux Information Project en donne une vision restrictive.
Format de codage
Si l'encodage est inconnu, un texte brut quelconque est inexploitable.
Texte brut approché en mathématiques
Alors que les mathématiques sont un langage international, en tout ou partie, leur
représentation informatique a pu être négligée lors de la création de différents
systèmes de codage des caractères. Toutefois, ces symboles ont bénéficié d'une
forte prise en charge par l'Unicode7, offrant de nouvelles perspectives.
Histoire
La notion de texte brut est implicitement assez ancienne puisque
vraisemblablement elle remonte sans doute au moins si ce n'est à la notion de
machine à écrire, aux premiers langages de programmation utilisant cette
technologie.
Dans son aspect réseau, elle est consignée dans de nombreux RFC.
Protocole et fichier
L'usage du texte brut peut varier entre protocole et ficher. Ceci peut
généralement être invisible à l'utilisateur lorsqu'il copie un texte d'un logiciel à un
autre.
Dans un protocole, le protocole spécifie généralement l'encodage utilisé, d'une
manière ou d'une autre; la longueur du texte peut ne pas être limité, en fonction
du protocole.
Un fichier a généralement une taille limitée, il est généralement admis qu'un
système de fichier ne fournit pas d'information sur l'encodage utilisé pour encoder
un texte brut donné. Cette information essentielle est alors déterminée à travers
un ensemble d'heuristiques.

Apports et limitations[modifier | modifier le code]

Le fichier texte est un élément déterminant en ce qu'il offre la possibilité de
décrire des codes sources et de faciliter la programmation des ordinateurs.
Toutefois, il souffre de facto de nombreux problème d'interopérabilité.
Apports[modifier | modifier le code]
Le fichier texte, lorsqu'il apparait apporte la possibilité de permettre à un humain
de soumettre un texte au traitement automatique d'une machine. Il offre
également la possibilité de supprimer et d'ajouter une ligne, et cela dès les cartes
perforées. Cette fonctionnalité a été reprise par des logiciels comme ed ou edlin.
Limitations[modifier | modifier le code]
Un fichier texte est limité dans sa taille, comme le sont tous les fichiers, par
le système de gestion de fichiers.
De plus par convention on limite volontairement le nombre de colonnes. Une
convention commune est ancienne est d'environ 80 ou 132 colonnes. Cela
correspondait aux standards de terminaux physiques aujourd'hui dépassés. Les
éditeurs modernes savent souvent gérer des lignes plus longues bien que cela ne
soit pas conseillé pour des questions de présentation.
Le fichier texte peut poser de nombreux problèmes d'interopérabilité (pour cause
d'encodage différents) entre pays, entre fournisseurs de logiciels, notamment.

Usage[modifier | modifier le code]
Les fichiers texte sont utilisés par de nombreux logiciels pour conserver les
données de configuration. Ils sont également utilisés pour contenir
les textes écrits en langages de programmation. En outre, la plupart des
langages de programmation offrent des fonctions prédéfinies pour manipuler du
texte brut, ce qui rend la gestion des fichiers textes particulièrement accessible.
Le logiciel utilisé pour éditer un fichier texte est un éditeur de texte. Dans le cas
général, un traitement de texte ne produit pas des fichiers texte. En effet, un
traitement de texte n'a pas seulement besoin de manipuler du texte brut, mais
également des informations sur la fonte de caractère utilisée, la disposition des
caractères dans des pages, les styles typographiques, etc. Toutefois, les
traitements de texte peuvent ouvrir ou sauvegarder un fichier texte, aucune
information de mise en forme n'étant conservée, sauf le cas échéant les sauts de
ligne.
Un fichier texte peut être la structure sous-jacente d'un fichier journal 8.

Structure et propriétés[modifier | modifier le code]

La structure d'un fichier texte est une séquence de lignes. Toutefois,
historiquement, chaque caractère est aligné verticalement, c'est encore le cas
aujourd'hui, dans un éditeur de texte en ligne ou local.
Séquence de lignes[modifier | modifier le code]
Le concept de séquence de lignes reste une caractéristique forte d'un fichier
texte.
Un fichier texte peut simplement contenir du texte dans une langue quelconque.
Dans ce cas, aujourd'hui, il ne respecte plus aucune structure particulière.

Il était une fois une marchande de foie

qui vendait du foie dans la Ville de Foix.
Elle se dit «ma foi c'est la première fois
que je vends du foie dans la ville de Foix !»
using (FileStream stm = new FileStream("logfile.txt", FileMode.Create))
{
return ProcessStuff(stm); //
}

Un fichier texte peut également contenir une donnée structurée qui peut être
analysée par un logiciel et affichée sous une forme plus évoluée, par exemple
une page web :

<!DOCTYPE html>
<html lang="fr">
<head><title>Page web d'exemple</title></head>
<body>
<p>Ceci est une page web d'exemple.</p>
</body>
</html>

Alignement vertical[modifier | modifier le code]

Un fichier texte est généralement rendu visible avec des polices à chasse fixe
alignant le texte verticalement. L'arrivée d'un grand nombre de caractères
Unicode dans les fichiers textes peut questionner ce concept.
Enfin, et de manière plus anecdotique, le propos d'un fichier texte peut être
détourné pour contenir une image, c'est ce qu'on appelle l'art ASCII :

(\___/) (*) (*) \ /

(=*.*=) (°_°) {^o^}
(")___(") (+) (+) (| . |)
(_) (_) (_) (_)

Cet art nécessite toutefois que tous les caractères affichés aient la même largeur.
Cette technologie a notamment été utilisée pour spécifier des protocoles de
transfert de fichier.
Utilisation de l'art-ASCII comme élément de spécification du «FILE TRANSFER
PROTOCOL» RFC 7654; année 1980:

-------------
 |/---------\|
|| User || --------
||Interface|<--->| User |
|\----:----/| --------
---------- | V |
|/------\| FTP Commands |/---------\|
||Server|<---------------->| User ||
|| PI || FTP Replies || PI ||
|\--:---/| |\----:----/|
| V | | V |
-------- |/------\| Data |/---------\| --------
| File |<--->|Server|<---------------->| User |<--->| File |
|System| || DTP || Connection || DTP || |System|
-------- |\------/| |\---------/| --------
---------- -------------

Server-FTP User-FTP

Standardisation et normalisation[modifier | modifier le code]

Les fichiers textes peuvent connaitre des problèmes d'interopérabilité :

 Différence de traitement des changements de lignes : CR ; LF, NL ;

CR+LF
 Présence ou absence éventuelle du marqueur magique BOM
 Différence de codage des caractères
 Différence de traitement des séquences d'échappement éventuelles.
Les variations de formats sont notamment liées aux intérêts régionaux: présence
de caractères accentués ou d'alphabets particuliers. Les industries souhaitent
également offrir de nouveaux caractères, en respectant tous les standards avec
une rigueur inégale.
Codage des caractères[modifier | modifier le code]
Comme tout fichier informatique, un fichier texte contient fondamentalement
des bits. La particularité d'un fichier texte est que l'ensemble du fichier respecte
un standard de codage des caractères. Il existe de nombreux standards de
codage de caractères, ce qui peut rendre problématique la compatibilité des
fichiers texte.
Rôle de l'ASCII[modifier | modifier le code]
La dénomination « fichier ASCII » est souvent confusément (et/ou abusivement)
utilisée à propos de fichiers texte n'utilisant pas le codage des caractères ASCII,
soit pour marquer une opposition à l'EBCDIC, soit pour interdire l'utilisation de
langues autre que l'anglais. Cela tient aussi à une histoire compliquée liée à
l'influence et aux intérêts des États-Unis, pays de langue anglaise, et au fait
qu'actuellement les fichiers textes sont généralement compatibles ASCII tout en
ne se limitant pas à ces caractères. Ainsi des fichiers textes UTF-8 bénéficient
d'une certaine interopérabilité avec des logiciels qui nécessitent des fichiers
compatibles ASCII, contrairement aux fichiers textes UTF-16, qui nécessitent des
logiciels spécifiquement adaptés à l'UTF-16.
Rôle du BOM[modifier | modifier le code]
Article détaillé : Byte Order Mark.
Le BOM est une invention du standard Unicode. Il est parfois présent en début de
fichier pour indiquer visuellement l'encodage d'un fichier (ce code dans un fichier
UTF8 sera visualisé « ï»¿ » en iso8859-1). À ce titre, il s'agit d'un nombre
magique au même titre que le shebang. Mais il est aussi et surtout utilisé pour
déterminer l'ordre des octets (endianness) et cela peut poser des problèmes à
certains logiciels.
Séquence d'échappement[modifier | modifier le code]
Les séquences d'échappement peuvent également être traitées de manière
inégales, alors que leur utilisation est impérative en ISO-2022, conduisant à
l'apparition de mojibake au sens premier du mot.

Notes et références[modifier | modifier le code]

Notes[modifier | modifier le code]
6. ↑ Le standard des États-Unis, l'ASCII inclut des caractères de contrôle, tel que
l'échappement de valeur 27.
7. ↑ les standards ISO-2022 sont bâtis sur ces séquences.
8. ↑ L'Unicode autorise l'utilisation d'un indicateur dénommé BOM.
9. ↑ ASCII 8 bits avec le bit sept, le plus fort, à 0.
10. ↑ Ce qui pourrait signifier que chaque colonne avait un sens précis comme en Cobol et
que la longueur des lignes était fixe, comme l'écran.

Références[modifier | modifier le code]
9. ↑ Popular Science Magazine, February 1950, page 96 [archive]
10. ↑ (en) Request for comments no 265 [archive].
11. ↑ (en) Request for comments no 354 [archive].
12. ↑ Revenir plus haut en :a et b (en) Request for comments no 765 [archive].
13. ↑ File Transfer Protocol  : RFC  959, Network Working Group, octobre 1985 (lire en
ligne [archive]), page 15
14. ↑ Revenir plus haut en :a et b http://www.cairn.info/article.php?ID_ARTICLE=DN_063_0013 [archive]
15. ↑ Barbara Beeton, Asmus Freytag, Murray Sargent III, Unicode Technical Report
1. 25 “Unicode Support for
Mathematics”, https://www.unicode.org/reports/tr25 [archive]
16. ↑ http://www.oqlf.gouv.qc.ca/ressources/bibliotheque/dictionnaires/internet/fiches/8383642
.html [archive]

Voir aussi[modifier | modifier le code]

Articles connexes[modifier | modifier le code]

 Fichier binaire
 Éditeur de texte
 Format de fichier
 Fichier
   Portail de l’informatique 
  Portail de l’écriture
Catégories : 
 Format de données numériques
 Codage du texte
 Format ouvert
[+]
 La dernière modification de cette page a été faite le 15 octobre 2021 à 16:01.
 Droit d'auteur : les textes sont disponibles sous licence Creative Commons attribution, partage dans
les mêmes conditions ; d’autres conditions peuvent s’appliquer. Voyez les conditions
d’utilisation pour plus de détails, ainsi que les crédits graphiques. En cas de réutilisation des textes
de cette page, voyez comment citer les auteurs et mentionner la licence.
Wikipedia® est une marque déposée de la Wikimedia Foundation, Inc., organisation de
bienfaisance régie par le paragraphe 501(c)(3) du code fiscal des États-Unis.

Fichier texte
Pour les articles homonymes, voir TXT.
Fichier texte

Les 95 caractères et signes du codage ASCII

Caractéristiques
Extensions .txt ,  .text , -

Type MIME text/plain

PUID x-fmt/111

modifier - modifier le code - modifier Wikidata

En informatique, un fichier texte ou fichier texte brut ou fichier texte

simple[réf. nécessaire] est un fichier dont le contenu représente uniquement une suite
de caractères ; il utilise nécessairement une forme particulière de codage des
caractères qui peut être une variante ou une extension du standard local des États-
Unis, l'ASCII. Il n'existe aucune définition officielle, et les différentes interprétations
de ce qu'est un fichier texte partagent des propriétés essentielles. Les caractères
considérés sont généralement les caractères imprimables, d'espaces et de retours à
la ligne. Certains codages de caractères normalisés incluent également certains
caractères de contrôleN 1, séquence d'échappementN 2 ou marqueursN 3 qui peuvent
faire l'objet de différences d'appréciations. La notion de fichier texte est donc
subjective et dépend notamment des systèmes de codage de caractère considérés
(windows-1252 et ISO-8859-1 n'offrant pas les mêmes plages de valeurs
«imprimables».)
Un fichier « non texte » est appelé « fichier binaire », dans le sens où
les bits contenus dans le fichier ne représentent pas une simple suite de caractères
imprimables, d'espaces et de retours à la ligne.

Sommaire

 1Histoire
 2Texte brut
 3Apports et limitations
o 3.1Apports
o 3.2Limitations
 4Usage
 5Structure et propriétés
o 5.1Séquence de lignes
o 5.2Alignement vertical
 6Standardisation et normalisation
o 6.1Codage des caractères
 6.1.1Rôle de l'ASCII
o 6.2Rôle du BOM
o 6.3Séquence d'échappement
 7Notes et références
o 7.1Notes
o 7.2Références
 8Voir aussi
o 8.1Articles connexes

Histoire[modifier | modifier le code]

Un fichier en carte perforée

Extrait d'un programme écrit en BASIC

Copie papier d'un code source (en Fortran) des années 1970, imprimé sur du papier continu, dédié aux
fichiers textes.

La notion de fichier texte a évolué avec l'histoire de l'informatique.

Le mot fichier (« file » en anglais) a été utilisé publiquement dans le contexte d'un
enregistrement informatique déjà en février 1950. Une publicité de la radio Radio
Corporation of America de Popular Science Magazine1 décrivant une nouvelle
mémoire à tube à vide qu'elle avait développée, expliquait :
«...the results of countless computations can be kept "on file" and taken out
again. Such a "file" now exists in a "memory" tube developed at RCA
Laboratories. Electronically it retains figures fed into calculating machines,
holds them in storage while it memorizes new ones - speeds intelligent
solutions through mazes of mathematics. »
En 1952 un fichier était utilisé pour désigner l'information enregistrée sur
une carte perforée.
Or il se trouve que les cartes perforées partageaient certaines propriétés:

 Chaque carte représentait une ligne de 80 colonnes (en général)

 Les programmes (code source) étaient écrits en assemblant des lignes
de textes
 Les cartes perforées qui ne contenaient pas de texte étaient donc déjà
différentes.
En 1971, le RFC 2652 indique qu'un fichier peut être ASCII, cœur d'exécutable,
ou autre. Il mentionne notamment l'EBCDIC.
En juillet 1972, le RFC 3543, discutant des échanges de texte par le protocole
réseau NVT-ASCIIN 4 FTP, indique que les fichiers textes sont enregistrés de
manières différentes selon les systèmes :

 le PDP-10 enregistre le NVT-ASCII en 7-bits justifiés à gauche dans

des mots de 36 bits ;
 le 360's enregistre le texte avec un codage EBCDIC 8-bit ;
 Multics enregistre le texte avec quatre caractère de neuf bits dans des
mots de 36 bits.
Il indique donc que pour le bon transfert des textes, il est nécessaire que les deux
parties effectuent leur part respective de la conversion dans un codage commun;
il s'agit à cette époque de l'ASCII 8 bits, dit NVT.
Cette même année, la RFC fait apparaître le besoin d'une unité commune pour
transmettre des données binaires entre systèmes dont les mots n'ont pas la
même taille, et suggère l'utilisation de byte de 8 bits, c'est-à-dire, de ce que l'on
appelle aujourd'hui des octets, tout en permettant l'utilisation de bytes/mots
différents si négocié.
En 1980, le RFC 7654 en spécifiant le protocole FTP indique les trois raisons
occasionnant le transfert d'un fichier : l'impression, l'archivage, et le traitement.
Constatant, que le seul encodage n'est pas une métainformation suffisante, il
spécifie le reste et notamment les différents mécanismes de changement de ligne
à travers des caractères de contrôle ou de défilement de lignes. En page 12, le
RFC clarifie que les fichiers textes sont tout aussi bien des fichiers ASCII que des
fichiers EBCDIC.
En 1985, lors de l'élaboration du protocole FTP de transfert de fichier, il a été
recommandé de considérer comme fichier texte (en anglais "text" files), deux
formats de fichiers :

 les fichiers file structure, où le fichier est considéré être une séquence

continue de lignes.
 les fichiers record-structure, où le fichier est constitué
d'enregistrements séquentielsN 5
De même les types ASCII et EBCDIC ont été acceptés comme fichier texte 5.
 Cette section est vide, insuffisamment détaillée ou incomplète. Votre aide est
la bienvenue ! Comment faire ?

Texte brut[modifier | modifier le code]

Article détaillé : Texte brut.
Texte brut Unicode (Unicode plain text)
De nos jours, l'Unicode est de plus en plus reconnu comme format de texte brut.
Le standard Unicode définit selon ses propres termes ce qu'est le texte brut, sous
le terme de plain text, dans sa version anglaise.
La notion de fichier texte se rapproche donc des propriétés que le standard
Unicode attribue au format nommé plain text en langue anglaise et signifiant texte
brut.
Généralités et controverses
La notion de texte brut (plain text) a, comme la notion de texte enrichi (fancy text),
été introduite par Unicode6.
La notion de plain text peut être traduite par texte en clair, pur texte, texte pur, ou
texte brut6.
Linux Information Project en donne une vision restrictive.
Format de codage
Si l'encodage est inconnu, un texte brut quelconque est inexploitable.
Texte brut approché en mathématiques
Alors que les mathématiques sont un langage international, en tout ou partie, leur
représentation informatique a pu être négligée lors de la création de différents
systèmes de codage des caractères. Toutefois, ces symboles ont bénéficié d'une
forte prise en charge par l'Unicode7, offrant de nouvelles perspectives.
Histoire
La notion de texte brut est implicitement assez ancienne puisque
vraisemblablement elle remonte sans doute au moins si ce n'est à la notion de
machine à écrire, aux premiers langages de programmation utilisant cette
technologie.
Dans son aspect réseau, elle est consignée dans de nombreux RFC.
Protocole et fichier
L'usage du texte brut peut varier entre protocole et ficher. Ceci peut
généralement être invisible à l'utilisateur lorsqu'il copie un texte d'un logiciel à un
autre.
Dans un protocole, le protocole spécifie généralement l'encodage utilisé, d'une
manière ou d'une autre; la longueur du texte peut ne pas être limité, en fonction
du protocole.
Un fichier a généralement une taille limitée, il est généralement admis qu'un
système de fichier ne fournit pas d'information sur l'encodage utilisé pour encoder
un texte brut donné. Cette information essentielle est alors déterminée à travers
un ensemble d'heuristiques.

Apports et limitations[modifier | modifier le code]

Le fichier texte est un élément déterminant en ce qu'il offre la possibilité de
décrire des codes sources et de faciliter la programmation des ordinateurs.
Toutefois, il souffre de facto de nombreux problème d'interopérabilité.
Apports[modifier | modifier le code]
Le fichier texte, lorsqu'il apparait apporte la possibilité de permettre à un humain
de soumettre un texte au traitement automatique d'une machine. Il offre
également la possibilité de supprimer et d'ajouter une ligne, et cela dès les cartes
perforées. Cette fonctionnalité a été reprise par des logiciels comme ed ou edlin.
Limitations[modifier | modifier le code]
Un fichier texte est limité dans sa taille, comme le sont tous les fichiers, par
le système de gestion de fichiers.
De plus par convention on limite volontairement le nombre de colonnes. Une
convention commune est ancienne est d'environ 80 ou 132 colonnes. Cela
correspondait aux standards de terminaux physiques aujourd'hui dépassés. Les
éditeurs modernes savent souvent gérer des lignes plus longues bien que cela ne
soit pas conseillé pour des questions de présentation.
Le fichier texte peut poser de nombreux problèmes d'interopérabilité (pour cause
d'encodage différents) entre pays, entre fournisseurs de logiciels, notamment.

Usage[modifier | modifier le code]
Les fichiers texte sont utilisés par de nombreux logiciels pour conserver les
données de configuration. Ils sont également utilisés pour contenir
les textes écrits en langages de programmation. En outre, la plupart des
langages de programmation offrent des fonctions prédéfinies pour manipuler du
texte brut, ce qui rend la gestion des fichiers textes particulièrement accessible.
Le logiciel utilisé pour éditer un fichier texte est un éditeur de texte. Dans le cas
général, un traitement de texte ne produit pas des fichiers texte. En effet, un
traitement de texte n'a pas seulement besoin de manipuler du texte brut, mais
également des informations sur la fonte de caractère utilisée, la disposition des
caractères dans des pages, les styles typographiques, etc. Toutefois, les
traitements de texte peuvent ouvrir ou sauvegarder un fichier texte, aucune
information de mise en forme n'étant conservée, sauf le cas échéant les sauts de
ligne.
Un fichier texte peut être la structure sous-jacente d'un fichier journal 8.

Structure et propriétés[modifier | modifier le code]

La structure d'un fichier texte est une séquence de lignes. Toutefois,
historiquement, chaque caractère est aligné verticalement, c'est encore le cas
aujourd'hui, dans un éditeur de texte en ligne ou local.
Séquence de lignes[modifier | modifier le code]
Le concept de séquence de lignes reste une caractéristique forte d'un fichier
texte.
Un fichier texte peut simplement contenir du texte dans une langue quelconque.
Dans ce cas, aujourd'hui, il ne respecte plus aucune structure particulière.

Il était une fois une marchande de foie

qui vendait du foie dans la Ville de Foix.
Elle se dit «ma foi c'est la première fois
que je vends du foie dans la ville de Foix !»
using (FileStream stm = new FileStream("logfile.txt", FileMode.Create))
{
return ProcessStuff(stm); //
}

Un fichier texte peut également contenir une donnée structurée qui peut être
analysée par un logiciel et affichée sous une forme plus évoluée, par exemple
une page web :

<!DOCTYPE html>
<html lang="fr">
<head><title>Page web d'exemple</title></head>
<body>
<p>Ceci est une page web d'exemple.</p>
</body>
</html>

Alignement vertical[modifier | modifier le code]

Un fichier texte est généralement rendu visible avec des polices à chasse fixe
alignant le texte verticalement. L'arrivée d'un grand nombre de caractères
Unicode dans les fichiers textes peut questionner ce concept.
Enfin, et de manière plus anecdotique, le propos d'un fichier texte peut être
détourné pour contenir une image, c'est ce qu'on appelle l'art ASCII :

(\___/) (*) (*) \ /

(=*.*=) (°_°) {^o^}
(")___(") (+) (+) (| . |)
(_) (_) (_) (_)

Cet art nécessite toutefois que tous les caractères affichés aient la même largeur.
Cette technologie a notamment été utilisée pour spécifier des protocoles de
transfert de fichier.
Utilisation de l'art-ASCII comme élément de spécification du «FILE TRANSFER
PROTOCOL» RFC 7654; année 1980:

-------------
 |/---------\|
|| User || --------
||Interface|<--->| User |
|\----:----/| --------
---------- | V |
|/------\| FTP Commands |/---------\|
||Server|<---------------->| User ||
|| PI || FTP Replies || PI ||
|\--:---/| |\----:----/|
| V | | V |
-------- |/------\| Data |/---------\| --------
| File |<--->|Server|<---------------->| User |<--->| File |
|System| || DTP || Connection || DTP || |System|
-------- |\------/| |\---------/| --------
---------- -------------

Server-FTP User-FTP

Standardisation et normalisation[modifier | modifier le code]

Les fichiers textes peuvent connaitre des problèmes d'interopérabilité :

 Différence de traitement des changements de lignes : CR ; LF, NL ;

CR+LF
 Présence ou absence éventuelle du marqueur magique BOM
 Différence de codage des caractères
 Différence de traitement des séquences d'échappement éventuelles.
Les variations de formats sont notamment liées aux intérêts régionaux: présence
de caractères accentués ou d'alphabets particuliers. Les industries souhaitent
également offrir de nouveaux caractères, en respectant tous les standards avec
une rigueur inégale.
Codage des caractères[modifier | modifier le code]
Comme tout fichier informatique, un fichier texte contient fondamentalement
des bits. La particularité d'un fichier texte est que l'ensemble du fichier respecte
un standard de codage des caractères. Il existe de nombreux standards de
codage de caractères, ce qui peut rendre problématique la compatibilité des
fichiers texte.
Rôle de l'ASCII[modifier | modifier le code]
La dénomination « fichier ASCII » est souvent confusément (et/ou abusivement)
utilisée à propos de fichiers texte n'utilisant pas le codage des caractères ASCII,
soit pour marquer une opposition à l'EBCDIC, soit pour interdire l'utilisation de
langues autre que l'anglais. Cela tient aussi à une histoire compliquée liée à
l'influence et aux intérêts des États-Unis, pays de langue anglaise, et au fait
qu'actuellement les fichiers textes sont généralement compatibles ASCII tout en
ne se limitant pas à ces caractères. Ainsi des fichiers textes UTF-8 bénéficient
d'une certaine interopérabilité avec des logiciels qui nécessitent des fichiers
compatibles ASCII, contrairement aux fichiers textes UTF-16, qui nécessitent des
logiciels spécifiquement adaptés à l'UTF-16.
Rôle du BOM[modifier | modifier le code]
Article détaillé : Byte Order Mark.
Le BOM est une invention du standard Unicode. Il est parfois présent en début de
fichier pour indiquer visuellement l'encodage d'un fichier (ce code dans un fichier
UTF8 sera visualisé « ï»¿ » en iso8859-1). À ce titre, il s'agit d'un nombre
magique au même titre que le shebang. Mais il est aussi et surtout utilisé pour
déterminer l'ordre des octets (endianness) et cela peut poser des problèmes à
certains logiciels.
Séquence d'échappement[modifier | modifier le code]
Les séquences d'échappement peuvent également être traitées de manière
inégales, alors que leur utilisation est impérative en ISO-2022, conduisant à
l'apparition de mojibake au sens premier du mot.

Notes et références[modifier | modifier le code]

Notes[modifier | modifier le code]
6. ↑ Le standard des États-Unis, l'ASCII inclut des caractères de contrôle, tel que
l'échappement de valeur 27.
7. ↑ les standards ISO-2022 sont bâtis sur ces séquences.
8. ↑ L'Unicode autorise l'utilisation d'un indicateur dénommé BOM.
9. ↑ ASCII 8 bits avec le bit sept, le plus fort, à 0.
10. ↑ Ce qui pourrait signifier que chaque colonne avait un sens précis comme en Cobol et
que la longueur des lignes était fixe, comme l'écran.

Références[modifier | modifier le code]
9. ↑ Popular Science Magazine, February 1950, page 96 [archive]
10. ↑ (en) Request for comments no 265 [archive].
11. ↑ (en) Request for comments no 354 [archive].
12. ↑ Revenir plus haut en :a et b (en) Request for comments no 765 [archive].
13. ↑ File Transfer Protocol  : RFC  959, Network Working Group, octobre 1985 (lire en
ligne [archive]), page 15
14. ↑ Revenir plus haut en :a et b http://www.cairn.info/article.php?ID_ARTICLE=DN_063_0013 [archive]
15. ↑ Barbara Beeton, Asmus Freytag, Murray Sargent III, Unicode Technical Report
1. 25 “Unicode Support for
Mathematics”, https://www.unicode.org/reports/tr25 [archive]
16. ↑ http://www.oqlf.gouv.qc.ca/ressources/bibliotheque/dictionnaires/internet/fiches/8383642
.html [archive]

Voir aussi[modifier | modifier le code]

Articles connexes[modifier | modifier le code]

 Fichier binaire
 Éditeur de texte
 Format de fichier
 Fichier
   Portail de l’informatique 
  Portail de l’écriture
Catégories : 
 Format de données numériques
 Codage du texte
 Format ouvert
[+]
 La dernière modification de cette page a été faite le 15 octobre 2021 à 16:01.
 Droit d'auteur : les textes sont disponibles sous licence Creative Commons attribution, partage dans
les mêmes conditions ; d’autres conditions peuvent s’appliquer. Voyez les conditions
d’utilisation pour plus de détails, ainsi que les crédits graphiques. En cas de réutilisation des textes
de cette page, voyez comment citer les auteurs et mentionner la licence.
Wikipedia® est une marque déposée de la Wikimedia Foundation, Inc., organisation de
bienfaisance régie par le paragraphe 501(c)(3) du code fiscal des États-Unis.

Fichier texte
Pour les articles homonymes, voir TXT.
Fichier texte

Les 95 caractères et signes du codage ASCII

Caractéristiques
Extensions .txt ,  .text , -

Type MIME text/plain

PUID x-fmt/111

modifier - modifier le code - modifier Wikidata

En informatique, un fichier texte ou fichier texte brut ou fichier texte

simple[réf. nécessaire] est un fichier dont le contenu représente uniquement une suite
de caractères ; il utilise nécessairement une forme particulière de codage des
caractères qui peut être une variante ou une extension du standard local des États-
Unis, l'ASCII. Il n'existe aucune définition officielle, et les différentes interprétations
de ce qu'est un fichier texte partagent des propriétés essentielles. Les caractères
considérés sont généralement les caractères imprimables, d'espaces et de retours à
la ligne. Certains codages de caractères normalisés incluent également certains
caractères de contrôleN 1, séquence d'échappementN 2 ou marqueursN 3 qui peuvent
faire l'objet de différences d'appréciations. La notion de fichier texte est donc
subjective et dépend notamment des systèmes de codage de caractère considérés
(windows-1252 et ISO-8859-1 n'offrant pas les mêmes plages de valeurs
«imprimables».)
Un fichier « non texte » est appelé « fichier binaire », dans le sens où
les bits contenus dans le fichier ne représentent pas une simple suite de caractères
imprimables, d'espaces et de retours à la ligne.

Sommaire

 1Histoire
 2Texte brut
 3Apports et limitations
o 3.1Apports
o 3.2Limitations
 4Usage
 5Structure et propriétés
o 5.1Séquence de lignes
o 5.2Alignement vertical
 6Standardisation et normalisation
o 6.1Codage des caractères
 6.1.1Rôle de l'ASCII
o 6.2Rôle du BOM
o 6.3Séquence d'échappement
 7Notes et références
o 7.1Notes
o 7.2Références
 8Voir aussi
o 8.1Articles connexes

Histoire[modifier | modifier le code]

Un fichier en carte perforée

Extrait d'un programme écrit en BASIC

Copie papier d'un code source (en Fortran) des années 1970, imprimé sur du papier continu, dédié aux
fichiers textes.

La notion de fichier texte a évolué avec l'histoire de l'informatique.

Le mot fichier (« file » en anglais) a été utilisé publiquement dans le contexte d'un
enregistrement informatique déjà en février 1950. Une publicité de la radio Radio
Corporation of America de Popular Science Magazine1 décrivant une nouvelle
mémoire à tube à vide qu'elle avait développée, expliquait :
«...the results of countless computations can be kept "on file" and taken out
again. Such a "file" now exists in a "memory" tube developed at RCA
Laboratories. Electronically it retains figures fed into calculating machines,
holds them in storage while it memorizes new ones - speeds intelligent
solutions through mazes of mathematics. »
En 1952 un fichier était utilisé pour désigner l'information enregistrée sur
une carte perforée.
Or il se trouve que les cartes perforées partageaient certaines propriétés:

 Chaque carte représentait une ligne de 80 colonnes (en général)

 Les programmes (code source) étaient écrits en assemblant des lignes
de textes
 Les cartes perforées qui ne contenaient pas de texte étaient donc déjà
différentes.
En 1971, le RFC 2652 indique qu'un fichier peut être ASCII, cœur d'exécutable,
ou autre. Il mentionne notamment l'EBCDIC.
En juillet 1972, le RFC 3543, discutant des échanges de texte par le protocole
réseau NVT-ASCIIN 4 FTP, indique que les fichiers textes sont enregistrés de
manières différentes selon les systèmes :

 le PDP-10 enregistre le NVT-ASCII en 7-bits justifiés à gauche dans

des mots de 36 bits ;
 le 360's enregistre le texte avec un codage EBCDIC 8-bit ;
 Multics enregistre le texte avec quatre caractère de neuf bits dans des
mots de 36 bits.
Il indique donc que pour le bon transfert des textes, il est nécessaire que les deux
parties effectuent leur part respective de la conversion dans un codage commun;
il s'agit à cette époque de l'ASCII 8 bits, dit NVT.
Cette même année, la RFC fait apparaître le besoin d'une unité commune pour
transmettre des données binaires entre systèmes dont les mots n'ont pas la
même taille, et suggère l'utilisation de byte de 8 bits, c'est-à-dire, de ce que l'on
appelle aujourd'hui des octets, tout en permettant l'utilisation de bytes/mots
différents si négocié.
En 1980, le RFC 7654 en spécifiant le protocole FTP indique les trois raisons
occasionnant le transfert d'un fichier : l'impression, l'archivage, et le traitement.
Constatant, que le seul encodage n'est pas une métainformation suffisante, il
spécifie le reste et notamment les différents mécanismes de changement de ligne
à travers des caractères de contrôle ou de défilement de lignes. En page 12, le
RFC clarifie que les fichiers textes sont tout aussi bien des fichiers ASCII que des
fichiers EBCDIC.
En 1985, lors de l'élaboration du protocole FTP de transfert de fichier, il a été
recommandé de considérer comme fichier texte (en anglais "text" files), deux
formats de fichiers :

 les fichiers file structure, où le fichier est considéré être une séquence

continue de lignes.
 les fichiers record-structure, où le fichier est constitué
d'enregistrements séquentielsN 5
De même les types ASCII et EBCDIC ont été acceptés comme fichier texte 5.
 Cette section est vide, insuffisamment détaillée ou incomplète. Votre aide est
la bienvenue ! Comment faire ?

Texte brut[modifier | modifier le code]

Article détaillé : Texte brut.
Texte brut Unicode (Unicode plain text)
De nos jours, l'Unicode est de plus en plus reconnu comme format de texte brut.
Le standard Unicode définit selon ses propres termes ce qu'est le texte brut, sous
le terme de plain text, dans sa version anglaise.
La notion de fichier texte se rapproche donc des propriétés que le standard
Unicode attribue au format nommé plain text en langue anglaise et signifiant texte
brut.
Généralités et controverses
La notion de texte brut (plain text) a, comme la notion de texte enrichi (fancy text),
été introduite par Unicode6.
La notion de plain text peut être traduite par texte en clair, pur texte, texte pur, ou
texte brut6.
Linux Information Project en donne une vision restrictive.
Format de codage
Si l'encodage est inconnu, un texte brut quelconque est inexploitable.
Texte brut approché en mathématiques
Alors que les mathématiques sont un langage international, en tout ou partie, leur
représentation informatique a pu être négligée lors de la création de différents
systèmes de codage des caractères. Toutefois, ces symboles ont bénéficié d'une
forte prise en charge par l'Unicode7, offrant de nouvelles perspectives.
Histoire
La notion de texte brut est implicitement assez ancienne puisque
vraisemblablement elle remonte sans doute au moins si ce n'est à la notion de
machine à écrire, aux premiers langages de programmation utilisant cette
technologie.
Dans son aspect réseau, elle est consignée dans de nombreux RFC.
Protocole et fichier
L'usage du texte brut peut varier entre protocole et ficher. Ceci peut
généralement être invisible à l'utilisateur lorsqu'il copie un texte d'un logiciel à un
autre.
Dans un protocole, le protocole spécifie généralement l'encodage utilisé, d'une
manière ou d'une autre; la longueur du texte peut ne pas être limité, en fonction
du protocole.
Un fichier a généralement une taille limitée, il est généralement admis qu'un
système de fichier ne fournit pas d'information sur l'encodage utilisé pour encoder
un texte brut donné. Cette information essentielle est alors déterminée à travers
un ensemble d'heuristiques.

Apports et limitations[modifier | modifier le code]

Le fichier texte est un élément déterminant en ce qu'il offre la possibilité de
décrire des codes sources et de faciliter la programmation des ordinateurs.
Toutefois, il souffre de facto de nombreux problème d'interopérabilité.
Apports[modifier | modifier le code]
Le fichier texte, lorsqu'il apparait apporte la possibilité de permettre à un humain
de soumettre un texte au traitement automatique d'une machine. Il offre
également la possibilité de supprimer et d'ajouter une ligne, et cela dès les cartes
perforées. Cette fonctionnalité a été reprise par des logiciels comme ed ou edlin.
Limitations[modifier | modifier le code]
Un fichier texte est limité dans sa taille, comme le sont tous les fichiers, par
le système de gestion de fichiers.
De plus par convention on limite volontairement le nombre de colonnes. Une
convention commune est ancienne est d'environ 80 ou 132 colonnes. Cela
correspondait aux standards de terminaux physiques aujourd'hui dépassés. Les
éditeurs modernes savent souvent gérer des lignes plus longues bien que cela ne
soit pas conseillé pour des questions de présentation.
Le fichier texte peut poser de nombreux problèmes d'interopérabilité (pour cause
d'encodage différents) entre pays, entre fournisseurs de logiciels, notamment.

Usage[modifier | modifier le code]
Les fichiers texte sont utilisés par de nombreux logiciels pour conserver les
données de configuration. Ils sont également utilisés pour contenir
les textes écrits en langages de programmation. En outre, la plupart des
langages de programmation offrent des fonctions prédéfinies pour manipuler du
texte brut, ce qui rend la gestion des fichiers textes particulièrement accessible.
Le logiciel utilisé pour éditer un fichier texte est un éditeur de texte. Dans le cas
général, un traitement de texte ne produit pas des fichiers texte. En effet, un
traitement de texte n'a pas seulement besoin de manipuler du texte brut, mais
également des informations sur la fonte de caractère utilisée, la disposition des
caractères dans des pages, les styles typographiques, etc. Toutefois, les
traitements de texte peuvent ouvrir ou sauvegarder un fichier texte, aucune
information de mise en forme n'étant conservée, sauf le cas échéant les sauts de
ligne.
Un fichier texte peut être la structure sous-jacente d'un fichier journal 8.

Structure et propriétés[modifier | modifier le code]

La structure d'un fichier texte est une séquence de lignes. Toutefois,
historiquement, chaque caractère est aligné verticalement, c'est encore le cas
aujourd'hui, dans un éditeur de texte en ligne ou local.
Séquence de lignes[modifier | modifier le code]
Le concept de séquence de lignes reste une caractéristique forte d'un fichier
texte.
Un fichier texte peut simplement contenir du texte dans une langue quelconque.
Dans ce cas, aujourd'hui, il ne respecte plus aucune structure particulière.

Il était une fois une marchande de foie

qui vendait du foie dans la Ville de Foix.
Elle se dit «ma foi c'est la première fois
que je vends du foie dans la ville de Foix !»
using (FileStream stm = new FileStream("logfile.txt", FileMode.Create))
{
return ProcessStuff(stm); //
}

Un fichier texte peut également contenir une donnée structurée qui peut être
analysée par un logiciel et affichée sous une forme plus évoluée, par exemple
une page web :

<!DOCTYPE html>
<html lang="fr">
<head><title>Page web d'exemple</title></head>
<body>
<p>Ceci est une page web d'exemple.</p>
</body>
</html>

Alignement vertical[modifier | modifier le code]

Un fichier texte est généralement rendu visible avec des polices à chasse fixe
alignant le texte verticalement. L'arrivée d'un grand nombre de caractères
Unicode dans les fichiers textes peut questionner ce concept.
Enfin, et de manière plus anecdotique, le propos d'un fichier texte peut être
détourné pour contenir une image, c'est ce qu'on appelle l'art ASCII :

(\___/) (*) (*) \ /

(=*.*=) (°_°) {^o^}
(")___(") (+) (+) (| . |)
(_) (_) (_) (_)

Cet art nécessite toutefois que tous les caractères affichés aient la même largeur.
Cette technologie a notamment été utilisée pour spécifier des protocoles de
transfert de fichier.
Utilisation de l'art-ASCII comme élément de spécification du «FILE TRANSFER
PROTOCOL» RFC 7654; année 1980:

-------------
 |/---------\|
|| User || --------
||Interface|<--->| User |
|\----:----/| --------
---------- | V |
|/------\| FTP Commands |/---------\|
||Server|<---------------->| User ||
|| PI || FTP Replies || PI ||
|\--:---/| |\----:----/|
| V | | V |
-------- |/------\| Data |/---------\| --------
| File |<--->|Server|<---------------->| User |<--->| File |
|System| || DTP || Connection || DTP || |System|
-------- |\------/| |\---------/| --------
---------- -------------

Server-FTP User-FTP

Standardisation et normalisation[modifier | modifier le code]

Les fichiers textes peuvent connaitre des problèmes d'interopérabilité :

 Différence de traitement des changements de lignes : CR ; LF, NL ;

CR+LF
 Présence ou absence éventuelle du marqueur magique BOM
 Différence de codage des caractères
 Différence de traitement des séquences d'échappement éventuelles.
Les variations de formats sont notamment liées aux intérêts régionaux: présence
de caractères accentués ou d'alphabets particuliers. Les industries souhaitent
également offrir de nouveaux caractères, en respectant tous les standards avec
une rigueur inégale.
Codage des caractères[modifier | modifier le code]
Comme tout fichier informatique, un fichier texte contient fondamentalement
des bits. La particularité d'un fichier texte est que l'ensemble du fichier respecte
un standard de codage des caractères. Il existe de nombreux standards de
codage de caractères, ce qui peut rendre problématique la compatibilité des
fichiers texte.
Rôle de l'ASCII[modifier | modifier le code]
La dénomination « fichier ASCII » est souvent confusément (et/ou abusivement)
utilisée à propos de fichiers texte n'utilisant pas le codage des caractères ASCII,
soit pour marquer une opposition à l'EBCDIC, soit pour interdire l'utilisation de
langues autre que l'anglais. Cela tient aussi à une histoire compliquée liée à
l'influence et aux intérêts des États-Unis, pays de langue anglaise, et au fait
qu'actuellement les fichiers textes sont généralement compatibles ASCII tout en
ne se limitant pas à ces caractères. Ainsi des fichiers textes UTF-8 bénéficient
d'une certaine interopérabilité avec des logiciels qui nécessitent des fichiers
compatibles ASCII, contrairement aux fichiers textes UTF-16, qui nécessitent des
logiciels spécifiquement adaptés à l'UTF-16.
Rôle du BOM[modifier | modifier le code]
Article détaillé : Byte Order Mark.
Le BOM est une invention du standard Unicode. Il est parfois présent en début de
fichier pour indiquer visuellement l'encodage d'un fichier (ce code dans un fichier
UTF8 sera visualisé « ï»¿ » en iso8859-1). À ce titre, il s'agit d'un nombre
magique au même titre que le shebang. Mais il est aussi et surtout utilisé pour
déterminer l'ordre des octets (endianness) et cela peut poser des problèmes à
certains logiciels.
Séquence d'échappement[modifier | modifier le code]
Les séquences d'échappement peuvent également être traitées de manière
inégales, alors que leur utilisation est impérative en ISO-2022, conduisant à
l'apparition de mojibake au sens premier du mot.

Notes et références[modifier | modifier le code]

Notes[modifier | modifier le code]
6. ↑ Le standard des États-Unis, l'ASCII inclut des caractères de contrôle, tel que
l'échappement de valeur 27.
7. ↑ les standards ISO-2022 sont bâtis sur ces séquences.
8. ↑ L'Unicode autorise l'utilisation d'un indicateur dénommé BOM.
9. ↑ ASCII 8 bits avec le bit sept, le plus fort, à 0.
10. ↑ Ce qui pourrait signifier que chaque colonne avait un sens précis comme en Cobol et
que la longueur des lignes était fixe, comme l'écran.

Références[modifier | modifier le code]
9. ↑ Popular Science Magazine, February 1950, page 96 [archive]
10. ↑ (en) Request for comments no 265 [archive].
11. ↑ (en) Request for comments no 354 [archive].
12. ↑ Revenir plus haut en :a et b (en) Request for comments no 765 [archive].
13. ↑ File Transfer Protocol  : RFC  959, Network Working Group, octobre 1985 (lire en
ligne [archive]), page 15
14. ↑ Revenir plus haut en :a et b http://www.cairn.info/article.php?ID_ARTICLE=DN_063_0013 [archive]
15. ↑ Barbara Beeton, Asmus Freytag, Murray Sargent III, Unicode Technical Report
1. 25 “Unicode Support for
Mathematics”, https://www.unicode.org/reports/tr25 [archive]
16. ↑ http://www.oqlf.gouv.qc.ca/ressources/bibliotheque/dictionnaires/internet/fiches/8383642
.html [archive]

Voir aussi[modifier | modifier le code]

Articles connexes[modifier | modifier le code]

 Fichier binaire
 Éditeur de texte
 Format de fichier
 Fichier
   Portail de l’informatique 
  Portail de l’écriture
Catégories : 
 Format de données numériques
 Codage du texte
 Format ouvert
[+]
 La dernière modification de cette page a été faite le 15 octobre 2021 à 16:01.
 Droit d'auteur : les textes sont disponibles sous licence Creative Commons attribution, partage dans
les mêmes conditions ; d’autres conditions peuvent s’appliquer. Voyez les conditions
d’utilisation pour plus de détails, ainsi que les crédits graphiques. En cas de réutilisation des textes
de cette page, voyez comment citer les auteurs et mentionner la licence.
Wikipedia® est une marque déposée de la Wikimedia Foundation, Inc., organisation de
bienfaisance régie par le paragraphe 501(c)(3) du code fiscal des États-Unis.

Fichier texte
Pour les articles homonymes, voir TXT.
Fichier texte

Les 95 caractères et signes du codage ASCII

Caractéristiques
Extensions .txt ,  .text , -

Type MIME text/plain

PUID x-fmt/111

modifier - modifier le code - modifier Wikidata

En informatique, un fichier texte ou fichier texte brut ou fichier texte

simple[réf. nécessaire] est un fichier dont le contenu représente uniquement une suite
de caractères ; il utilise nécessairement une forme particulière de codage des
caractères qui peut être une variante ou une extension du standard local des États-
Unis, l'ASCII. Il n'existe aucune définition officielle, et les différentes interprétations
de ce qu'est un fichier texte partagent des propriétés essentielles. Les caractères
considérés sont généralement les caractères imprimables, d'espaces et de retours à
la ligne. Certains codages de caractères normalisés incluent également certains
caractères de contrôleN 1, séquence d'échappementN 2 ou marqueursN 3 qui peuvent
faire l'objet de différences d'appréciations. La notion de fichier texte est donc
subjective et dépend notamment des systèmes de codage de caractère considérés
(windows-1252 et ISO-8859-1 n'offrant pas les mêmes plages de valeurs
«imprimables».)
Un fichier « non texte » est appelé « fichier binaire », dans le sens où
les bits contenus dans le fichier ne représentent pas une simple suite de caractères
imprimables, d'espaces et de retours à la ligne.

Sommaire

 1Histoire
 2Texte brut
 3Apports et limitations
o 3.1Apports
o 3.2Limitations
 4Usage
 5Structure et propriétés
o 5.1Séquence de lignes
o 5.2Alignement vertical
 6Standardisation et normalisation
o 6.1Codage des caractères
 6.1.1Rôle de l'ASCII
o 6.2Rôle du BOM
o 6.3Séquence d'échappement
 7Notes et références
o 7.1Notes
o 7.2Références
 8Voir aussi
o 8.1Articles connexes

Histoire[modifier | modifier le code]

Un fichier en carte perforée

Extrait d'un programme écrit en BASIC

Copie papier d'un code source (en Fortran) des années 1970, imprimé sur du papier continu, dédié aux
fichiers textes.

La notion de fichier texte a évolué avec l'histoire de l'informatique.

Le mot fichier (« file » en anglais) a été utilisé publiquement dans le contexte d'un
enregistrement informatique déjà en février 1950. Une publicité de la radio Radio
Corporation of America de Popular Science Magazine1 décrivant une nouvelle
mémoire à tube à vide qu'elle avait développée, expliquait :
«...the results of countless computations can be kept "on file" and taken out
again. Such a "file" now exists in a "memory" tube developed at RCA
Laboratories. Electronically it retains figures fed into calculating machines,
holds them in storage while it memorizes new ones - speeds intelligent
solutions through mazes of mathematics. »
En 1952 un fichier était utilisé pour désigner l'information enregistrée sur
une carte perforée.
Or il se trouve que les cartes perforées partageaient certaines propriétés:

 Chaque carte représentait une ligne de 80 colonnes (en général)

 Les programmes (code source) étaient écrits en assemblant des lignes
de textes
 Les cartes perforées qui ne contenaient pas de texte étaient donc déjà
différentes.
En 1971, le RFC 2652 indique qu'un fichier peut être ASCII, cœur d'exécutable,
ou autre. Il mentionne notamment l'EBCDIC.
En juillet 1972, le RFC 3543, discutant des échanges de texte par le protocole
réseau NVT-ASCIIN 4 FTP, indique que les fichiers textes sont enregistrés de
manières différentes selon les systèmes :

 le PDP-10 enregistre le NVT-ASCII en 7-bits justifiés à gauche dans

des mots de 36 bits ;
 le 360's enregistre le texte avec un codage EBCDIC 8-bit ;
 Multics enregistre le texte avec quatre caractère de neuf bits dans des
mots de 36 bits.
Il indique donc que pour le bon transfert des textes, il est nécessaire que les deux
parties effectuent leur part respective de la conversion dans un codage commun;
il s'agit à cette époque de l'ASCII 8 bits, dit NVT.
Cette même année, la RFC fait apparaître le besoin d'une unité commune pour
transmettre des données binaires entre systèmes dont les mots n'ont pas la
même taille, et suggère l'utilisation de byte de 8 bits, c'est-à-dire, de ce que l'on
appelle aujourd'hui des octets, tout en permettant l'utilisation de bytes/mots
différents si négocié.
En 1980, le RFC 7654 en spécifiant le protocole FTP indique les trois raisons
occasionnant le transfert d'un fichier : l'impression, l'archivage, et le traitement.
Constatant, que le seul encodage n'est pas une métainformation suffisante, il
spécifie le reste et notamment les différents mécanismes de changement de ligne
à travers des caractères de contrôle ou de défilement de lignes. En page 12, le
RFC clarifie que les fichiers textes sont tout aussi bien des fichiers ASCII que des
fichiers EBCDIC.
En 1985, lors de l'élaboration du protocole FTP de transfert de fichier, il a été
recommandé de considérer comme fichier texte (en anglais "text" files), deux
formats de fichiers :

 les fichiers file structure, où le fichier est considéré être une séquence

continue de lignes.
 les fichiers record-structure, où le fichier est constitué
d'enregistrements séquentielsN 5
De même les types ASCII et EBCDIC ont été acceptés comme fichier texte 5.
 Cette section est vide, insuffisamment détaillée ou incomplète. Votre aide est
la bienvenue ! Comment faire ?

Texte brut[modifier | modifier le code]

Article détaillé : Texte brut.
Texte brut Unicode (Unicode plain text)
De nos jours, l'Unicode est de plus en plus reconnu comme format de texte brut.
Le standard Unicode définit selon ses propres termes ce qu'est le texte brut, sous
le terme de plain text, dans sa version anglaise.
La notion de fichier texte se rapproche donc des propriétés que le standard
Unicode attribue au format nommé plain text en langue anglaise et signifiant texte
brut.
Généralités et controverses
La notion de texte brut (plain text) a, comme la notion de texte enrichi (fancy text),
été introduite par Unicode6.
La notion de plain text peut être traduite par texte en clair, pur texte, texte pur, ou
texte brut6.
Linux Information Project en donne une vision restrictive.
Format de codage
Si l'encodage est inconnu, un texte brut quelconque est inexploitable.
Texte brut approché en mathématiques
Alors que les mathématiques sont un langage international, en tout ou partie, leur
représentation informatique a pu être négligée lors de la création de différents
systèmes de codage des caractères. Toutefois, ces symboles ont bénéficié d'une
forte prise en charge par l'Unicode7, offrant de nouvelles perspectives.
Histoire
La notion de texte brut est implicitement assez ancienne puisque
vraisemblablement elle remonte sans doute au moins si ce n'est à la notion de
machine à écrire, aux premiers langages de programmation utilisant cette
technologie.
Dans son aspect réseau, elle est consignée dans de nombreux RFC.
Protocole et fichier
L'usage du texte brut peut varier entre protocole et ficher. Ceci peut
généralement être invisible à l'utilisateur lorsqu'il copie un texte d'un logiciel à un
autre.
Dans un protocole, le protocole spécifie généralement l'encodage utilisé, d'une
manière ou d'une autre; la longueur du texte peut ne pas être limité, en fonction
du protocole.
Un fichier a généralement une taille limitée, il est généralement admis qu'un
système de fichier ne fournit pas d'information sur l'encodage utilisé pour encoder
un texte brut donné. Cette information essentielle est alors déterminée à travers
un ensemble d'heuristiques.

Apports et limitations[modifier | modifier le code]

Le fichier texte est un élément déterminant en ce qu'il offre la possibilité de
décrire des codes sources et de faciliter la programmation des ordinateurs.
Toutefois, il souffre de facto de nombreux problème d'interopérabilité.
Apports[modifier | modifier le code]
Le fichier texte, lorsqu'il apparait apporte la possibilité de permettre à un humain
de soumettre un texte au traitement automatique d'une machine. Il offre
également la possibilité de supprimer et d'ajouter une ligne, et cela dès les cartes
perforées. Cette fonctionnalité a été reprise par des logiciels comme ed ou edlin.
Limitations[modifier | modifier le code]
Un fichier texte est limité dans sa taille, comme le sont tous les fichiers, par
le système de gestion de fichiers.
De plus par convention on limite volontairement le nombre de colonnes. Une
convention commune est ancienne est d'environ 80 ou 132 colonnes. Cela
correspondait aux standards de terminaux physiques aujourd'hui dépassés. Les
éditeurs modernes savent souvent gérer des lignes plus longues bien que cela ne
soit pas conseillé pour des questions de présentation.
Le fichier texte peut poser de nombreux problèmes d'interopérabilité (pour cause
d'encodage différents) entre pays, entre fournisseurs de logiciels, notamment.

Usage[modifier | modifier le code]
Les fichiers texte sont utilisés par de nombreux logiciels pour conserver les
données de configuration. Ils sont également utilisés pour contenir
les textes écrits en langages de programmation. En outre, la plupart des
langages de programmation offrent des fonctions prédéfinies pour manipuler du
texte brut, ce qui rend la gestion des fichiers textes particulièrement accessible.
Le logiciel utilisé pour éditer un fichier texte est un éditeur de texte. Dans le cas
général, un traitement de texte ne produit pas des fichiers texte. En effet, un
traitement de texte n'a pas seulement besoin de manipuler du texte brut, mais
également des informations sur la fonte de caractère utilisée, la disposition des
caractères dans des pages, les styles typographiques, etc. Toutefois, les
traitements de texte peuvent ouvrir ou sauvegarder un fichier texte, aucune
information de mise en forme n'étant conservée, sauf le cas échéant les sauts de
ligne.
Un fichier texte peut être la structure sous-jacente d'un fichier journal 8.

Structure et propriétés[modifier | modifier le code]

La structure d'un fichier texte est une séquence de lignes. Toutefois,
historiquement, chaque caractère est aligné verticalement, c'est encore le cas
aujourd'hui, dans un éditeur de texte en ligne ou local.
Séquence de lignes[modifier | modifier le code]
Le concept de séquence de lignes reste une caractéristique forte d'un fichier
texte.
Un fichier texte peut simplement contenir du texte dans une langue quelconque.
Dans ce cas, aujourd'hui, il ne respecte plus aucune structure particulière.

Il était une fois une marchande de foie

qui vendait du foie dans la Ville de Foix.
Elle se dit «ma foi c'est la première fois
que je vends du foie dans la ville de Foix !»
using (FileStream stm = new FileStream("logfile.txt", FileMode.Create))
{
return ProcessStuff(stm); //
}

Un fichier texte peut également contenir une donnée structurée qui peut être
analysée par un logiciel et affichée sous une forme plus évoluée, par exemple
une page web :

<!DOCTYPE html>
<html lang="fr">
<head><title>Page web d'exemple</title></head>
<body>
<p>Ceci est une page web d'exemple.</p>
</body>
</html>

Alignement vertical[modifier | modifier le code]

Un fichier texte est généralement rendu visible avec des polices à chasse fixe
alignant le texte verticalement. L'arrivée d'un grand nombre de caractères
Unicode dans les fichiers textes peut questionner ce concept.
Enfin, et de manière plus anecdotique, le propos d'un fichier texte peut être
détourné pour contenir une image, c'est ce qu'on appelle l'art ASCII :

(\___/) (*) (*) \ /

(=*.*=) (°_°) {^o^}
(")___(") (+) (+) (| . |)
(_) (_) (_) (_)

Cet art nécessite toutefois que tous les caractères affichés aient la même largeur.
Cette technologie a notamment été utilisée pour spécifier des protocoles de
transfert de fichier.
Utilisation de l'art-ASCII comme élément de spécification du «FILE TRANSFER
PROTOCOL» RFC 7654; année 1980:

-------------
 |/---------\|
|| User || --------
||Interface|<--->| User |
|\----:----/| --------
---------- | V |
|/------\| FTP Commands |/---------\|
||Server|<---------------->| User ||
|| PI || FTP Replies || PI ||
|\--:---/| |\----:----/|
| V | | V |
-------- |/------\| Data |/---------\| --------
| File |<--->|Server|<---------------->| User |<--->| File |
|System| || DTP || Connection || DTP || |System|
-------- |\------/| |\---------/| --------
---------- -------------

Server-FTP User-FTP

Standardisation et normalisation[modifier | modifier le code]

Les fichiers textes peuvent connaitre des problèmes d'interopérabilité :

 Différence de traitement des changements de lignes : CR ; LF, NL ;

CR+LF
 Présence ou absence éventuelle du marqueur magique BOM
 Différence de codage des caractères
 Différence de traitement des séquences d'échappement éventuelles.
Les variations de formats sont notamment liées aux intérêts régionaux: présence
de caractères accentués ou d'alphabets particuliers. Les industries souhaitent
également offrir de nouveaux caractères, en respectant tous les standards avec
une rigueur inégale.
Codage des caractères[modifier | modifier le code]
Comme tout fichier informatique, un fichier texte contient fondamentalement
des bits. La particularité d'un fichier texte est que l'ensemble du fichier respecte
un standard de codage des caractères. Il existe de nombreux standards de
codage de caractères, ce qui peut rendre problématique la compatibilité des
fichiers texte.
Rôle de l'ASCII[modifier | modifier le code]
La dénomination « fichier ASCII » est souvent confusément (et/ou abusivement)
utilisée à propos de fichiers texte n'utilisant pas le codage des caractères ASCII,
soit pour marquer une opposition à l'EBCDIC, soit pour interdire l'utilisation de
langues autre que l'anglais. Cela tient aussi à une histoire compliquée liée à
l'influence et aux intérêts des États-Unis, pays de langue anglaise, et au fait
qu'actuellement les fichiers textes sont généralement compatibles ASCII tout en
ne se limitant pas à ces caractères. Ainsi des fichiers textes UTF-8 bénéficient
d'une certaine interopérabilité avec des logiciels qui nécessitent des fichiers
compatibles ASCII, contrairement aux fichiers textes UTF-16, qui nécessitent des
logiciels spécifiquement adaptés à l'UTF-16.
Rôle du BOM[modifier | modifier le code]
Article détaillé : Byte Order Mark.
Le BOM est une invention du standard Unicode. Il est parfois présent en début de
fichier pour indiquer visuellement l'encodage d'un fichier (ce code dans un fichier
UTF8 sera visualisé « ï»¿ » en iso8859-1). À ce titre, il s'agit d'un nombre
magique au même titre que le shebang. Mais il est aussi et surtout utilisé pour
déterminer l'ordre des octets (endianness) et cela peut poser des problèmes à
certains logiciels.
Séquence d'échappement[modifier | modifier le code]
Les séquences d'échappement peuvent également être traitées de manière
inégales, alors que leur utilisation est impérative en ISO-2022, conduisant à
l'apparition de mojibake au sens premier du mot.

Notes et références[modifier | modifier le code]

Notes[modifier | modifier le code]
6. ↑ Le standard des États-Unis, l'ASCII inclut des caractères de contrôle, tel que
l'échappement de valeur 27.
7. ↑ les standards ISO-2022 sont bâtis sur ces séquences.
8. ↑ L'Unicode autorise l'utilisation d'un indicateur dénommé BOM.
9. ↑ ASCII 8 bits avec le bit sept, le plus fort, à 0.
10. ↑ Ce qui pourrait signifier que chaque colonne avait un sens précis comme en Cobol et
que la longueur des lignes était fixe, comme l'écran.

Références[modifier | modifier le code]
9. ↑ Popular Science Magazine, February 1950, page 96 [archive]
10. ↑ (en) Request for comments no 265 [archive].
11. ↑ (en) Request for comments no 354 [archive].
12. ↑ Revenir plus haut en :a et b (en) Request for comments no 765 [archive].
13. ↑ File Transfer Protocol  : RFC  959, Network Working Group, octobre 1985 (lire en
ligne [archive]), page 15
14. ↑ Revenir plus haut en :a et b http://www.cairn.info/article.php?ID_ARTICLE=DN_063_0013 [archive]
15. ↑ Barbara Beeton, Asmus Freytag, Murray Sargent III, Unicode Technical Report
1. 25 “Unicode Support for
Mathematics”, https://www.unicode.org/reports/tr25 [archive]
16. ↑ http://www.oqlf.gouv.qc.ca/ressources/bibliotheque/dictionnaires/internet/fiches/8383642
.html [archive]

Voir aussi[modifier | modifier le code]

Articles connexes[modifier | modifier le code]

 Fichier binaire
 Éditeur de texte
 Format de fichier
 Fichier
   Portail de l’informatique 
  Portail de l’écriture
Catégories : 
 Format de données numériques
 Codage du texte
 Format ouvert
[+]
 La dernière modification de cette page a été faite le 15 octobre 2021 à 16:01.
 Droit d'auteur : les textes sont disponibles sous licence Creative Commons attribution, partage dans
les mêmes conditions ; d’autres conditions peuvent s’appliquer. Voyez les conditions
d’utilisation pour plus de détails, ainsi que les crédits graphiques. En cas de réutilisation des textes
de cette page, voyez comment citer les auteurs et mentionner la licence.
Wikipedia® est une marque déposée de la Wikimedia Foundation, Inc., organisation de
bienfaisance régie par le paragraphe 501(c)(3) du code fiscal des États-Unis.

Fichier texte
Pour les articles homonymes, voir TXT.
Fichier texte

Les 95 caractères et signes du codage ASCII

Caractéristiques
Extensions .txt ,  .text , -

Type MIME text/plain

PUID x-fmt/111

modifier - modifier le code - modifier Wikidata

En informatique, un fichier texte ou fichier texte brut ou fichier texte

simple[réf. nécessaire] est un fichier dont le contenu représente uniquement une suite
de caractères ; il utilise nécessairement une forme particulière de codage des
caractères qui peut être une variante ou une extension du standard local des États-
Unis, l'ASCII. Il n'existe aucune définition officielle, et les différentes interprétations
de ce qu'est un fichier texte partagent des propriétés essentielles. Les caractères
considérés sont généralement les caractères imprimables, d'espaces et de retours à
la ligne. Certains codages de caractères normalisés incluent également certains
caractères de contrôleN 1, séquence d'échappementN 2 ou marqueursN 3 qui peuvent
faire l'objet de différences d'appréciations. La notion de fichier texte est donc
subjective et dépend notamment des systèmes de codage de caractère considérés
(windows-1252 et ISO-8859-1 n'offrant pas les mêmes plages de valeurs
«imprimables».)
Un fichier « non texte » est appelé « fichier binaire », dans le sens où
les bits contenus dans le fichier ne représentent pas une simple suite de caractères
imprimables, d'espaces et de retours à la ligne.

Sommaire

 1Histoire
 2Texte brut
 3Apports et limitations
o 3.1Apports
o 3.2Limitations
 4Usage
 5Structure et propriétés
o 5.1Séquence de lignes
o 5.2Alignement vertical
 6Standardisation et normalisation
o 6.1Codage des caractères
 6.1.1Rôle de l'ASCII
o 6.2Rôle du BOM
o 6.3Séquence d'échappement
 7Notes et références
o 7.1Notes
o 7.2Références
 8Voir aussi
o 8.1Articles connexes

Histoire[modifier | modifier le code]
Un fichier en carte perforée

Extrait d'un programme écrit en BASIC

Copie papier d'un code source (en Fortran) des années 1970, imprimé sur du papier continu, dédié aux
fichiers textes.

La notion de fichier texte a évolué avec l'histoire de l'informatique.

Le mot fichier (« file » en anglais) a été utilisé publiquement dans le contexte d'un
enregistrement informatique déjà en février 1950. Une publicité de la radio Radio
Corporation of America de Popular Science Magazine1 décrivant une nouvelle
mémoire à tube à vide qu'elle avait développée, expliquait :
«...the results of countless computations can be kept "on file" and taken out
again. Such a "file" now exists in a "memory" tube developed at RCA
Laboratories. Electronically it retains figures fed into calculating machines,
 holds them in storage while it memorizes new ones - speeds intelligent
solutions through mazes of mathematics. »
En 1952 un fichier était utilisé pour désigner l'information enregistrée sur
une carte perforée.
Or il se trouve que les cartes perforées partageaient certaines propriétés:

 Chaque carte représentait une ligne de 80 colonnes (en général)

 Les programmes (code source) étaient écrits en assemblant des lignes
de textes
 Les cartes perforées qui ne contenaient pas de texte étaient donc déjà
différentes.
En 1971, le RFC 2652 indique qu'un fichier peut être ASCII, cœur d'exécutable,
ou autre. Il mentionne notamment l'EBCDIC.
En juillet 1972, le RFC 3543, discutant des échanges de texte par le protocole
réseau NVT-ASCIIN 4 FTP, indique que les fichiers textes sont enregistrés de
manières différentes selon les systèmes :

 le PDP-10 enregistre le NVT-ASCII en 7-bits justifiés à gauche dans

des mots de 36 bits ;
 le 360's enregistre le texte avec un codage EBCDIC 8-bit ;
 Multics enregistre le texte avec quatre caractère de neuf bits dans des
mots de 36 bits.
Il indique donc que pour le bon transfert des textes, il est nécessaire que les deux
parties effectuent leur part respective de la conversion dans un codage commun;
il s'agit à cette époque de l'ASCII 8 bits, dit NVT.
Cette même année, la RFC fait apparaître le besoin d'une unité commune pour
transmettre des données binaires entre systèmes dont les mots n'ont pas la
même taille, et suggère l'utilisation de byte de 8 bits, c'est-à-dire, de ce que l'on
appelle aujourd'hui des octets, tout en permettant l'utilisation de bytes/mots
différents si négocié.
En 1980, le RFC 7654 en spécifiant le protocole FTP indique les trois raisons
occasionnant le transfert d'un fichier : l'impression, l'archivage, et le traitement.
Constatant, que le seul encodage n'est pas une métainformation suffisante, il
spécifie le reste et notamment les différents mécanismes de changement de ligne
à travers des caractères de contrôle ou de défilement de lignes. En page 12, le
RFC clarifie que les fichiers textes sont tout aussi bien des fichiers ASCII que des
fichiers EBCDIC.
En 1985, lors de l'élaboration du protocole FTP de transfert de fichier, il a été
recommandé de considérer comme fichier texte (en anglais "text" files), deux
formats de fichiers :

 les fichiers file structure, où le fichier est considéré être une séquence

continue de lignes.
 les fichiers record-structure, où le fichier est constitué
d'enregistrements séquentielsN 5
De même les types ASCII et EBCDIC ont été acceptés comme fichier texte 5.

Cette section est vide, insuffisamment détaillée ou incomplète. Votre aide est

la bienvenue ! Comment faire ?

Texte brut[modifier | modifier le code]

Article détaillé : Texte brut.
Texte brut Unicode (Unicode plain text)
De nos jours, l'Unicode est de plus en plus reconnu comme format de texte brut.
Le standard Unicode définit selon ses propres termes ce qu'est le texte brut, sous
le terme de plain text, dans sa version anglaise.
La notion de fichier texte se rapproche donc des propriétés que le standard
Unicode attribue au format nommé plain text en langue anglaise et signifiant texte
brut.
Généralités et controverses
La notion de texte brut (plain text) a, comme la notion de texte enrichi (fancy text),
été introduite par Unicode6.
La notion de plain text peut être traduite par texte en clair, pur texte, texte pur, ou
texte brut6.
Linux Information Project en donne une vision restrictive.
Format de codage
Si l'encodage est inconnu, un texte brut quelconque est inexploitable.
Texte brut approché en mathématiques
Alors que les mathématiques sont un langage international, en tout ou partie, leur
représentation informatique a pu être négligée lors de la création de différents
systèmes de codage des caractères. Toutefois, ces symboles ont bénéficié d'une
forte prise en charge par l'Unicode7, offrant de nouvelles perspectives.
Histoire
La notion de texte brut est implicitement assez ancienne puisque
vraisemblablement elle remonte sans doute au moins si ce n'est à la notion de
machine à écrire, aux premiers langages de programmation utilisant cette
technologie.
Dans son aspect réseau, elle est consignée dans de nombreux RFC.
Protocole et fichier
L'usage du texte brut peut varier entre protocole et ficher. Ceci peut
généralement être invisible à l'utilisateur lorsqu'il copie un texte d'un logiciel à un
autre.
Dans un protocole, le protocole spécifie généralement l'encodage utilisé, d'une
manière ou d'une autre; la longueur du texte peut ne pas être limité, en fonction
du protocole.
Un fichier a généralement une taille limitée, il est généralement admis qu'un
système de fichier ne fournit pas d'information sur l'encodage utilisé pour encoder
un texte brut donné. Cette information essentielle est alors déterminée à travers
un ensemble d'heuristiques.

Apports et limitations[modifier | modifier le code]

Le fichier texte est un élément déterminant en ce qu'il offre la possibilité de
décrire des codes sources et de faciliter la programmation des ordinateurs.
Toutefois, il souffre de facto de nombreux problème d'interopérabilité.
Apports[modifier | modifier le code]
Le fichier texte, lorsqu'il apparait apporte la possibilité de permettre à un humain
de soumettre un texte au traitement automatique d'une machine. Il offre
également la possibilité de supprimer et d'ajouter une ligne, et cela dès les cartes
perforées. Cette fonctionnalité a été reprise par des logiciels comme ed ou edlin.
Limitations[modifier | modifier le code]
Un fichier texte est limité dans sa taille, comme le sont tous les fichiers, par
le système de gestion de fichiers.
De plus par convention on limite volontairement le nombre de colonnes. Une
convention commune est ancienne est d'environ 80 ou 132 colonnes. Cela
correspondait aux standards de terminaux physiques aujourd'hui dépassés. Les
éditeurs modernes savent souvent gérer des lignes plus longues bien que cela ne
soit pas conseillé pour des questions de présentation.
Le fichier texte peut poser de nombreux problèmes d'interopérabilité (pour cause
d'encodage différents) entre pays, entre fournisseurs de logiciels, notamment.

Usage[modifier | modifier le code]
Les fichiers texte sont utilisés par de nombreux logiciels pour conserver les
données de configuration. Ils sont également utilisés pour contenir
les textes écrits en langages de programmation. En outre, la plupart des
langages de programmation offrent des fonctions prédéfinies pour manipuler du
texte brut, ce qui rend la gestion des fichiers textes particulièrement accessible.
Le logiciel utilisé pour éditer un fichier texte est un éditeur de texte. Dans le cas
général, un traitement de texte ne produit pas des fichiers texte. En effet, un
traitement de texte n'a pas seulement besoin de manipuler du texte brut, mais
également des informations sur la fonte de caractère utilisée, la disposition des
caractères dans des pages, les styles typographiques, etc. Toutefois, les
traitements de texte peuvent ouvrir ou sauvegarder un fichier texte, aucune
information de mise en forme n'étant conservée, sauf le cas échéant les sauts de
ligne.
Un fichier texte peut être la structure sous-jacente d'un fichier journal 8.

Structure et propriétés[modifier | modifier le code]

La structure d'un fichier texte est une séquence de lignes. Toutefois,
historiquement, chaque caractère est aligné verticalement, c'est encore le cas
aujourd'hui, dans un éditeur de texte en ligne ou local.
Séquence de lignes[modifier | modifier le code]
Le concept de séquence de lignes reste une caractéristique forte d'un fichier
texte.
Un fichier texte peut simplement contenir du texte dans une langue quelconque.
Dans ce cas, aujourd'hui, il ne respecte plus aucune structure particulière.

Il était une fois une marchande de foie

qui vendait du foie dans la Ville de Foix.
Elle se dit «ma foi c'est la première fois
que je vends du foie dans la ville de Foix !»
using (FileStream stm = new FileStream("logfile.txt", FileMode.Create))
{
return ProcessStuff(stm); //
}

Un fichier texte peut également contenir une donnée structurée qui peut être
analysée par un logiciel et affichée sous une forme plus évoluée, par exemple
une page web :

<!DOCTYPE html>
<html lang="fr">
<head><title>Page web d'exemple</title></head>
<body>
<p>Ceci est une page web d'exemple.</p>
</body>
</html>

Alignement vertical[modifier | modifier le code]

Un fichier texte est généralement rendu visible avec des polices à chasse fixe
alignant le texte verticalement. L'arrivée d'un grand nombre de caractères
Unicode dans les fichiers textes peut questionner ce concept.
Enfin, et de manière plus anecdotique, le propos d'un fichier texte peut être
détourné pour contenir une image, c'est ce qu'on appelle l'art ASCII :

(\___/) (*) (*) \ /

(=*.*=) (°_°) {^o^}
(")___(") (+) (+) (| . |)
(_) (_) (_) (_)

Cet art nécessite toutefois que tous les caractères affichés aient la même largeur.
Cette technologie a notamment été utilisée pour spécifier des protocoles de
transfert de fichier.
Utilisation de l'art-ASCII comme élément de spécification du «FILE TRANSFER
PROTOCOL» RFC 7654; année 1980:

-------------
|/---------\|
|| User || --------
||Interface|<--->| User |
|\----:----/| --------
---------- | V |
|/------\| FTP Commands |/---------\|
||Server|<---------------->| User ||
|| PI || FTP Replies || PI ||
|\--:---/| |\----:----/|
| V | | V |
-------- |/------\| Data |/---------\| --------
| File |<--->|Server|<---------------->| User |<--->| File |
|System| || DTP || Connection || DTP || |System|
-------- |\------/| |\---------/| --------
---------- -------------

Server-FTP User-FTP

Standardisation et normalisation[modifier | modifier le code]

Les fichiers textes peuvent connaitre des problèmes d'interopérabilité :

 Différence de traitement des changements de lignes : CR ; LF, NL ;

CR+LF
 Présence ou absence éventuelle du marqueur magique BOM
 Différence de codage des caractères
 Différence de traitement des séquences d'échappement éventuelles.
Les variations de formats sont notamment liées aux intérêts régionaux: présence
de caractères accentués ou d'alphabets particuliers. Les industries souhaitent
également offrir de nouveaux caractères, en respectant tous les standards avec
une rigueur inégale.
Codage des caractères[modifier | modifier le code]
Comme tout fichier informatique, un fichier texte contient fondamentalement
des bits. La particularité d'un fichier texte est que l'ensemble du fichier respecte
un standard de codage des caractères. Il existe de nombreux standards de
codage de caractères, ce qui peut rendre problématique la compatibilité des
fichiers texte.
Rôle de l'ASCII[modifier | modifier le code]
La dénomination « fichier ASCII » est souvent confusément (et/ou abusivement)
utilisée à propos de fichiers texte n'utilisant pas le codage des caractères ASCII,
soit pour marquer une opposition à l'EBCDIC, soit pour interdire l'utilisation de
langues autre que l'anglais. Cela tient aussi à une histoire compliquée liée à
l'influence et aux intérêts des États-Unis, pays de langue anglaise, et au fait
qu'actuellement les fichiers textes sont généralement compatibles ASCII tout en
ne se limitant pas à ces caractères. Ainsi des fichiers textes UTF-8 bénéficient
d'une certaine interopérabilité avec des logiciels qui nécessitent des fichiers
compatibles ASCII, contrairement aux fichiers textes UTF-16, qui nécessitent des
logiciels spécifiquement adaptés à l'UTF-16.
Rôle du BOM[modifier | modifier le code]
Article détaillé : Byte Order Mark.
Le BOM est une invention du standard Unicode. Il est parfois présent en début de
fichier pour indiquer visuellement l'encodage d'un fichier (ce code dans un fichier
UTF8 sera visualisé « ï»¿ » en iso8859-1). À ce titre, il s'agit d'un nombre
magique au même titre que le shebang. Mais il est aussi et surtout utilisé pour
déterminer l'ordre des octets (endianness) et cela peut poser des problèmes à
certains logiciels.
Séquence d'échappement[modifier | modifier le code]
Les séquences d'échappement peuvent également être traitées de manière
inégales, alors que leur utilisation est impérative en ISO-2022, conduisant à
l'apparition de mojibake au sens premier du mot.

Notes et références[modifier | modifier le code]

Notes[modifier | modifier le code]
11. ↑ Le standard des États-Unis, l'ASCII inclut des caractères de contrôle, tel que
l'échappement de valeur 27.
12. ↑ les standards ISO-2022 sont bâtis sur ces séquences.
13. ↑ L'Unicode autorise l'utilisation d'un indicateur dénommé BOM.
14. ↑ ASCII 8 bits avec le bit sept, le plus fort, à 0.
15. ↑ Ce qui pourrait signifier que chaque colonne avait un sens précis comme en Cobol et
que la longueur des lignes était fixe, comme l'écran.

Références[modifier | modifier le code]
17. ↑ Popular Science Magazine, February 1950, page 96 [archive]
18. ↑ (en) Request for comments no 265 [archive].
19. ↑ (en) Request for comments no 354 [archive].
20. ↑ Revenir plus haut en :a et b (en) Request for comments no 765 [archive].
21. ↑ File Transfer Protocol  : RFC  959, Network Working Group, octobre 1985 (lire en
ligne [archive]), page 15
22. ↑ Revenir plus haut en :a et b http://www.cairn.info/article.php?ID_ARTICLE=DN_063_0013 [archive]
23. ↑ Barbara Beeton, Asmus Freytag, Murray Sargent III, Unicode Technical Report
1. 25 “Unicode Support for
Mathematics”, https://www.unicode.org/reports/tr25 [archive]
24. ↑ http://www.oqlf.gouv.qc.ca/ressources/bibliotheque/dictionnaires/internet/fiches/8383642
.html [archive]

Voir aussi[modifier | modifier le code]

Articles connexes[modifier | modifier le code]

 Fichier binaire
  Éditeur de texte
 Format de fichier
 Fichier

  Portail de l’informatique 
  Portail de l’écriture
Catégories : 
 Format de données numériques
 Codage du texte
 Format ouvert
[+]
 La dernière modification de cette page a été faite le 15 octobre 2021 à 16:01.
 Droit d'auteur : les textes sont disponibles sous licence Creative Commons attribution, partage dans
les mêmes conditions ; d’autres conditions peuvent s’appliquer. Voyez les conditions
d’utilisation pour plus de détails, ainsi que les crédits graphiques. En cas de réutilisation des textes
de cette page, voyez comment citer les auteurs et mentionner la licence.
Wikipedia® est une marque déposée de la Wikimedia Foundation, Inc., organisation de
bienfaisance régie par le paragraphe 501(c)(3) du code fiscal des États-Unis.

Fichier texte
Pour les articles homonymes, voir TXT.
Fichier texte

Les 95 caractères et signes du codage ASCII

Caractéristiques
Extensions .txt ,  .text , -

Type MIME text/plain

PUID x-fmt/111

modifier - modifier le code - modifier Wikidata

En informatique, un fichier texte ou fichier texte brut ou fichier texte

simple[réf. nécessaire] est un fichier dont le contenu représente uniquement une suite
de caractères ; il utilise nécessairement une forme particulière de codage des
caractères qui peut être une variante ou une extension du standard local des États-
Unis, l'ASCII. Il n'existe aucune définition officielle, et les différentes interprétations
de ce qu'est un fichier texte partagent des propriétés essentielles. Les caractères
considérés sont généralement les caractères imprimables, d'espaces et de retours à
la ligne. Certains codages de caractères normalisés incluent également certains
caractères de contrôleN 1, séquence d'échappementN 2 ou marqueursN 3 qui peuvent
faire l'objet de différences d'appréciations. La notion de fichier texte est donc
subjective et dépend notamment des systèmes de codage de caractère considérés
(windows-1252 et ISO-8859-1 n'offrant pas les mêmes plages de valeurs
«imprimables».)
Un fichier « non texte » est appelé « fichier binaire », dans le sens où
les bits contenus dans le fichier ne représentent pas une simple suite de caractères
imprimables, d'espaces et de retours à la ligne.

Sommaire

 1Histoire
 2Texte brut
 3Apports et limitations
o 3.1Apports
o 3.2Limitations
 4Usage
 5Structure et propriétés
o 5.1Séquence de lignes
o 5.2Alignement vertical
 6Standardisation et normalisation
o 6.1Codage des caractères
 6.1.1Rôle de l'ASCII
o 6.2Rôle du BOM
o 6.3Séquence d'échappement
 7Notes et références
o 7.1Notes
o 7.2Références
 8Voir aussi
o 8.1Articles connexes

Histoire[modifier | modifier le code]
Un fichier en carte perforée

Extrait d'un programme écrit en BASIC

Copie papier d'un code source (en Fortran) des années 1970, imprimé sur du papier continu, dédié aux
fichiers textes.

La notion de fichier texte a évolué avec l'histoire de l'informatique.

Le mot fichier (« file » en anglais) a été utilisé publiquement dans le contexte d'un
enregistrement informatique déjà en février 1950. Une publicité de la radio Radio
Corporation of America de Popular Science Magazine1 décrivant une nouvelle
mémoire à tube à vide qu'elle avait développée, expliquait :
«...the results of countless computations can be kept "on file" and taken out
again. Such a "file" now exists in a "memory" tube developed at RCA
Laboratories. Electronically it retains figures fed into calculating machines,
holds them in storage while it memorizes new ones - speeds intelligent
solutions through mazes of mathematics. »
En 1952 un fichier était utilisé pour désigner l'information enregistrée sur
une carte perforée.
Or il se trouve que les cartes perforées partageaient certaines propriétés:

 Chaque carte représentait une ligne de 80 colonnes (en général)

 Les programmes (code source) étaient écrits en assemblant des lignes
de textes
 Les cartes perforées qui ne contenaient pas de texte étaient donc déjà
différentes.
En 1971, le RFC 2652 indique qu'un fichier peut être ASCII, cœur d'exécutable,
ou autre. Il mentionne notamment l'EBCDIC.
En juillet 1972, le RFC 3543, discutant des échanges de texte par le protocole
réseau NVT-ASCIIN 4 FTP, indique que les fichiers textes sont enregistrés de
manières différentes selon les systèmes :

 le PDP-10 enregistre le NVT-ASCII en 7-bits justifiés à gauche dans

des mots de 36 bits ;
 le 360's enregistre le texte avec un codage EBCDIC 8-bit ;
 Multics enregistre le texte avec quatre caractère de neuf bits dans des
mots de 36 bits.
Il indique donc que pour le bon transfert des textes, il est nécessaire que les deux
parties effectuent leur part respective de la conversion dans un codage commun;
il s'agit à cette époque de l'ASCII 8 bits, dit NVT.
Cette même année, la RFC fait apparaître le besoin d'une unité commune pour
transmettre des données binaires entre systèmes dont les mots n'ont pas la
même taille, et suggère l'utilisation de byte de 8 bits, c'est-à-dire, de ce que l'on
appelle aujourd'hui des octets, tout en permettant l'utilisation de bytes/mots
différents si négocié.
En 1980, le RFC 7654 en spécifiant le protocole FTP indique les trois raisons
occasionnant le transfert d'un fichier : l'impression, l'archivage, et le traitement.
Constatant, que le seul encodage n'est pas une métainformation suffisante, il
spécifie le reste et notamment les différents mécanismes de changement de ligne
à travers des caractères de contrôle ou de défilement de lignes. En page 12, le
RFC clarifie que les fichiers textes sont tout aussi bien des fichiers ASCII que des
fichiers EBCDIC.
En 1985, lors de l'élaboration du protocole FTP de transfert de fichier, il a été
recommandé de considérer comme fichier texte (en anglais "text" files), deux
formats de fichiers :

 les fichiers file structure, où le fichier est considéré être une séquence

continue de lignes.
 les fichiers record-structure, où le fichier est constitué
d'enregistrements séquentielsN 5
De même les types ASCII et EBCDIC ont été acceptés comme fichier texte 5.

Cette section est vide, insuffisamment détaillée ou incomplète. Votre aide est

la bienvenue ! Comment faire ?

Texte brut[modifier | modifier le code]

Article détaillé : Texte brut.
Texte brut Unicode (Unicode plain text)
De nos jours, l'Unicode est de plus en plus reconnu comme format de texte brut.
Le standard Unicode définit selon ses propres termes ce qu'est le texte brut, sous
le terme de plain text, dans sa version anglaise.
La notion de fichier texte se rapproche donc des propriétés que le standard
Unicode attribue au format nommé plain text en langue anglaise et signifiant texte
brut.
Généralités et controverses
La notion de texte brut (plain text) a, comme la notion de texte enrichi (fancy text),
été introduite par Unicode6.
La notion de plain text peut être traduite par texte en clair, pur texte, texte pur, ou
texte brut6.
Linux Information Project en donne une vision restrictive.
Format de codage
Si l'encodage est inconnu, un texte brut quelconque est inexploitable.
Texte brut approché en mathématiques
Alors que les mathématiques sont un langage international, en tout ou partie, leur
représentation informatique a pu être négligée lors de la création de différents
systèmes de codage des caractères. Toutefois, ces symboles ont bénéficié d'une
forte prise en charge par l'Unicode7, offrant de nouvelles perspectives.
Histoire
La notion de texte brut est implicitement assez ancienne puisque
vraisemblablement elle remonte sans doute au moins si ce n'est à la notion de
machine à écrire, aux premiers langages de programmation utilisant cette
technologie.
Dans son aspect réseau, elle est consignée dans de nombreux RFC.
Protocole et fichier
L'usage du texte brut peut varier entre protocole et ficher. Ceci peut
généralement être invisible à l'utilisateur lorsqu'il copie un texte d'un logiciel à un
autre.
Dans un protocole, le protocole spécifie généralement l'encodage utilisé, d'une
manière ou d'une autre; la longueur du texte peut ne pas être limité, en fonction
du protocole.
Un fichier a généralement une taille limitée, il est généralement admis qu'un
système de fichier ne fournit pas d'information sur l'encodage utilisé pour encoder
un texte brut donné. Cette information essentielle est alors déterminée à travers
un ensemble d'heuristiques.

Apports et limitations[modifier | modifier le code]

Le fichier texte est un élément déterminant en ce qu'il offre la possibilité de
décrire des codes sources et de faciliter la programmation des ordinateurs.
Toutefois, il souffre de facto de nombreux problème d'interopérabilité.
Apports[modifier | modifier le code]
Le fichier texte, lorsqu'il apparait apporte la possibilité de permettre à un humain
de soumettre un texte au traitement automatique d'une machine. Il offre
également la possibilité de supprimer et d'ajouter une ligne, et cela dès les cartes
perforées. Cette fonctionnalité a été reprise par des logiciels comme ed ou edlin.
Limitations[modifier | modifier le code]
Un fichier texte est limité dans sa taille, comme le sont tous les fichiers, par
le système de gestion de fichiers.
De plus par convention on limite volontairement le nombre de colonnes. Une
convention commune est ancienne est d'environ 80 ou 132 colonnes. Cela
correspondait aux standards de terminaux physiques aujourd'hui dépassés. Les
éditeurs modernes savent souvent gérer des lignes plus longues bien que cela ne
soit pas conseillé pour des questions de présentation.
Le fichier texte peut poser de nombreux problèmes d'interopérabilité (pour cause
d'encodage différents) entre pays, entre fournisseurs de logiciels, notamment.

Usage[modifier | modifier le code]
Les fichiers texte sont utilisés par de nombreux logiciels pour conserver les
données de configuration. Ils sont également utilisés pour contenir
les textes écrits en langages de programmation. En outre, la plupart des
langages de programmation offrent des fonctions prédéfinies pour manipuler du
texte brut, ce qui rend la gestion des fichiers textes particulièrement accessible.
Le logiciel utilisé pour éditer un fichier texte est un éditeur de texte. Dans le cas
général, un traitement de texte ne produit pas des fichiers texte. En effet, un
traitement de texte n'a pas seulement besoin de manipuler du texte brut, mais
également des informations sur la fonte de caractère utilisée, la disposition des
caractères dans des pages, les styles typographiques, etc. Toutefois, les
traitements de texte peuvent ouvrir ou sauvegarder un fichier texte, aucune
information de mise en forme n'étant conservée, sauf le cas échéant les sauts de
ligne.
Un fichier texte peut être la structure sous-jacente d'un fichier journal 8.

Structure et propriétés[modifier | modifier le code]

La structure d'un fichier texte est une séquence de lignes. Toutefois,
historiquement, chaque caractère est aligné verticalement, c'est encore le cas
aujourd'hui, dans un éditeur de texte en ligne ou local.
Séquence de lignes[modifier | modifier le code]
Le concept de séquence de lignes reste une caractéristique forte d'un fichier
texte.
Un fichier texte peut simplement contenir du texte dans une langue quelconque.
Dans ce cas, aujourd'hui, il ne respecte plus aucune structure particulière.

Il était une fois une marchande de foie

qui vendait du foie dans la Ville de Foix.
Elle se dit «ma foi c'est la première fois
que je vends du foie dans la ville de Foix !»
using (FileStream stm = new FileStream("logfile.txt", FileMode.Create))
{
return ProcessStuff(stm); //
}

Un fichier texte peut également contenir une donnée structurée qui peut être
analysée par un logiciel et affichée sous une forme plus évoluée, par exemple
une page web :

<!DOCTYPE html>
<html lang="fr">
<head><title>Page web d'exemple</title></head>
<body>
<p>Ceci est une page web d'exemple.</p>
</body>
</html>

Alignement vertical[modifier | modifier le code]

Un fichier texte est généralement rendu visible avec des polices à chasse fixe
alignant le texte verticalement. L'arrivée d'un grand nombre de caractères
Unicode dans les fichiers textes peut questionner ce concept.
Enfin, et de manière plus anecdotique, le propos d'un fichier texte peut être
détourné pour contenir une image, c'est ce qu'on appelle l'art ASCII :

(\___/) (*) (*) \ /

(=*.*=) (°_°) {^o^}
 (")___(") (+) (+) (| . |)
(_) (_) (_) (_)

Cet art nécessite toutefois que tous les caractères affichés aient la même largeur.
Cette technologie a notamment été utilisée pour spécifier des protocoles de
transfert de fichier.
Utilisation de l'art-ASCII comme élément de spécification du «FILE TRANSFER
PROTOCOL» RFC 7654; année 1980:

-------------
|/---------\|
|| User || --------
||Interface|<--->| User |
|\----:----/| --------
---------- | V |
|/------\| FTP Commands |/---------\|
||Server|<---------------->| User ||
|| PI || FTP Replies || PI ||
|\--:---/| |\----:----/|
| V | | V |
-------- |/------\| Data |/---------\| --------
| File |<--->|Server|<---------------->| User |<--->| File |
|System| || DTP || Connection || DTP || |System|
-------- |\------/| |\---------/| --------
---------- -------------

Server-FTP User-FTP

Standardisation et normalisation[modifier | modifier le code]

Les fichiers textes peuvent connaitre des problèmes d'interopérabilité :

 Différence de traitement des changements de lignes : CR ; LF, NL ;

CR+LF
 Présence ou absence éventuelle du marqueur magique BOM
 Différence de codage des caractères
 Différence de traitement des séquences d'échappement éventuelles.
Les variations de formats sont notamment liées aux intérêts régionaux: présence
de caractères accentués ou d'alphabets particuliers. Les industries souhaitent
également offrir de nouveaux caractères, en respectant tous les standards avec
une rigueur inégale.
Codage des caractères[modifier | modifier le code]
Comme tout fichier informatique, un fichier texte contient fondamentalement
des bits. La particularité d'un fichier texte est que l'ensemble du fichier respecte
un standard de codage des caractères. Il existe de nombreux standards de
codage de caractères, ce qui peut rendre problématique la compatibilité des
fichiers texte.
Rôle de l'ASCII[modifier | modifier le code]
La dénomination « fichier ASCII » est souvent confusément (et/ou abusivement)
utilisée à propos de fichiers texte n'utilisant pas le codage des caractères ASCII,
soit pour marquer une opposition à l'EBCDIC, soit pour interdire l'utilisation de
langues autre que l'anglais. Cela tient aussi à une histoire compliquée liée à
l'influence et aux intérêts des États-Unis, pays de langue anglaise, et au fait
qu'actuellement les fichiers textes sont généralement compatibles ASCII tout en
ne se limitant pas à ces caractères. Ainsi des fichiers textes UTF-8 bénéficient
d'une certaine interopérabilité avec des logiciels qui nécessitent des fichiers
compatibles ASCII, contrairement aux fichiers textes UTF-16, qui nécessitent des
logiciels spécifiquement adaptés à l'UTF-16.
Rôle du BOM[modifier | modifier le code]
Article détaillé : Byte Order Mark.
Le BOM est une invention du standard Unicode. Il est parfois présent en début de
fichier pour indiquer visuellement l'encodage d'un fichier (ce code dans un fichier
UTF8 sera visualisé « ï»¿ » en iso8859-1). À ce titre, il s'agit d'un nombre
magique au même titre que le shebang. Mais il est aussi et surtout utilisé pour
déterminer l'ordre des octets (endianness) et cela peut poser des problèmes à
certains logiciels.
Séquence d'échappement[modifier | modifier le code]
Les séquences d'échappement peuvent également être traitées de manière
inégales, alors que leur utilisation est impérative en ISO-2022, conduisant à
l'apparition de mojibake au sens premier du mot.

Notes et références[modifier | modifier le code]

Notes[modifier | modifier le code]
11. ↑ Le standard des États-Unis, l'ASCII inclut des caractères de contrôle, tel que
l'échappement de valeur 27.
12. ↑ les standards ISO-2022 sont bâtis sur ces séquences.
13. ↑ L'Unicode autorise l'utilisation d'un indicateur dénommé BOM.
14. ↑ ASCII 8 bits avec le bit sept, le plus fort, à 0.
15. ↑ Ce qui pourrait signifier que chaque colonne avait un sens précis comme en Cobol et
que la longueur des lignes était fixe, comme l'écran.

Références[modifier | modifier le code]
17. ↑ Popular Science Magazine, February 1950, page 96 [archive]
18. ↑ (en) Request for comments no 265 [archive].
19. ↑ (en) Request for comments no 354 [archive].
20. ↑ Revenir plus haut en :a et b (en) Request for comments no 765 [archive].
21. ↑ File Transfer Protocol  : RFC  959, Network Working Group, octobre 1985 (lire en
ligne [archive]), page 15
22. ↑ Revenir plus haut en :a et b http://www.cairn.info/article.php?ID_ARTICLE=DN_063_0013 [archive]
23. ↑ Barbara Beeton, Asmus Freytag, Murray Sargent III, Unicode Technical Report
1. 25 “Unicode Support for
Mathematics”, https://www.unicode.org/reports/tr25 [archive]
 24. ↑ http://www.oqlf.gouv.qc.ca/ressources/bibliotheque/dictionnaires/internet/fiches/8383642
.html [archive]

Voir aussi[modifier | modifier le code]

Articles connexes[modifier | modifier le code]

 Fichier binaire
 Éditeur de texte
 Format de fichier
 Fichier

  Portail de l’informatique 
  Portail de l’écriture
Catégories : 
 Format de données numériques
 Codage du texte
 Format ouvert
[+]
 La dernière modification de cette page a été faite le 15 octobre 2021 à 16:01.
 Droit d'auteur : les textes sont disponibles sous licence Creative Commons attribution, partage dans
les mêmes conditions ; d’autres conditions peuvent s’appliquer. Voyez les conditions
d’utilisation pour plus de détails, ainsi que les crédits graphiques. En cas de réutilisation des textes
de cette page, voyez comment citer les auteurs et mentionner la licence.
Wikipedia® est une marque déposée de la Wikimedia Foundation, Inc., organisation de
bienfaisance régie par le paragraphe 501(c)(3) du code fiscal des États-Unis.

Fichier texte
Pour les articles homonymes, voir TXT.
Fichier texte

Les 95 caractères et signes du codage ASCII

Caractéristiques
Extensions .txt ,  .text , -

Type MIME text/plain

PUID x-fmt/111

modifier - modifier le code - modifier Wikidata

En informatique, un fichier texte ou fichier texte brut ou fichier texte

simple[réf. nécessaire] est un fichier dont le contenu représente uniquement une suite
de caractères ; il utilise nécessairement une forme particulière de codage des
caractères qui peut être une variante ou une extension du standard local des États-
Unis, l'ASCII. Il n'existe aucune définition officielle, et les différentes interprétations
de ce qu'est un fichier texte partagent des propriétés essentielles. Les caractères
considérés sont généralement les caractères imprimables, d'espaces et de retours à
la ligne. Certains codages de caractères normalisés incluent également certains
caractères de contrôleN 1, séquence d'échappementN 2 ou marqueursN 3 qui peuvent
faire l'objet de différences d'appréciations. La notion de fichier texte est donc
subjective et dépend notamment des systèmes de codage de caractère considérés
(windows-1252 et ISO-8859-1 n'offrant pas les mêmes plages de valeurs
«imprimables».)
Un fichier « non texte » est appelé « fichier binaire », dans le sens où
les bits contenus dans le fichier ne représentent pas une simple suite de caractères
imprimables, d'espaces et de retours à la ligne.

Sommaire

 1Histoire
 2Texte brut
 3Apports et limitations
o 3.1Apports
o 3.2Limitations
 4Usage
 5Structure et propriétés
o 5.1Séquence de lignes
o 5.2Alignement vertical
 6Standardisation et normalisation
o 6.1Codage des caractères
 6.1.1Rôle de l'ASCII
o 6.2Rôle du BOM
o 6.3Séquence d'échappement
 7Notes et références
o 7.1Notes
o 7.2Références
 8Voir aussi
o 8.1Articles connexes

Histoire[modifier | modifier le code]
Un fichier en carte perforée

Extrait d'un programme écrit en BASIC

Copie papier d'un code source (en Fortran) des années 1970, imprimé sur du papier continu, dédié aux
fichiers textes.

La notion de fichier texte a évolué avec l'histoire de l'informatique.

Le mot fichier (« file » en anglais) a été utilisé publiquement dans le contexte d'un
enregistrement informatique déjà en février 1950. Une publicité de la radio Radio
Corporation of America de Popular Science Magazine1 décrivant une nouvelle
mémoire à tube à vide qu'elle avait développée, expliquait :
«...the results of countless computations can be kept "on file" and taken out
again. Such a "file" now exists in a "memory" tube developed at RCA
Laboratories. Electronically it retains figures fed into calculating machines,
holds them in storage while it memorizes new ones - speeds intelligent
solutions through mazes of mathematics. »
En 1952 un fichier était utilisé pour désigner l'information enregistrée sur
une carte perforée.
Or il se trouve que les cartes perforées partageaient certaines propriétés:

 Chaque carte représentait une ligne de 80 colonnes (en général)

 Les programmes (code source) étaient écrits en assemblant des lignes
de textes
 Les cartes perforées qui ne contenaient pas de texte étaient donc déjà
différentes.
En 1971, le RFC 2652 indique qu'un fichier peut être ASCII, cœur d'exécutable,
ou autre. Il mentionne notamment l'EBCDIC.
En juillet 1972, le RFC 3543, discutant des échanges de texte par le protocole
réseau NVT-ASCIIN 4 FTP, indique que les fichiers textes sont enregistrés de
manières différentes selon les systèmes :

 le PDP-10 enregistre le NVT-ASCII en 7-bits justifiés à gauche dans

des mots de 36 bits ;
 le 360's enregistre le texte avec un codage EBCDIC 8-bit ;
 Multics enregistre le texte avec quatre caractère de neuf bits dans des
mots de 36 bits.
Il indique donc que pour le bon transfert des textes, il est nécessaire que les deux
parties effectuent leur part respective de la conversion dans un codage commun;
il s'agit à cette époque de l'ASCII 8 bits, dit NVT.
Cette même année, la RFC fait apparaître le besoin d'une unité commune pour
transmettre des données binaires entre systèmes dont les mots n'ont pas la
même taille, et suggère l'utilisation de byte de 8 bits, c'est-à-dire, de ce que l'on
appelle aujourd'hui des octets, tout en permettant l'utilisation de bytes/mots
différents si négocié.
En 1980, le RFC 7654 en spécifiant le protocole FTP indique les trois raisons
occasionnant le transfert d'un fichier : l'impression, l'archivage, et le traitement.
Constatant, que le seul encodage n'est pas une métainformation suffisante, il
spécifie le reste et notamment les différents mécanismes de changement de ligne
à travers des caractères de contrôle ou de défilement de lignes. En page 12, le
RFC clarifie que les fichiers textes sont tout aussi bien des fichiers ASCII que des
fichiers EBCDIC.
En 1985, lors de l'élaboration du protocole FTP de transfert de fichier, il a été
recommandé de considérer comme fichier texte (en anglais "text" files), deux
formats de fichiers :

 les fichiers file structure, où le fichier est considéré être une séquence

continue de lignes.
 les fichiers record-structure, où le fichier est constitué
d'enregistrements séquentielsN 5
De même les types ASCII et EBCDIC ont été acceptés comme fichier texte 5.

Cette section est vide, insuffisamment détaillée ou incomplète. Votre aide est

la bienvenue ! Comment faire ?

Texte brut[modifier | modifier le code]

Article détaillé : Texte brut.
Texte brut Unicode (Unicode plain text)
De nos jours, l'Unicode est de plus en plus reconnu comme format de texte brut.
Le standard Unicode définit selon ses propres termes ce qu'est le texte brut, sous
le terme de plain text, dans sa version anglaise.
La notion de fichier texte se rapproche donc des propriétés que le standard
Unicode attribue au format nommé plain text en langue anglaise et signifiant texte
brut.
Généralités et controverses
La notion de texte brut (plain text) a, comme la notion de texte enrichi (fancy text),
été introduite par Unicode6.
La notion de plain text peut être traduite par texte en clair, pur texte, texte pur, ou
texte brut6.
Linux Information Project en donne une vision restrictive.
Format de codage
Si l'encodage est inconnu, un texte brut quelconque est inexploitable.
Texte brut approché en mathématiques
Alors que les mathématiques sont un langage international, en tout ou partie, leur
représentation informatique a pu être négligée lors de la création de différents
systèmes de codage des caractères. Toutefois, ces symboles ont bénéficié d'une
forte prise en charge par l'Unicode7, offrant de nouvelles perspectives.
Histoire
La notion de texte brut est implicitement assez ancienne puisque
vraisemblablement elle remonte sans doute au moins si ce n'est à la notion de
machine à écrire, aux premiers langages de programmation utilisant cette
technologie.
Dans son aspect réseau, elle est consignée dans de nombreux RFC.
Protocole et fichier
L'usage du texte brut peut varier entre protocole et ficher. Ceci peut
généralement être invisible à l'utilisateur lorsqu'il copie un texte d'un logiciel à un
autre.
Dans un protocole, le protocole spécifie généralement l'encodage utilisé, d'une
manière ou d'une autre; la longueur du texte peut ne pas être limité, en fonction
du protocole.
Un fichier a généralement une taille limitée, il est généralement admis qu'un
système de fichier ne fournit pas d'information sur l'encodage utilisé pour encoder
un texte brut donné. Cette information essentielle est alors déterminée à travers
un ensemble d'heuristiques.

Apports et limitations[modifier | modifier le code]

Le fichier texte est un élément déterminant en ce qu'il offre la possibilité de
décrire des codes sources et de faciliter la programmation des ordinateurs.
Toutefois, il souffre de facto de nombreux problème d'interopérabilité.
Apports[modifier | modifier le code]
Le fichier texte, lorsqu'il apparait apporte la possibilité de permettre à un humain
de soumettre un texte au traitement automatique d'une machine. Il offre
également la possibilité de supprimer et d'ajouter une ligne, et cela dès les cartes
perforées. Cette fonctionnalité a été reprise par des logiciels comme ed ou edlin.
Limitations[modifier | modifier le code]
Un fichier texte est limité dans sa taille, comme le sont tous les fichiers, par
le système de gestion de fichiers.
De plus par convention on limite volontairement le nombre de colonnes. Une
convention commune est ancienne est d'environ 80 ou 132 colonnes. Cela
correspondait aux standards de terminaux physiques aujourd'hui dépassés. Les
éditeurs modernes savent souvent gérer des lignes plus longues bien que cela ne
soit pas conseillé pour des questions de présentation.
Le fichier texte peut poser de nombreux problèmes d'interopérabilité (pour cause
d'encodage différents) entre pays, entre fournisseurs de logiciels, notamment.

Usage[modifier | modifier le code]
Les fichiers texte sont utilisés par de nombreux logiciels pour conserver les
données de configuration. Ils sont également utilisés pour contenir
les textes écrits en langages de programmation. En outre, la plupart des
langages de programmation offrent des fonctions prédéfinies pour manipuler du
texte brut, ce qui rend la gestion des fichiers textes particulièrement accessible.
Le logiciel utilisé pour éditer un fichier texte est un éditeur de texte. Dans le cas
général, un traitement de texte ne produit pas des fichiers texte. En effet, un
traitement de texte n'a pas seulement besoin de manipuler du texte brut, mais
également des informations sur la fonte de caractère utilisée, la disposition des
caractères dans des pages, les styles typographiques, etc. Toutefois, les
traitements de texte peuvent ouvrir ou sauvegarder un fichier texte, aucune
information de mise en forme n'étant conservée, sauf le cas échéant les sauts de
ligne.
Un fichier texte peut être la structure sous-jacente d'un fichier journal 8.

Structure et propriétés[modifier | modifier le code]

La structure d'un fichier texte est une séquence de lignes. Toutefois,
historiquement, chaque caractère est aligné verticalement, c'est encore le cas
aujourd'hui, dans un éditeur de texte en ligne ou local.
Séquence de lignes[modifier | modifier le code]
Le concept de séquence de lignes reste une caractéristique forte d'un fichier
texte.
Un fichier texte peut simplement contenir du texte dans une langue quelconque.
Dans ce cas, aujourd'hui, il ne respecte plus aucune structure particulière.

Il était une fois une marchande de foie

qui vendait du foie dans la Ville de Foix.
Elle se dit «ma foi c'est la première fois
que je vends du foie dans la ville de Foix !»
using (FileStream stm = new FileStream("logfile.txt", FileMode.Create))
{
return ProcessStuff(stm); //
}

Un fichier texte peut également contenir une donnée structurée qui peut être
analysée par un logiciel et affichée sous une forme plus évoluée, par exemple
une page web :

<!DOCTYPE html>
<html lang="fr">
<head><title>Page web d'exemple</title></head>
<body>
<p>Ceci est une page web d'exemple.</p>
</body>
</html>

Alignement vertical[modifier | modifier le code]

Un fichier texte est généralement rendu visible avec des polices à chasse fixe
alignant le texte verticalement. L'arrivée d'un grand nombre de caractères
Unicode dans les fichiers textes peut questionner ce concept.
Enfin, et de manière plus anecdotique, le propos d'un fichier texte peut être
détourné pour contenir une image, c'est ce qu'on appelle l'art ASCII :

(\___/) (*) (*) \ /

(=*.*=) (°_°) {^o^}
 (")___(") (+) (+) (| . |)
(_) (_) (_) (_)

Cet art nécessite toutefois que tous les caractères affichés aient la même largeur.
Cette technologie a notamment été utilisée pour spécifier des protocoles de
transfert de fichier.
Utilisation de l'art-ASCII comme élément de spécification du «FILE TRANSFER
PROTOCOL» RFC 7654; année 1980:

-------------
|/---------\|
|| User || --------
||Interface|<--->| User |
|\----:----/| --------
---------- | V |
|/------\| FTP Commands |/---------\|
||Server|<---------------->| User ||
|| PI || FTP Replies || PI ||
|\--:---/| |\----:----/|
| V | | V |
-------- |/------\| Data |/---------\| --------
| File |<--->|Server|<---------------->| User |<--->| File |
|System| || DTP || Connection || DTP || |System|
-------- |\------/| |\---------/| --------
---------- -------------

Server-FTP User-FTP

Standardisation et normalisation[modifier | modifier le code]

Les fichiers textes peuvent connaitre des problèmes d'interopérabilité :

 Différence de traitement des changements de lignes : CR ; LF, NL ;

CR+LF
 Présence ou absence éventuelle du marqueur magique BOM
 Différence de codage des caractères
 Différence de traitement des séquences d'échappement éventuelles.
Les variations de formats sont notamment liées aux intérêts régionaux: présence
de caractères accentués ou d'alphabets particuliers. Les industries souhaitent
également offrir de nouveaux caractères, en respectant tous les standards avec
une rigueur inégale.
Codage des caractères[modifier | modifier le code]
Comme tout fichier informatique, un fichier texte contient fondamentalement
des bits. La particularité d'un fichier texte est que l'ensemble du fichier respecte
un standard de codage des caractères. Il existe de nombreux standards de
codage de caractères, ce qui peut rendre problématique la compatibilité des
fichiers texte.
Rôle de l'ASCII[modifier | modifier le code]
La dénomination « fichier ASCII » est souvent confusément (et/ou abusivement)
utilisée à propos de fichiers texte n'utilisant pas le codage des caractères ASCII,
soit pour marquer une opposition à l'EBCDIC, soit pour interdire l'utilisation de
langues autre que l'anglais. Cela tient aussi à une histoire compliquée liée à
l'influence et aux intérêts des États-Unis, pays de langue anglaise, et au fait
qu'actuellement les fichiers textes sont généralement compatibles ASCII tout en
ne se limitant pas à ces caractères. Ainsi des fichiers textes UTF-8 bénéficient
d'une certaine interopérabilité avec des logiciels qui nécessitent des fichiers
compatibles ASCII, contrairement aux fichiers textes UTF-16, qui nécessitent des
logiciels spécifiquement adaptés à l'UTF-16.
Rôle du BOM[modifier | modifier le code]
Article détaillé : Byte Order Mark.
Le BOM est une invention du standard Unicode. Il est parfois présent en début de
fichier pour indiquer visuellement l'encodage d'un fichier (ce code dans un fichier
UTF8 sera visualisé « ï»¿ » en iso8859-1). À ce titre, il s'agit d'un nombre
magique au même titre que le shebang. Mais il est aussi et surtout utilisé pour
déterminer l'ordre des octets (endianness) et cela peut poser des problèmes à
certains logiciels.
Séquence d'échappement[modifier | modifier le code]
Les séquences d'échappement peuvent également être traitées de manière
inégales, alors que leur utilisation est impérative en ISO-2022, conduisant à
l'apparition de mojibake au sens premier du mot.

Notes et références[modifier | modifier le code]

Notes[modifier | modifier le code]
11. ↑ Le standard des États-Unis, l'ASCII inclut des caractères de contrôle, tel que
l'échappement de valeur 27.
12. ↑ les standards ISO-2022 sont bâtis sur ces séquences.
13. ↑ L'Unicode autorise l'utilisation d'un indicateur dénommé BOM.
14. ↑ ASCII 8 bits avec le bit sept, le plus fort, à 0.
15. ↑ Ce qui pourrait signifier que chaque colonne avait un sens précis comme en Cobol et
que la longueur des lignes était fixe, comme l'écran.

Références[modifier | modifier le code]
17. ↑ Popular Science Magazine, February 1950, page 96 [archive]
18. ↑ (en) Request for comments no 265 [archive].
19. ↑ (en) Request for comments no 354 [archive].
20. ↑ Revenir plus haut en :a et b (en) Request for comments no 765 [archive].
21. ↑ File Transfer Protocol  : RFC  959, Network Working Group, octobre 1985 (lire en
ligne [archive]), page 15
22. ↑ Revenir plus haut en :a et b http://www.cairn.info/article.php?ID_ARTICLE=DN_063_0013 [archive]
23. ↑ Barbara Beeton, Asmus Freytag, Murray Sargent III, Unicode Technical Report
1. 25 “Unicode Support for
Mathematics”, https://www.unicode.org/reports/tr25 [archive]
 24. ↑ http://www.oqlf.gouv.qc.ca/ressources/bibliotheque/dictionnaires/internet/fiches/8383642
.html [archive]

Voir aussi[modifier | modifier le code]

Articles connexes[modifier | modifier le code]

 Fichier binaire
 Éditeur de texte
 Format de fichier
 Fichier

  Portail de l’informatique 
  Portail de l’écriture
Catégories : 
 Format de données numériques
 Codage du texte
 Format ouvert
[+]
 La dernière modification de cette page a été faite le 15 octobre 2021 à 16:01.
 Droit d'auteur : les textes sont disponibles sous licence Creative Commons attribution, partage dans
les mêmes conditions ; d’autres conditions peuvent s’appliquer. Voyez les conditions
d’utilisation pour plus de détails, ainsi que les crédits graphiques. En cas de réutilisation des textes
de cette page, voyez comment citer les auteurs et mentionner la licence.
Wikipedia® est une marque déposée de la Wikimedia Foundation, Inc., organisation de
bienfaisance régie par le paragraphe 501(c)(3) du code fiscal des États-Unis.

Fichier texte
Pour les articles homonymes, voir TXT.
Fichier texte

Les 95 caractères et signes du codage ASCII

Caractéristiques
Extensions .txt ,  .text , -

Type MIME text/plain

PUID x-fmt/111

modifier - modifier le code - modifier Wikidata

En informatique, un fichier texte ou fichier texte brut ou fichier texte

simple[réf. nécessaire] est un fichier dont le contenu représente uniquement une suite
de caractères ; il utilise nécessairement une forme particulière de codage des
caractères qui peut être une variante ou une extension du standard local des États-
Unis, l'ASCII. Il n'existe aucune définition officielle, et les différentes interprétations
de ce qu'est un fichier texte partagent des propriétés essentielles. Les caractères
considérés sont généralement les caractères imprimables, d'espaces et de retours à
la ligne. Certains codages de caractères normalisés incluent également certains
caractères de contrôleN 1, séquence d'échappementN 2 ou marqueursN 3 qui peuvent
faire l'objet de différences d'appréciations. La notion de fichier texte est donc
subjective et dépend notamment des systèmes de codage de caractère considérés
(windows-1252 et ISO-8859-1 n'offrant pas les mêmes plages de valeurs
«imprimables».)
Un fichier « non texte » est appelé « fichier binaire », dans le sens où
les bits contenus dans le fichier ne représentent pas une simple suite de caractères
imprimables, d'espaces et de retours à la ligne.

Sommaire

 1Histoire
 2Texte brut
 3Apports et limitations
o 3.1Apports
o 3.2Limitations
 4Usage
 5Structure et propriétés
o 5.1Séquence de lignes
o 5.2Alignement vertical
 6Standardisation et normalisation
o 6.1Codage des caractères
 6.1.1Rôle de l'ASCII
o 6.2Rôle du BOM
o 6.3Séquence d'échappement
 7Notes et références
o 7.1Notes
o 7.2Références
 8Voir aussi
o 8.1Articles connexes

Histoire[modifier | modifier le code]
Un fichier en carte perforée

Extrait d'un programme écrit en BASIC

Copie papier d'un code source (en Fortran) des années 1970, imprimé sur du papier continu, dédié aux
fichiers textes.

La notion de fichier texte a évolué avec l'histoire de l'informatique.

Le mot fichier (« file » en anglais) a été utilisé publiquement dans le contexte d'un
enregistrement informatique déjà en février 1950. Une publicité de la radio Radio
Corporation of America de Popular Science Magazine1 décrivant une nouvelle
mémoire à tube à vide qu'elle avait développée, expliquait :
«...the results of countless computations can be kept "on file" and taken out
again. Such a "file" now exists in a "memory" tube developed at RCA
Laboratories. Electronically it retains figures fed into calculating machines,
holds them in storage while it memorizes new ones - speeds intelligent
solutions through mazes of mathematics. »
En 1952 un fichier était utilisé pour désigner l'information enregistrée sur
une carte perforée.
Or il se trouve que les cartes perforées partageaient certaines propriétés:

 Chaque carte représentait une ligne de 80 colonnes (en général)

 Les programmes (code source) étaient écrits en assemblant des lignes
de textes
 Les cartes perforées qui ne contenaient pas de texte étaient donc déjà
différentes.
En 1971, le RFC 2652 indique qu'un fichier peut être ASCII, cœur d'exécutable,
ou autre. Il mentionne notamment l'EBCDIC.
En juillet 1972, le RFC 3543, discutant des échanges de texte par le protocole
réseau NVT-ASCIIN 4 FTP, indique que les fichiers textes sont enregistrés de
manières différentes selon les systèmes :

 le PDP-10 enregistre le NVT-ASCII en 7-bits justifiés à gauche dans

des mots de 36 bits ;
 le 360's enregistre le texte avec un codage EBCDIC 8-bit ;
 Multics enregistre le texte avec quatre caractère de neuf bits dans des
mots de 36 bits.
Il indique donc que pour le bon transfert des textes, il est nécessaire que les deux
parties effectuent leur part respective de la conversion dans un codage commun;
il s'agit à cette époque de l'ASCII 8 bits, dit NVT.
Cette même année, la RFC fait apparaître le besoin d'une unité commune pour
transmettre des données binaires entre systèmes dont les mots n'ont pas la
même taille, et suggère l'utilisation de byte de 8 bits, c'est-à-dire, de ce que l'on
appelle aujourd'hui des octets, tout en permettant l'utilisation de bytes/mots
différents si négocié.
En 1980, le RFC 7654 en spécifiant le protocole FTP indique les trois raisons
occasionnant le transfert d'un fichier : l'impression, l'archivage, et le traitement.
Constatant, que le seul encodage n'est pas une métainformation suffisante, il
spécifie le reste et notamment les différents mécanismes de changement de ligne
à travers des caractères de contrôle ou de défilement de lignes. En page 12, le
RFC clarifie que les fichiers textes sont tout aussi bien des fichiers ASCII que des
fichiers EBCDIC.
En 1985, lors de l'élaboration du protocole FTP de transfert de fichier, il a été
recommandé de considérer comme fichier texte (en anglais "text" files), deux
formats de fichiers :

 les fichiers file structure, où le fichier est considéré être une séquence

continue de lignes.
 les fichiers record-structure, où le fichier est constitué
d'enregistrements séquentielsN 5
De même les types ASCII et EBCDIC ont été acceptés comme fichier texte 5.

Cette section est vide, insuffisamment détaillée ou incomplète. Votre aide est

la bienvenue ! Comment faire ?

Texte brut[modifier | modifier le code]

Article détaillé : Texte brut.
Texte brut Unicode (Unicode plain text)
De nos jours, l'Unicode est de plus en plus reconnu comme format de texte brut.
Le standard Unicode définit selon ses propres termes ce qu'est le texte brut, sous
le terme de plain text, dans sa version anglaise.
La notion de fichier texte se rapproche donc des propriétés que le standard
Unicode attribue au format nommé plain text en langue anglaise et signifiant texte
brut.
Généralités et controverses
La notion de texte brut (plain text) a, comme la notion de texte enrichi (fancy text),
été introduite par Unicode6.
La notion de plain text peut être traduite par texte en clair, pur texte, texte pur, ou
texte brut6.
Linux Information Project en donne une vision restrictive.
Format de codage
Si l'encodage est inconnu, un texte brut quelconque est inexploitable.
Texte brut approché en mathématiques
Alors que les mathématiques sont un langage international, en tout ou partie, leur
représentation informatique a pu être négligée lors de la création de différents
systèmes de codage des caractères. Toutefois, ces symboles ont bénéficié d'une
forte prise en charge par l'Unicode7, offrant de nouvelles perspectives.
Histoire
La notion de texte brut est implicitement assez ancienne puisque
vraisemblablement elle remonte sans doute au moins si ce n'est à la notion de
machine à écrire, aux premiers langages de programmation utilisant cette
technologie.
Dans son aspect réseau, elle est consignée dans de nombreux RFC.
Protocole et fichier
L'usage du texte brut peut varier entre protocole et ficher. Ceci peut
généralement être invisible à l'utilisateur lorsqu'il copie un texte d'un logiciel à un
autre.
Dans un protocole, le protocole spécifie généralement l'encodage utilisé, d'une
manière ou d'une autre; la longueur du texte peut ne pas être limité, en fonction
du protocole.
Un fichier a généralement une taille limitée, il est généralement admis qu'un
système de fichier ne fournit pas d'information sur l'encodage utilisé pour encoder
un texte brut donné. Cette information essentielle est alors déterminée à travers
un ensemble d'heuristiques.

Apports et limitations[modifier | modifier le code]

Le fichier texte est un élément déterminant en ce qu'il offre la possibilité de
décrire des codes sources et de faciliter la programmation des ordinateurs.
Toutefois, il souffre de facto de nombreux problème d'interopérabilité.
Apports[modifier | modifier le code]
Le fichier texte, lorsqu'il apparait apporte la possibilité de permettre à un humain
de soumettre un texte au traitement automatique d'une machine. Il offre
également la possibilité de supprimer et d'ajouter une ligne, et cela dès les cartes
perforées. Cette fonctionnalité a été reprise par des logiciels comme ed ou edlin.
Limitations[modifier | modifier le code]
Un fichier texte est limité dans sa taille, comme le sont tous les fichiers, par
le système de gestion de fichiers.
De plus par convention on limite volontairement le nombre de colonnes. Une
convention commune est ancienne est d'environ 80 ou 132 colonnes. Cela
correspondait aux standards de terminaux physiques aujourd'hui dépassés. Les
éditeurs modernes savent souvent gérer des lignes plus longues bien que cela ne
soit pas conseillé pour des questions de présentation.
Le fichier texte peut poser de nombreux problèmes d'interopérabilité (pour cause
d'encodage différents) entre pays, entre fournisseurs de logiciels, notamment.

Usage[modifier | modifier le code]
Les fichiers texte sont utilisés par de nombreux logiciels pour conserver les
données de configuration. Ils sont également utilisés pour contenir
les textes écrits en langages de programmation. En outre, la plupart des
langages de programmation offrent des fonctions prédéfinies pour manipuler du
texte brut, ce qui rend la gestion des fichiers textes particulièrement accessible.
Le logiciel utilisé pour éditer un fichier texte est un éditeur de texte. Dans le cas
général, un traitement de texte ne produit pas des fichiers texte. En effet, un
traitement de texte n'a pas seulement besoin de manipuler du texte brut, mais
également des informations sur la fonte de caractère utilisée, la disposition des
caractères dans des pages, les styles typographiques, etc. Toutefois, les
traitements de texte peuvent ouvrir ou sauvegarder un fichier texte, aucune
information de mise en forme n'étant conservée, sauf le cas échéant les sauts de
ligne.
Un fichier texte peut être la structure sous-jacente d'un fichier journal 8.

Structure et propriétés[modifier | modifier le code]

La structure d'un fichier texte est une séquence de lignes. Toutefois,
historiquement, chaque caractère est aligné verticalement, c'est encore le cas
aujourd'hui, dans un éditeur de texte en ligne ou local.
Séquence de lignes[modifier | modifier le code]
Le concept de séquence de lignes reste une caractéristique forte d'un fichier
texte.
Un fichier texte peut simplement contenir du texte dans une langue quelconque.
Dans ce cas, aujourd'hui, il ne respecte plus aucune structure particulière.

Il était une fois une marchande de foie

qui vendait du foie dans la Ville de Foix.
Elle se dit «ma foi c'est la première fois
que je vends du foie dans la ville de Foix !»
using (FileStream stm = new FileStream("logfile.txt", FileMode.Create))
{
return ProcessStuff(stm); //
}

Un fichier texte peut également contenir une donnée structurée qui peut être
analysée par un logiciel et affichée sous une forme plus évoluée, par exemple
une page web :

<!DOCTYPE html>
<html lang="fr">
<head><title>Page web d'exemple</title></head>
<body>
<p>Ceci est une page web d'exemple.</p>
</body>
</html>

Alignement vertical[modifier | modifier le code]

Un fichier texte est généralement rendu visible avec des polices à chasse fixe
alignant le texte verticalement. L'arrivée d'un grand nombre de caractères
Unicode dans les fichiers textes peut questionner ce concept.
Enfin, et de manière plus anecdotique, le propos d'un fichier texte peut être
détourné pour contenir une image, c'est ce qu'on appelle l'art ASCII :

(\___/) (*) (*) \ /

(=*.*=) (°_°) {^o^}
 (")___(") (+) (+) (| . |)
(_) (_) (_) (_)

Cet art nécessite toutefois que tous les caractères affichés aient la même largeur.
Cette technologie a notamment été utilisée pour spécifier des protocoles de
transfert de fichier.
Utilisation de l'art-ASCII comme élément de spécification du «FILE TRANSFER
PROTOCOL» RFC 7654; année 1980:

-------------
|/---------\|
|| User || --------
||Interface|<--->| User |
|\----:----/| --------
---------- | V |
|/------\| FTP Commands |/---------\|
||Server|<---------------->| User ||
|| PI || FTP Replies || PI ||
|\--:---/| |\----:----/|
| V | | V |
-------- |/------\| Data |/---------\| --------
| File |<--->|Server|<---------------->| User |<--->| File |
|System| || DTP || Connection || DTP || |System|
-------- |\------/| |\---------/| --------
---------- -------------

Server-FTP User-FTP

Standardisation et normalisation[modifier | modifier le code]

Les fichiers textes peuvent connaitre des problèmes d'interopérabilité :

 Différence de traitement des changements de lignes : CR ; LF, NL ;

CR+LF
 Présence ou absence éventuelle du marqueur magique BOM
 Différence de codage des caractères
 Différence de traitement des séquences d'échappement éventuelles.
Les variations de formats sont notamment liées aux intérêts régionaux: présence
de caractères accentués ou d'alphabets particuliers. Les industries souhaitent
également offrir de nouveaux caractères, en respectant tous les standards avec
une rigueur inégale.
Codage des caractères[modifier | modifier le code]
Comme tout fichier informatique, un fichier texte contient fondamentalement
des bits. La particularité d'un fichier texte est que l'ensemble du fichier respecte
un standard de codage des caractères. Il existe de nombreux standards de
codage de caractères, ce qui peut rendre problématique la compatibilité des
fichiers texte.
Rôle de l'ASCII[modifier | modifier le code]
La dénomination « fichier ASCII » est souvent confusément (et/ou abusivement)
utilisée à propos de fichiers texte n'utilisant pas le codage des caractères ASCII,
soit pour marquer une opposition à l'EBCDIC, soit pour interdire l'utilisation de
langues autre que l'anglais. Cela tient aussi à une histoire compliquée liée à
l'influence et aux intérêts des États-Unis, pays de langue anglaise, et au fait
qu'actuellement les fichiers textes sont généralement compatibles ASCII tout en
ne se limitant pas à ces caractères. Ainsi des fichiers textes UTF-8 bénéficient
d'une certaine interopérabilité avec des logiciels qui nécessitent des fichiers
compatibles ASCII, contrairement aux fichiers textes UTF-16, qui nécessitent des
logiciels spécifiquement adaptés à l'UTF-16.
Rôle du BOM[modifier | modifier le code]
Article détaillé : Byte Order Mark.
Le BOM est une invention du standard Unicode. Il est parfois présent en début de
fichier pour indiquer visuellement l'encodage d'un fichier (ce code dans un fichier
UTF8 sera visualisé « ï»¿ » en iso8859-1). À ce titre, il s'agit d'un nombre
magique au même titre que le shebang. Mais il est aussi et surtout utilisé pour
déterminer l'ordre des octets (endianness) et cela peut poser des problèmes à
certains logiciels.
Séquence d'échappement[modifier | modifier le code]
Les séquences d'échappement peuvent également être traitées de manière
inégales, alors que leur utilisation est impérative en ISO-2022, conduisant à
l'apparition de mojibake au sens premier du mot.

Notes et références[modifier | modifier le code]

Notes[modifier | modifier le code]
11. ↑ Le standard des États-Unis, l'ASCII inclut des caractères de contrôle, tel que
l'échappement de valeur 27.
12. ↑ les standards ISO-2022 sont bâtis sur ces séquences.
13. ↑ L'Unicode autorise l'utilisation d'un indicateur dénommé BOM.
14. ↑ ASCII 8 bits avec le bit sept, le plus fort, à 0.
15. ↑ Ce qui pourrait signifier que chaque colonne avait un sens précis comme en Cobol et
que la longueur des lignes était fixe, comme l'écran.

Références[modifier | modifier le code]
17. ↑ Popular Science Magazine, February 1950, page 96 [archive]
18. ↑ (en) Request for comments no 265 [archive].
19. ↑ (en) Request for comments no 354 [archive].
20. ↑ Revenir plus haut en :a et b (en) Request for comments no 765 [archive].
21. ↑ File Transfer Protocol  : RFC  959, Network Working Group, octobre 1985 (lire en
ligne [archive]), page 15
22. ↑ Revenir plus haut en :a et b http://www.cairn.info/article.php?ID_ARTICLE=DN_063_0013 [archive]
23. ↑ Barbara Beeton, Asmus Freytag, Murray Sargent III, Unicode Technical Report
1. 25 “Unicode Support for
Mathematics”, https://www.unicode.org/reports/tr25 [archive]
 24. ↑ http://www.oqlf.gouv.qc.ca/ressources/bibliotheque/dictionnaires/internet/fiches/8383642
.html [archive]

Voir aussi[modifier | modifier le code]

Articles connexes[modifier | modifier le code]

 Fichier binaire
 Éditeur de texte
 Format de fichier
 Fichier

  Portail de l’informatique 
  Portail de l’écriture
Catégories : 
 Format de données numériques
 Codage du texte
 Format ouvert
[+]
 La dernière modification de cette page a été faite le 15 octobre 2021 à 16:01.
 Droit d'auteur : les textes sont disponibles sous licence Creative Commons attribution, partage dans
les mêmes conditions ; d’autres conditions peuvent s’appliquer. Voyez les conditions
d’utilisation pour plus de détails, ainsi que les crédits graphiques. En cas de réutilisation des textes
de cette page, voyez comment citer les auteurs et mentionner la licence.
Wikipedia® est une marque déposée de la Wikimedia Foundation, Inc., organisation de
bienfaisance régie par le paragraphe 501(c)(3) du code fiscal des États-Unis.

Fichier texte
Pour les articles homonymes, voir TXT.
Fichier texte

Les 95 caractères et signes du codage ASCII

Caractéristiques
Extensions .txt ,  .text , -

Type MIME text/plain

PUID x-fmt/111

modifier - modifier le code - modifier Wikidata

En informatique, un fichier texte ou fichier texte brut ou fichier texte

simple[réf. nécessaire] est un fichier dont le contenu représente uniquement une suite
de caractères ; il utilise nécessairement une forme particulière de codage des
caractères qui peut être une variante ou une extension du standard local des États-
Unis, l'ASCII. Il n'existe aucune définition officielle, et les différentes interprétations
de ce qu'est un fichier texte partagent des propriétés essentielles. Les caractères
considérés sont généralement les caractères imprimables, d'espaces et de retours à
la ligne. Certains codages de caractères normalisés incluent également certains
caractères de contrôleN 1, séquence d'échappementN 2 ou marqueursN 3 qui peuvent
faire l'objet de différences d'appréciations. La notion de fichier texte est donc
subjective et dépend notamment des systèmes de codage de caractère considérés
(windows-1252 et ISO-8859-1 n'offrant pas les mêmes plages de valeurs
«imprimables».)
Un fichier « non texte » est appelé « fichier binaire », dans le sens où
les bits contenus dans le fichier ne représentent pas une simple suite de caractères
imprimables, d'espaces et de retours à la ligne.

Sommaire

 1Histoire
 2Texte brut
 3Apports et limitations
o 3.1Apports
o 3.2Limitations
 4Usage
 5Structure et propriétés
o 5.1Séquence de lignes
o 5.2Alignement vertical
 6Standardisation et normalisation
o 6.1Codage des caractères
 6.1.1Rôle de l'ASCII
o 6.2Rôle du BOM
o 6.3Séquence d'échappement
 7Notes et références
o 7.1Notes
o 7.2Références
 8Voir aussi
o 8.1Articles connexes

Histoire[modifier | modifier le code]
Un fichier en carte perforée

Extrait d'un programme écrit en BASIC

Copie papier d'un code source (en Fortran) des années 1970, imprimé sur du papier continu, dédié aux
fichiers textes.

La notion de fichier texte a évolué avec l'histoire de l'informatique.

Le mot fichier (« file » en anglais) a été utilisé publiquement dans le contexte d'un
enregistrement informatique déjà en février 1950. Une publicité de la radio Radio
Corporation of America de Popular Science Magazine1 décrivant une nouvelle
mémoire à tube à vide qu'elle avait développée, expliquait :
«...the results of countless computations can be kept "on file" and taken out
again. Such a "file" now exists in a "memory" tube developed at RCA
Laboratories. Electronically it retains figures fed into calculating machines,
holds them in storage while it memorizes new ones - speeds intelligent
solutions through mazes of mathematics. »
En 1952 un fichier était utilisé pour désigner l'information enregistrée sur
une carte perforée.
Or il se trouve que les cartes perforées partageaient certaines propriétés:

 Chaque carte représentait une ligne de 80 colonnes (en général)

 Les programmes (code source) étaient écrits en assemblant des lignes
de textes
 Les cartes perforées qui ne contenaient pas de texte étaient donc déjà
différentes.
En 1971, le RFC 2652 indique qu'un fichier peut être ASCII, cœur d'exécutable,
ou autre. Il mentionne notamment l'EBCDIC.
En juillet 1972, le RFC 3543, discutant des échanges de texte par le protocole
réseau NVT-ASCIIN 4 FTP, indique que les fichiers textes sont enregistrés de
manières différentes selon les systèmes :

 le PDP-10 enregistre le NVT-ASCII en 7-bits justifiés à gauche dans

des mots de 36 bits ;
 le 360's enregistre le texte avec un codage EBCDIC 8-bit ;
 Multics enregistre le texte avec quatre caractère de neuf bits dans des
mots de 36 bits.
Il indique donc que pour le bon transfert des textes, il est nécessaire que les deux
parties effectuent leur part respective de la conversion dans un codage commun;
il s'agit à cette époque de l'ASCII 8 bits, dit NVT.
Cette même année, la RFC fait apparaître le besoin d'une unité commune pour
transmettre des données binaires entre systèmes dont les mots n'ont pas la
même taille, et suggère l'utilisation de byte de 8 bits, c'est-à-dire, de ce que l'on
appelle aujourd'hui des octets, tout en permettant l'utilisation de bytes/mots
différents si négocié.
En 1980, le RFC 7654 en spécifiant le protocole FTP indique les trois raisons
occasionnant le transfert d'un fichier : l'impression, l'archivage, et le traitement.
Constatant, que le seul encodage n'est pas une métainformation suffisante, il
spécifie le reste et notamment les différents mécanismes de changement de ligne
à travers des caractères de contrôle ou de défilement de lignes. En page 12, le
RFC clarifie que les fichiers textes sont tout aussi bien des fichiers ASCII que des
fichiers EBCDIC.
En 1985, lors de l'élaboration du protocole FTP de transfert de fichier, il a été
recommandé de considérer comme fichier texte (en anglais "text" files), deux
formats de fichiers :

 les fichiers file structure, où le fichier est considéré être une séquence

continue de lignes.
 les fichiers record-structure, où le fichier est constitué
d'enregistrements séquentielsN 5
De même les types ASCII et EBCDIC ont été acceptés comme fichier texte 5.

Cette section est vide, insuffisamment détaillée ou incomplète. Votre aide est

la bienvenue ! Comment faire ?

Texte brut[modifier | modifier le code]

Article détaillé : Texte brut.
Texte brut Unicode (Unicode plain text)
De nos jours, l'Unicode est de plus en plus reconnu comme format de texte brut.
Le standard Unicode définit selon ses propres termes ce qu'est le texte brut, sous
le terme de plain text, dans sa version anglaise.
La notion de fichier texte se rapproche donc des propriétés que le standard
Unicode attribue au format nommé plain text en langue anglaise et signifiant texte
brut.
Généralités et controverses
La notion de texte brut (plain text) a, comme la notion de texte enrichi (fancy text),
été introduite par Unicode6.
La notion de plain text peut être traduite par texte en clair, pur texte, texte pur, ou
texte brut6.
Linux Information Project en donne une vision restrictive.
Format de codage
Si l'encodage est inconnu, un texte brut quelconque est inexploitable.
Texte brut approché en mathématiques
Alors que les mathématiques sont un langage international, en tout ou partie, leur
représentation informatique a pu être négligée lors de la création de différents
systèmes de codage des caractères. Toutefois, ces symboles ont bénéficié d'une
forte prise en charge par l'Unicode7, offrant de nouvelles perspectives.
Histoire
La notion de texte brut est implicitement assez ancienne puisque
vraisemblablement elle remonte sans doute au moins si ce n'est à la notion de
machine à écrire, aux premiers langages de programmation utilisant cette
technologie.
Dans son aspect réseau, elle est consignée dans de nombreux RFC.
Protocole et fichier
L'usage du texte brut peut varier entre protocole et ficher. Ceci peut
généralement être invisible à l'utilisateur lorsqu'il copie un texte d'un logiciel à un
autre.
Dans un protocole, le protocole spécifie généralement l'encodage utilisé, d'une
manière ou d'une autre; la longueur du texte peut ne pas être limité, en fonction
du protocole.
Un fichier a généralement une taille limitée, il est généralement admis qu'un
système de fichier ne fournit pas d'information sur l'encodage utilisé pour encoder
un texte brut donné. Cette information essentielle est alors déterminée à travers
un ensemble d'heuristiques.

Apports et limitations[modifier | modifier le code]

Le fichier texte est un élément déterminant en ce qu'il offre la possibilité de
décrire des codes sources et de faciliter la programmation des ordinateurs.
Toutefois, il souffre de facto de nombreux problème d'interopérabilité.
Apports[modifier | modifier le code]
Le fichier texte, lorsqu'il apparait apporte la possibilité de permettre à un humain
de soumettre un texte au traitement automatique d'une machine. Il offre
également la possibilité de supprimer et d'ajouter une ligne, et cela dès les cartes
perforées. Cette fonctionnalité a été reprise par des logiciels comme ed ou edlin.
Limitations[modifier | modifier le code]
Un fichier texte est limité dans sa taille, comme le sont tous les fichiers, par
le système de gestion de fichiers.
De plus par convention on limite volontairement le nombre de colonnes. Une
convention commune est ancienne est d'environ 80 ou 132 colonnes. Cela
correspondait aux standards de terminaux physiques aujourd'hui dépassés. Les
éditeurs modernes savent souvent gérer des lignes plus longues bien que cela ne
soit pas conseillé pour des questions de présentation.
Le fichier texte peut poser de nombreux problèmes d'interopérabilité (pour cause
d'encodage différents) entre pays, entre fournisseurs de logiciels, notamment.

Usage[modifier | modifier le code]
Les fichiers texte sont utilisés par de nombreux logiciels pour conserver les
données de configuration. Ils sont également utilisés pour contenir
les textes écrits en langages de programmation. En outre, la plupart des
langages de programmation offrent des fonctions prédéfinies pour manipuler du
texte brut, ce qui rend la gestion des fichiers textes particulièrement accessible.
Le logiciel utilisé pour éditer un fichier texte est un éditeur de texte. Dans le cas
général, un traitement de texte ne produit pas des fichiers texte. En effet, un
traitement de texte n'a pas seulement besoin de manipuler du texte brut, mais
également des informations sur la fonte de caractère utilisée, la disposition des
caractères dans des pages, les styles typographiques, etc. Toutefois, les
traitements de texte peuvent ouvrir ou sauvegarder un fichier texte, aucune
information de mise en forme n'étant conservée, sauf le cas échéant les sauts de
ligne.
Un fichier texte peut être la structure sous-jacente d'un fichier journal 8.

Structure et propriétés[modifier | modifier le code]

La structure d'un fichier texte est une séquence de lignes. Toutefois,
historiquement, chaque caractère est aligné verticalement, c'est encore le cas
aujourd'hui, dans un éditeur de texte en ligne ou local.
Séquence de lignes[modifier | modifier le code]
Le concept de séquence de lignes reste une caractéristique forte d'un fichier
texte.
Un fichier texte peut simplement contenir du texte dans une langue quelconque.
Dans ce cas, aujourd'hui, il ne respecte plus aucune structure particulière.

Il était une fois une marchande de foie

qui vendait du foie dans la Ville de Foix.
Elle se dit «ma foi c'est la première fois
que je vends du foie dans la ville de Foix !»
using (FileStream stm = new FileStream("logfile.txt", FileMode.Create))
{
return ProcessStuff(stm); //
}

Un fichier texte peut également contenir une donnée structurée qui peut être
analysée par un logiciel et affichée sous une forme plus évoluée, par exemple
une page web :

<!DOCTYPE html>
<html lang="fr">
<head><title>Page web d'exemple</title></head>
<body>
<p>Ceci est une page web d'exemple.</p>
</body>
</html>

Alignement vertical[modifier | modifier le code]

Un fichier texte est généralement rendu visible avec des polices à chasse fixe
alignant le texte verticalement. L'arrivée d'un grand nombre de caractères
Unicode dans les fichiers textes peut questionner ce concept.
Enfin, et de manière plus anecdotique, le propos d'un fichier texte peut être
détourné pour contenir une image, c'est ce qu'on appelle l'art ASCII :

(\___/) (*) (*) \ /

(=*.*=) (°_°) {^o^}
 (")___(") (+) (+) (| . |)
(_) (_) (_) (_)

Cet art nécessite toutefois que tous les caractères affichés aient la même largeur.
Cette technologie a notamment été utilisée pour spécifier des protocoles de
transfert de fichier.
Utilisation de l'art-ASCII comme élément de spécification du «FILE TRANSFER
PROTOCOL» RFC 7654; année 1980:

-------------
|/---------\|
|| User || --------
||Interface|<--->| User |
|\----:----/| --------
---------- | V |
|/------\| FTP Commands |/---------\|
||Server|<---------------->| User ||
|| PI || FTP Replies || PI ||
|\--:---/| |\----:----/|
| V | | V |
-------- |/------\| Data |/---------\| --------
| File |<--->|Server|<---------------->| User |<--->| File |
|System| || DTP || Connection || DTP || |System|
-------- |\------/| |\---------/| --------
---------- -------------

Server-FTP User-FTP

Standardisation et normalisation[modifier | modifier le code]

Les fichiers textes peuvent connaitre des problèmes d'interopérabilité :

 Différence de traitement des changements de lignes : CR ; LF, NL ;

CR+LF
 Présence ou absence éventuelle du marqueur magique BOM
 Différence de codage des caractères
 Différence de traitement des séquences d'échappement éventuelles.
Les variations de formats sont notamment liées aux intérêts régionaux: présence
de caractères accentués ou d'alphabets particuliers. Les industries souhaitent
également offrir de nouveaux caractères, en respectant tous les standards avec
une rigueur inégale.
Codage des caractères[modifier | modifier le code]
Comme tout fichier informatique, un fichier texte contient fondamentalement
des bits. La particularité d'un fichier texte est que l'ensemble du fichier respecte
un standard de codage des caractères. Il existe de nombreux standards de
codage de caractères, ce qui peut rendre problématique la compatibilité des
fichiers texte.
Rôle de l'ASCII[modifier | modifier le code]
La dénomination « fichier ASCII » est souvent confusément (et/ou abusivement)
utilisée à propos de fichiers texte n'utilisant pas le codage des caractères ASCII,
soit pour marquer une opposition à l'EBCDIC, soit pour interdire l'utilisation de
langues autre que l'anglais. Cela tient aussi à une histoire compliquée liée à
l'influence et aux intérêts des États-Unis, pays de langue anglaise, et au fait
qu'actuellement les fichiers textes sont généralement compatibles ASCII tout en
ne se limitant pas à ces caractères. Ainsi des fichiers textes UTF-8 bénéficient
d'une certaine interopérabilité avec des logiciels qui nécessitent des fichiers
compatibles ASCII, contrairement aux fichiers textes UTF-16, qui nécessitent des
logiciels spécifiquement adaptés à l'UTF-16.
Rôle du BOM[modifier | modifier le code]
Article détaillé : Byte Order Mark.
Le BOM est une invention du standard Unicode. Il est parfois présent en début de
fichier pour indiquer visuellement l'encodage d'un fichier (ce code dans un fichier
UTF8 sera visualisé « ï»¿ » en iso8859-1). À ce titre, il s'agit d'un nombre
magique au même titre que le shebang. Mais il est aussi et surtout utilisé pour
déterminer l'ordre des octets (endianness) et cela peut poser des problèmes à
certains logiciels.
Séquence d'échappement[modifier | modifier le code]
Les séquences d'échappement peuvent également être traitées de manière
inégales, alors que leur utilisation est impérative en ISO-2022, conduisant à
l'apparition de mojibake au sens premier du mot.

Notes et références[modifier | modifier le code]

Notes[modifier | modifier le code]
11. ↑ Le standard des États-Unis, l'ASCII inclut des caractères de contrôle, tel que
l'échappement de valeur 27.
12. ↑ les standards ISO-2022 sont bâtis sur ces séquences.
13. ↑ L'Unicode autorise l'utilisation d'un indicateur dénommé BOM.
14. ↑ ASCII 8 bits avec le bit sept, le plus fort, à 0.
15. ↑ Ce qui pourrait signifier que chaque colonne avait un sens précis comme en Cobol et
que la longueur des lignes était fixe, comme l'écran.

Références[modifier | modifier le code]
17. ↑ Popular Science Magazine, February 1950, page 96 [archive]
18. ↑ (en) Request for comments no 265 [archive].
19. ↑ (en) Request for comments no 354 [archive].
20. ↑ Revenir plus haut en :a et b (en) Request for comments no 765 [archive].
21. ↑ File Transfer Protocol  : RFC  959, Network Working Group, octobre 1985 (lire en
ligne [archive]), page 15
22. ↑ Revenir plus haut en :a et b http://www.cairn.info/article.php?ID_ARTICLE=DN_063_0013 [archive]
23. ↑ Barbara Beeton, Asmus Freytag, Murray Sargent III, Unicode Technical Report
1. 25 “Unicode Support for
Mathematics”, https://www.unicode.org/reports/tr25 [archive]
 24. ↑ http://www.oqlf.gouv.qc.ca/ressources/bibliotheque/dictionnaires/internet/fiches/8383642
.html [archive]

Voir aussi[modifier | modifier le code]

Articles connexes[modifier | modifier le code]

 Fichier binaire
 Éditeur de texte
 Format de fichier
 Fichier

  Portail de l’informatique 
  Portail de l’écriture
Catégories : 
 Format de données numériques
 Codage du texte
 Format ouvert
[+]
 La dernière modification de cette page a été faite le 15 octobre 2021 à 16:01.
 Droit d'auteur : les textes sont disponibles sous licence Creative Commons attribution, partage dans
les mêmes conditions ; d’autres conditions peuvent s’appliquer. Voyez les conditions
d’utilisation pour plus de détails, ainsi que les crédits graphiques. En cas de réutilisation des textes
de cette page, voyez comment citer les auteurs et mentionner la licence.
Wikipedia® est une marque déposée de la Wikimedia Foundation, Inc., organisation de
bienfaisance régie par le paragraphe 501(c)(3) du code fiscal des États-Unis.

Fichier texte
Pour les articles homonymes, voir TXT.
Fichier texte

Les 95 caractères et signes du codage ASCII

Caractéristiques
Extensions .txt ,  .text , -

Type MIME text/plain

PUID x-fmt/111

modifier - modifier le code - modifier Wikidata

En informatique, un fichier texte ou fichier texte brut ou fichier texte

simple[réf. nécessaire] est un fichier dont le contenu représente uniquement une suite
de caractères ; il utilise nécessairement une forme particulière de codage des
caractères qui peut être une variante ou une extension du standard local des États-
Unis, l'ASCII. Il n'existe aucune définition officielle, et les différentes interprétations
de ce qu'est un fichier texte partagent des propriétés essentielles. Les caractères
considérés sont généralement les caractères imprimables, d'espaces et de retours à
la ligne. Certains codages de caractères normalisés incluent également certains
caractères de contrôleN 1, séquence d'échappementN 2 ou marqueursN 3 qui peuvent
faire l'objet de différences d'appréciations. La notion de fichier texte est donc
subjective et dépend notamment des systèmes de codage de caractère considérés
(windows-1252 et ISO-8859-1 n'offrant pas les mêmes plages de valeurs
«imprimables».)
Un fichier « non texte » est appelé « fichier binaire », dans le sens où
les bits contenus dans le fichier ne représentent pas une simple suite de caractères
imprimables, d'espaces et de retours à la ligne.

Sommaire

 1Histoire
 2Texte brut
 3Apports et limitations
o 3.1Apports
o 3.2Limitations
 4Usage
 5Structure et propriétés
o 5.1Séquence de lignes
o 5.2Alignement vertical
 6Standardisation et normalisation
o 6.1Codage des caractères
 6.1.1Rôle de l'ASCII
o 6.2Rôle du BOM
o 6.3Séquence d'échappement
 7Notes et références
o 7.1Notes
o 7.2Références
 8Voir aussi
o 8.1Articles connexes

Histoire[modifier | modifier le code]
Un fichier en carte perforée

Extrait d'un programme écrit en BASIC

Copie papier d'un code source (en Fortran) des années 1970, imprimé sur du papier continu, dédié aux
fichiers textes.

La notion de fichier texte a évolué avec l'histoire de l'informatique.

Le mot fichier (« file » en anglais) a été utilisé publiquement dans le contexte d'un
enregistrement informatique déjà en février 1950. Une publicité de la radio Radio
Corporation of America de Popular Science Magazine1 décrivant une nouvelle
mémoire à tube à vide qu'elle avait développée, expliquait :
«...the results of countless computations can be kept "on file" and taken out
again. Such a "file" now exists in a "memory" tube developed at RCA
Laboratories. Electronically it retains figures fed into calculating machines,
holds them in storage while it memorizes new ones - speeds intelligent
solutions through mazes of mathematics. »
En 1952 un fichier était utilisé pour désigner l'information enregistrée sur
une carte perforée.
Or il se trouve que les cartes perforées partageaient certaines propriétés:

 Chaque carte représentait une ligne de 80 colonnes (en général)

 Les programmes (code source) étaient écrits en assemblant des lignes
de textes
 Les cartes perforées qui ne contenaient pas de texte étaient donc déjà
différentes.
En 1971, le RFC 2652 indique qu'un fichier peut être ASCII, cœur d'exécutable,
ou autre. Il mentionne notamment l'EBCDIC.
En juillet 1972, le RFC 3543, discutant des échanges de texte par le protocole
réseau NVT-ASCIIN 4 FTP, indique que les fichiers textes sont enregistrés de
manières différentes selon les systèmes :

 le PDP-10 enregistre le NVT-ASCII en 7-bits justifiés à gauche dans

des mots de 36 bits ;
 le 360's enregistre le texte avec un codage EBCDIC 8-bit ;
 Multics enregistre le texte avec quatre caractère de neuf bits dans des
mots de 36 bits.
Il indique donc que pour le bon transfert des textes, il est nécessaire que les deux
parties effectuent leur part respective de la conversion dans un codage commun;
il s'agit à cette époque de l'ASCII 8 bits, dit NVT.
Cette même année, la RFC fait apparaître le besoin d'une unité commune pour
transmettre des données binaires entre systèmes dont les mots n'ont pas la
même taille, et suggère l'utilisation de byte de 8 bits, c'est-à-dire, de ce que l'on
appelle aujourd'hui des octets, tout en permettant l'utilisation de bytes/mots
différents si négocié.
En 1980, le RFC 7654 en spécifiant le protocole FTP indique les trois raisons
occasionnant le transfert d'un fichier : l'impression, l'archivage, et le traitement.
Constatant, que le seul encodage n'est pas une métainformation suffisante, il
spécifie le reste et notamment les différents mécanismes de changement de ligne
à travers des caractères de contrôle ou de défilement de lignes. En page 12, le
RFC clarifie que les fichiers textes sont tout aussi bien des fichiers ASCII que des
fichiers EBCDIC.
En 1985, lors de l'élaboration du protocole FTP de transfert de fichier, il a été
recommandé de considérer comme fichier texte (en anglais "text" files), deux
formats de fichiers :

 les fichiers file structure, où le fichier est considéré être une séquence

continue de lignes.
 les fichiers record-structure, où le fichier est constitué
d'enregistrements séquentielsN 5
De même les types ASCII et EBCDIC ont été acceptés comme fichier texte 5.

Cette section est vide, insuffisamment détaillée ou incomplète. Votre aide est

la bienvenue ! Comment faire ?

Texte brut[modifier | modifier le code]

Article détaillé : Texte brut.
Texte brut Unicode (Unicode plain text)
De nos jours, l'Unicode est de plus en plus reconnu comme format de texte brut.
Le standard Unicode définit selon ses propres termes ce qu'est le texte brut, sous
le terme de plain text, dans sa version anglaise.
La notion de fichier texte se rapproche donc des propriétés que le standard
Unicode attribue au format nommé plain text en langue anglaise et signifiant texte
brut.
Généralités et controverses
La notion de texte brut (plain text) a, comme la notion de texte enrichi (fancy text),
été introduite par Unicode6.
La notion de plain text peut être traduite par texte en clair, pur texte, texte pur, ou
texte brut6.
Linux Information Project en donne une vision restrictive.
Format de codage
Si l'encodage est inconnu, un texte brut quelconque est inexploitable.
Texte brut approché en mathématiques
Alors que les mathématiques sont un langage international, en tout ou partie, leur
représentation informatique a pu être négligée lors de la création de différents
systèmes de codage des caractères. Toutefois, ces symboles ont bénéficié d'une
forte prise en charge par l'Unicode7, offrant de nouvelles perspectives.
Histoire
La notion de texte brut est implicitement assez ancienne puisque
vraisemblablement elle remonte sans doute au moins si ce n'est à la notion de
machine à écrire, aux premiers langages de programmation utilisant cette
technologie.
Dans son aspect réseau, elle est consignée dans de nombreux RFC.
Protocole et fichier
L'usage du texte brut peut varier entre protocole et ficher. Ceci peut
généralement être invisible à l'utilisateur lorsqu'il copie un texte d'un logiciel à un
autre.
Dans un protocole, le protocole spécifie généralement l'encodage utilisé, d'une
manière ou d'une autre; la longueur du texte peut ne pas être limité, en fonction
du protocole.
Un fichier a généralement une taille limitée, il est généralement admis qu'un
système de fichier ne fournit pas d'information sur l'encodage utilisé pour encoder
un texte brut donné. Cette information essentielle est alors déterminée à travers
un ensemble d'heuristiques.

Apports et limitations[modifier | modifier le code]

Le fichier texte est un élément déterminant en ce qu'il offre la possibilité de
décrire des codes sources et de faciliter la programmation des ordinateurs.
Toutefois, il souffre de facto de nombreux problème d'interopérabilité.
Apports[modifier | modifier le code]
Le fichier texte, lorsqu'il apparait apporte la possibilité de permettre à un humain
de soumettre un texte au traitement automatique d'une machine. Il offre
également la possibilité de supprimer et d'ajouter une ligne, et cela dès les cartes
perforées. Cette fonctionnalité a été reprise par des logiciels comme ed ou edlin.
Limitations[modifier | modifier le code]
Un fichier texte est limité dans sa taille, comme le sont tous les fichiers, par
le système de gestion de fichiers.
De plus par convention on limite volontairement le nombre de colonnes. Une
convention commune est ancienne est d'environ 80 ou 132 colonnes. Cela
correspondait aux standards de terminaux physiques aujourd'hui dépassés. Les
éditeurs modernes savent souvent gérer des lignes plus longues bien que cela ne
soit pas conseillé pour des questions de présentation.
Le fichier texte peut poser de nombreux problèmes d'interopérabilité (pour cause
d'encodage différents) entre pays, entre fournisseurs de logiciels, notamment.

Usage[modifier | modifier le code]
Les fichiers texte sont utilisés par de nombreux logiciels pour conserver les
données de configuration. Ils sont également utilisés pour contenir
les textes écrits en langages de programmation. En outre, la plupart des
langages de programmation offrent des fonctions prédéfinies pour manipuler du
texte brut, ce qui rend la gestion des fichiers textes particulièrement accessible.
Le logiciel utilisé pour éditer un fichier texte est un éditeur de texte. Dans le cas
général, un traitement de texte ne produit pas des fichiers texte. En effet, un
traitement de texte n'a pas seulement besoin de manipuler du texte brut, mais
également des informations sur la fonte de caractère utilisée, la disposition des
caractères dans des pages, les styles typographiques, etc. Toutefois, les
traitements de texte peuvent ouvrir ou sauvegarder un fichier texte, aucune
information de mise en forme n'étant conservée, sauf le cas échéant les sauts de
ligne.
Un fichier texte peut être la structure sous-jacente d'un fichier journal 8.

Structure et propriétés[modifier | modifier le code]

La structure d'un fichier texte est une séquence de lignes. Toutefois,
historiquement, chaque caractère est aligné verticalement, c'est encore le cas
aujourd'hui, dans un éditeur de texte en ligne ou local.
Séquence de lignes[modifier | modifier le code]
Le concept de séquence de lignes reste une caractéristique forte d'un fichier
texte.
Un fichier texte peut simplement contenir du texte dans une langue quelconque.
Dans ce cas, aujourd'hui, il ne respecte plus aucune structure particulière.

Il était une fois une marchande de foie

qui vendait du foie dans la Ville de Foix.
Elle se dit «ma foi c'est la première fois
que je vends du foie dans la ville de Foix !»
using (FileStream stm = new FileStream("logfile.txt", FileMode.Create))
{
return ProcessStuff(stm); //
}

Un fichier texte peut également contenir une donnée structurée qui peut être
analysée par un logiciel et affichée sous une forme plus évoluée, par exemple
une page web :

<!DOCTYPE html>
<html lang="fr">
<head><title>Page web d'exemple</title></head>
<body>
<p>Ceci est une page web d'exemple.</p>
</body>
</html>

Alignement vertical[modifier | modifier le code]

Un fichier texte est généralement rendu visible avec des polices à chasse fixe
alignant le texte verticalement. L'arrivée d'un grand nombre de caractères
Unicode dans les fichiers textes peut questionner ce concept.
Enfin, et de manière plus anecdotique, le propos d'un fichier texte peut être
détourné pour contenir une image, c'est ce qu'on appelle l'art ASCII :

(\___/) (*) (*) \ /

(=*.*=) (°_°) {^o^}
 (")___(") (+) (+) (| . |)
(_) (_) (_) (_)

Cet art nécessite toutefois que tous les caractères affichés aient la même largeur.
Cette technologie a notamment été utilisée pour spécifier des protocoles de
transfert de fichier.
Utilisation de l'art-ASCII comme élément de spécification du «FILE TRANSFER
PROTOCOL» RFC 7654; année 1980:

-------------
|/---------\|
|| User || --------
||Interface|<--->| User |
|\----:----/| --------
---------- | V |
|/------\| FTP Commands |/---------\|
||Server|<---------------->| User ||
|| PI || FTP Replies || PI ||
|\--:---/| |\----:----/|
| V | | V |
-------- |/------\| Data |/---------\| --------
| File |<--->|Server|<---------------->| User |<--->| File |
|System| || DTP || Connection || DTP || |System|
-------- |\------/| |\---------/| --------
---------- -------------

Server-FTP User-FTP

Standardisation et normalisation[modifier | modifier le code]

Les fichiers textes peuvent connaitre des problèmes d'interopérabilité :

 Différence de traitement des changements de lignes : CR ; LF, NL ;

CR+LF
 Présence ou absence éventuelle du marqueur magique BOM
 Différence de codage des caractères
 Différence de traitement des séquences d'échappement éventuelles.
Les variations de formats sont notamment liées aux intérêts régionaux: présence
de caractères accentués ou d'alphabets particuliers. Les industries souhaitent
également offrir de nouveaux caractères, en respectant tous les standards avec
une rigueur inégale.
Codage des caractères[modifier | modifier le code]
Comme tout fichier informatique, un fichier texte contient fondamentalement
des bits. La particularité d'un fichier texte est que l'ensemble du fichier respecte
un standard de codage des caractères. Il existe de nombreux standards de
codage de caractères, ce qui peut rendre problématique la compatibilité des
fichiers texte.
Rôle de l'ASCII[modifier | modifier le code]
La dénomination « fichier ASCII » est souvent confusément (et/ou abusivement)
utilisée à propos de fichiers texte n'utilisant pas le codage des caractères ASCII,
soit pour marquer une opposition à l'EBCDIC, soit pour interdire l'utilisation de
langues autre que l'anglais. Cela tient aussi à une histoire compliquée liée à
l'influence et aux intérêts des États-Unis, pays de langue anglaise, et au fait
qu'actuellement les fichiers textes sont généralement compatibles ASCII tout en
ne se limitant pas à ces caractères. Ainsi des fichiers textes UTF-8 bénéficient
d'une certaine interopérabilité avec des logiciels qui nécessitent des fichiers
compatibles ASCII, contrairement aux fichiers textes UTF-16, qui nécessitent des
logiciels spécifiquement adaptés à l'UTF-16.
Rôle du BOM[modifier | modifier le code]
Article détaillé : Byte Order Mark.
Le BOM est une invention du standard Unicode. Il est parfois présent en début de
fichier pour indiquer visuellement l'encodage d'un fichier (ce code dans un fichier
UTF8 sera visualisé « ï»¿ » en iso8859-1). À ce titre, il s'agit d'un nombre
magique au même titre que le shebang. Mais il est aussi et surtout utilisé pour
déterminer l'ordre des octets (endianness) et cela peut poser des problèmes à
certains logiciels.
Séquence d'échappement[modifier | modifier le code]
Les séquences d'échappement peuvent également être traitées de manière
inégales, alors que leur utilisation est impérative en ISO-2022, conduisant à
l'apparition de mojibake au sens premier du mot.

Notes et références[modifier | modifier le code]

Notes[modifier | modifier le code]
11. ↑ Le standard des États-Unis, l'ASCII inclut des caractères de contrôle, tel que
l'échappement de valeur 27.
12. ↑ les standards ISO-2022 sont bâtis sur ces séquences.
13. ↑ L'Unicode autorise l'utilisation d'un indicateur dénommé BOM.
14. ↑ ASCII 8 bits avec le bit sept, le plus fort, à 0.
15. ↑ Ce qui pourrait signifier que chaque colonne avait un sens précis comme en Cobol et
que la longueur des lignes était fixe, comme l'écran.

Références[modifier | modifier le code]
17. ↑ Popular Science Magazine, February 1950, page 96 [archive]
18. ↑ (en) Request for comments no 265 [archive].
19. ↑ (en) Request for comments no 354 [archive].
20. ↑ Revenir plus haut en :a et b (en) Request for comments no 765 [archive].
21. ↑ File Transfer Protocol  : RFC  959, Network Working Group, octobre 1985 (lire en
ligne [archive]), page 15
22. ↑ Revenir plus haut en :a et b http://www.cairn.info/article.php?ID_ARTICLE=DN_063_0013 [archive]
23. ↑ Barbara Beeton, Asmus Freytag, Murray Sargent III, Unicode Technical Report
1. 25 “Unicode Support for
Mathematics”, https://www.unicode.org/reports/tr25 [archive]
 24. ↑ http://www.oqlf.gouv.qc.ca/ressources/bibliotheque/dictionnaires/internet/fiches/8383642
.html [archive]

Voir aussi[modifier | modifier le code]

Articles connexes[modifier | modifier le code]

 Fichier binaire
 Éditeur de texte
 Format de fichier
 Fichier

  Portail de l’informatique 
  Portail de l’écriture
Catégories : 
 Format de données numériques
 Codage du texte
 Format ouvert
[+]
 La dernière modification de cette page a été faite le 15 octobre 2021 à 16:01.
 Droit d'auteur : les textes sont disponibles sous licence Creative Commons attribution, partage dans
les mêmes conditions ; d’autres conditions peuvent s’appliquer. Voyez les conditions
d’utilisation pour plus de détails, ainsi que les crédits graphiques. En cas de réutilisation des textes
de cette page, voyez comment citer les auteurs et mentionner la licence.
Wikipedia® est une marque déposée de la Wikimedia Foundation, Inc., organisation de
bienfaisance régie par le paragraphe 501(c)(3) du code fiscal des États-Unis.

Fichier texte
Pour les articles homonymes, voir TXT.
Fichier texte

Les 95 caractères et signes du codage ASCII

 Caractéristiques
Extensions .txt ,  .text , -

Type MIME text/plain

PUID x-fmt/111

modifier - modifier le code - modifier Wikidata

En informatique, un fichier texte ou fichier texte brut ou fichier texte

simple[réf. nécessaire] est un fichier dont le contenu représente uniquement une suite
de caractères ; il utilise nécessairement une forme particulière de codage des
caractères qui peut être une variante ou une extension du standard local des États-
Unis, l'ASCII. Il n'existe aucune définition officielle, et les différentes interprétations
de ce qu'est un fichier texte partagent des propriétés essentielles. Les caractères
considérés sont généralement les caractères imprimables, d'espaces et de retours à
la ligne. Certains codages de caractères normalisés incluent également certains
caractères de contrôleN 1, séquence d'échappementN 2 ou marqueursN 3 qui peuvent
faire l'objet de différences d'appréciations. La notion de fichier texte est donc
subjective et dépend notamment des systèmes de codage de caractère considérés
(windows-1252 et ISO-8859-1 n'offrant pas les mêmes plages de valeurs
«imprimables».)
Un fichier « non texte » est appelé « fichier binaire », dans le sens où
les bits contenus dans le fichier ne représentent pas une simple suite de caractères
imprimables, d'espaces et de retours à la ligne.

Sommaire

 1Histoire
 2Texte brut
 3Apports et limitations
o 3.1Apports
o 3.2Limitations
 4Usage
 5Structure et propriétés
o 5.1Séquence de lignes
o 5.2Alignement vertical
 6Standardisation et normalisation
o 6.1Codage des caractères
 6.1.1Rôle de l'ASCII
o 6.2Rôle du BOM
o 6.3Séquence d'échappement
 7Notes et références
o 7.1Notes
o 7.2Références
 8Voir aussi
o 8.1Articles connexes

Histoire[modifier | modifier le code]
Un fichier en carte perforée

Extrait d'un programme écrit en BASIC

Copie papier d'un code source (en Fortran) des années 1970, imprimé sur du papier continu, dédié aux
fichiers textes.

La notion de fichier texte a évolué avec l'histoire de l'informatique.

Le mot fichier (« file » en anglais) a été utilisé publiquement dans le contexte d'un
enregistrement informatique déjà en février 1950. Une publicité de la radio Radio
Corporation of America de Popular Science Magazine1 décrivant une nouvelle
mémoire à tube à vide qu'elle avait développée, expliquait :
«...the results of countless computations can be kept "on file" and taken out
again. Such a "file" now exists in a "memory" tube developed at RCA
Laboratories. Electronically it retains figures fed into calculating machines,
holds them in storage while it memorizes new ones - speeds intelligent
solutions through mazes of mathematics. »
En 1952 un fichier était utilisé pour désigner l'information enregistrée sur
une carte perforée.
Or il se trouve que les cartes perforées partageaient certaines propriétés:

 Chaque carte représentait une ligne de 80 colonnes (en général)

 Les programmes (code source) étaient écrits en assemblant des lignes
de textes
 Les cartes perforées qui ne contenaient pas de texte étaient donc déjà
différentes.
En 1971, le RFC 2652 indique qu'un fichier peut être ASCII, cœur d'exécutable,
ou autre. Il mentionne notamment l'EBCDIC.
En juillet 1972, le RFC 3543, discutant des échanges de texte par le protocole
réseau NVT-ASCIIN 4 FTP, indique que les fichiers textes sont enregistrés de
manières différentes selon les systèmes :

 le PDP-10 enregistre le NVT-ASCII en 7-bits justifiés à gauche dans

des mots de 36 bits ;
 le 360's enregistre le texte avec un codage EBCDIC 8-bit ;
 Multics enregistre le texte avec quatre caractère de neuf bits dans des
mots de 36 bits.
Il indique donc que pour le bon transfert des textes, il est nécessaire que les deux
parties effectuent leur part respective de la conversion dans un codage commun;
il s'agit à cette époque de l'ASCII 8 bits, dit NVT.
Cette même année, la RFC fait apparaître le besoin d'une unité commune pour
transmettre des données binaires entre systèmes dont les mots n'ont pas la
même taille, et suggère l'utilisation de byte de 8 bits, c'est-à-dire, de ce que l'on
appelle aujourd'hui des octets, tout en permettant l'utilisation de bytes/mots
différents si négocié.
En 1980, le RFC 7654 en spécifiant le protocole FTP indique les trois raisons
occasionnant le transfert d'un fichier : l'impression, l'archivage, et le traitement.
Constatant, que le seul encodage n'est pas une métainformation suffisante, il
spécifie le reste et notamment les différents mécanismes de changement de ligne
à travers des caractères de contrôle ou de défilement de lignes. En page 12, le
RFC clarifie que les fichiers textes sont tout aussi bien des fichiers ASCII que des
fichiers EBCDIC.
En 1985, lors de l'élaboration du protocole FTP de transfert de fichier, il a été
recommandé de considérer comme fichier texte (en anglais "text" files), deux
formats de fichiers :

 les fichiers file structure, où le fichier est considéré être une séquence

continue de lignes.
 les fichiers record-structure, où le fichier est constitué
d'enregistrements séquentielsN 5
De même les types ASCII et EBCDIC ont été acceptés comme fichier texte 5.

Cette section est vide, insuffisamment détaillée ou incomplète. Votre aide est

la bienvenue ! Comment faire ?

Texte brut[modifier | modifier le code]

Article détaillé : Texte brut.
Texte brut Unicode (Unicode plain text)
De nos jours, l'Unicode est de plus en plus reconnu comme format de texte brut.
Le standard Unicode définit selon ses propres termes ce qu'est le texte brut, sous
le terme de plain text, dans sa version anglaise.
La notion de fichier texte se rapproche donc des propriétés que le standard
Unicode attribue au format nommé plain text en langue anglaise et signifiant texte
brut.
Généralités et controverses
La notion de texte brut (plain text) a, comme la notion de texte enrichi (fancy text),
été introduite par Unicode6.
La notion de plain text peut être traduite par texte en clair, pur texte, texte pur, ou
texte brut6.
Linux Information Project en donne une vision restrictive.
Format de codage
Si l'encodage est inconnu, un texte brut quelconque est inexploitable.
Texte brut approché en mathématiques
Alors que les mathématiques sont un langage international, en tout ou partie, leur
représentation informatique a pu être négligée lors de la création de différents
systèmes de codage des caractères. Toutefois, ces symboles ont bénéficié d'une
forte prise en charge par l'Unicode7, offrant de nouvelles perspectives.
Histoire
La notion de texte brut est implicitement assez ancienne puisque
vraisemblablement elle remonte sans doute au moins si ce n'est à la notion de
machine à écrire, aux premiers langages de programmation utilisant cette
technologie.
Dans son aspect réseau, elle est consignée dans de nombreux RFC.
Protocole et fichier
L'usage du texte brut peut varier entre protocole et ficher. Ceci peut
généralement être invisible à l'utilisateur lorsqu'il copie un texte d'un logiciel à un
autre.
Dans un protocole, le protocole spécifie généralement l'encodage utilisé, d'une
manière ou d'une autre; la longueur du texte peut ne pas être limité, en fonction
du protocole.
Un fichier a généralement une taille limitée, il est généralement admis qu'un
système de fichier ne fournit pas d'information sur l'encodage utilisé pour encoder
un texte brut donné. Cette information essentielle est alors déterminée à travers
un ensemble d'heuristiques.

Apports et limitations[modifier | modifier le code]

Le fichier texte est un élément déterminant en ce qu'il offre la possibilité de
décrire des codes sources et de faciliter la programmation des ordinateurs.
Toutefois, il souffre de facto de nombreux problème d'interopérabilité.
Apports[modifier | modifier le code]
Le fichier texte, lorsqu'il apparait apporte la possibilité de permettre à un humain
de soumettre un texte au traitement automatique d'une machine. Il offre
également la possibilité de supprimer et d'ajouter une ligne, et cela dès les cartes
perforées. Cette fonctionnalité a été reprise par des logiciels comme ed ou edlin.
Limitations[modifier | modifier le code]
Un fichier texte est limité dans sa taille, comme le sont tous les fichiers, par
le système de gestion de fichiers.
De plus par convention on limite volontairement le nombre de colonnes. Une
convention commune est ancienne est d'environ 80 ou 132 colonnes. Cela
correspondait aux standards de terminaux physiques aujourd'hui dépassés. Les
éditeurs modernes savent souvent gérer des lignes plus longues bien que cela ne
soit pas conseillé pour des questions de présentation.
Le fichier texte peut poser de nombreux problèmes d'interopérabilité (pour cause
d'encodage différents) entre pays, entre fournisseurs de logiciels, notamment.

Usage[modifier | modifier le code]
Les fichiers texte sont utilisés par de nombreux logiciels pour conserver les
données de configuration. Ils sont également utilisés pour contenir
les textes écrits en langages de programmation. En outre, la plupart des
langages de programmation offrent des fonctions prédéfinies pour manipuler du
texte brut, ce qui rend la gestion des fichiers textes particulièrement accessible.
Le logiciel utilisé pour éditer un fichier texte est un éditeur de texte. Dans le cas
général, un traitement de texte ne produit pas des fichiers texte. En effet, un
traitement de texte n'a pas seulement besoin de manipuler du texte brut, mais
également des informations sur la fonte de caractère utilisée, la disposition des
caractères dans des pages, les styles typographiques, etc. Toutefois, les
traitements de texte peuvent ouvrir ou sauvegarder un fichier texte, aucune
information de mise en forme n'étant conservée, sauf le cas échéant les sauts de
ligne.
Un fichier texte peut être la structure sous-jacente d'un fichier journal 8.

Structure et propriétés[modifier | modifier le code]

La structure d'un fichier texte est une séquence de lignes. Toutefois,
historiquement, chaque caractère est aligné verticalement, c'est encore le cas
aujourd'hui, dans un éditeur de texte en ligne ou local.
Séquence de lignes[modifier | modifier le code]
Le concept de séquence de lignes reste une caractéristique forte d'un fichier
texte.
Un fichier texte peut simplement contenir du texte dans une langue quelconque.
Dans ce cas, aujourd'hui, il ne respecte plus aucune structure particulière.

Il était une fois une marchande de foie

qui vendait du foie dans la Ville de Foix.
Elle se dit «ma foi c'est la première fois
que je vends du foie dans la ville de Foix !»
using (FileStream stm = new FileStream("logfile.txt", FileMode.Create))
{
return ProcessStuff(stm); //
}

Un fichier texte peut également contenir une donnée structurée qui peut être
analysée par un logiciel et affichée sous une forme plus évoluée, par exemple
une page web :

<!DOCTYPE html>
<html lang="fr">
<head><title>Page web d'exemple</title></head>
<body>
<p>Ceci est une page web d'exemple.</p>
</body>
</html>

Alignement vertical[modifier | modifier le code]

Un fichier texte est généralement rendu visible avec des polices à chasse fixe
alignant le texte verticalement. L'arrivée d'un grand nombre de caractères
Unicode dans les fichiers textes peut questionner ce concept.
Enfin, et de manière plus anecdotique, le propos d'un fichier texte peut être
détourné pour contenir une image, c'est ce qu'on appelle l'art ASCII :

(\___/) (*) (*) \ /

(=*.*=) (°_°) {^o^}
 (")___(") (+) (+) (| . |)
(_) (_) (_) (_)

Cet art nécessite toutefois que tous les caractères affichés aient la même largeur.
Cette technologie a notamment été utilisée pour spécifier des protocoles de
transfert de fichier.
Utilisation de l'art-ASCII comme élément de spécification du «FILE TRANSFER
PROTOCOL» RFC 7654; année 1980:

-------------
|/---------\|
|| User || --------
||Interface|<--->| User |
|\----:----/| --------
---------- | V |
|/------\| FTP Commands |/---------\|
||Server|<---------------->| User ||
|| PI || FTP Replies || PI ||
|\--:---/| |\----:----/|
| V | | V |
-------- |/------\| Data |/---------\| --------
| File |<--->|Server|<---------------->| User |<--->| File |
|System| || DTP || Connection || DTP || |System|
-------- |\------/| |\---------/| --------
---------- -------------

Server-FTP User-FTP

Standardisation et normalisation[modifier | modifier le code]

Les fichiers textes peuvent connaitre des problèmes d'interopérabilité :

 Différence de traitement des changements de lignes : CR ; LF, NL ;

CR+LF
 Présence ou absence éventuelle du marqueur magique BOM
 Différence de codage des caractères
 Différence de traitement des séquences d'échappement éventuelles.
Les variations de formats sont notamment liées aux intérêts régionaux: présence
de caractères accentués ou d'alphabets particuliers. Les industries souhaitent
également offrir de nouveaux caractères, en respectant tous les standards avec
une rigueur inégale.
Codage des caractères[modifier | modifier le code]
Comme tout fichier informatique, un fichier texte contient fondamentalement
des bits. La particularité d'un fichier texte est que l'ensemble du fichier respecte
un standard de codage des caractères. Il existe de nombreux standards de
codage de caractères, ce qui peut rendre problématique la compatibilité des
fichiers texte.
Rôle de l'ASCII[modifier | modifier le code]
La dénomination « fichier ASCII » est souvent confusément (et/ou abusivement)
utilisée à propos de fichiers texte n'utilisant pas le codage des caractères ASCII,
soit pour marquer une opposition à l'EBCDIC, soit pour interdire l'utilisation de
langues autre que l'anglais. Cela tient aussi à une histoire compliquée liée à
l'influence et aux intérêts des États-Unis, pays de langue anglaise, et au fait
qu'actuellement les fichiers textes sont généralement compatibles ASCII tout en
ne se limitant pas à ces caractères. Ainsi des fichiers textes UTF-8 bénéficient
d'une certaine interopérabilité avec des logiciels qui nécessitent des fichiers
compatibles ASCII, contrairement aux fichiers textes UTF-16, qui nécessitent des
logiciels spécifiquement adaptés à l'UTF-16.
Rôle du BOM[modifier | modifier le code]
Article détaillé : Byte Order Mark.
Le BOM est une invention du standard Unicode. Il est parfois présent en début de
fichier pour indiquer visuellement l'encodage d'un fichier (ce code dans un fichier
UTF8 sera visualisé « ï»¿ » en iso8859-1). À ce titre, il s'agit d'un nombre
magique au même titre que le shebang. Mais il est aussi et surtout utilisé pour
déterminer l'ordre des octets (endianness) et cela peut poser des problèmes à
certains logiciels.
Séquence d'échappement[modifier | modifier le code]
Les séquences d'échappement peuvent également être traitées de manière
inégales, alors que leur utilisation est impérative en ISO-2022, conduisant à
l'apparition de mojibake au sens premier du mot.

Notes et références[modifier | modifier le code]

Notes[modifier | modifier le code]
16. ↑ Le standard des États-Unis, l'ASCII inclut des caractères de contrôle, tel que
l'échappement de valeur 27.
17. ↑ les standards ISO-2022 sont bâtis sur ces séquences.
18. ↑ L'Unicode autorise l'utilisation d'un indicateur dénommé BOM.
19. ↑ ASCII 8 bits avec le bit sept, le plus fort, à 0.
20. ↑ Ce qui pourrait signifier que chaque colonne avait un sens précis comme en Cobol et
que la longueur des lignes était fixe, comme l'écran.

Références[modifier | modifier le code]
25. ↑ Popular Science Magazine, February 1950, page 96 [archive]
26. ↑ (en) Request for comments no 265 [archive].
27. ↑ (en) Request for comments no 354 [archive].
28. ↑ Revenir plus haut en :a et b (en) Request for comments no 765 [archive].
29. ↑ File Transfer Protocol  : RFC  959, Network Working Group, octobre 1985 (lire en
ligne [archive]), page 15
30. ↑ Revenir plus haut en :a et b http://www.cairn.info/article.php?ID_ARTICLE=DN_063_0013 [archive]
31. ↑ Barbara Beeton, Asmus Freytag, Murray Sargent III, Unicode Technical Report
1. 25 “Unicode Support for
Mathematics”, https://www.unicode.org/reports/tr25 [archive]
 32. ↑ http://www.oqlf.gouv.qc.ca/ressources/bibliotheque/dictionnaires/internet/fiches/8383642
.html [archive]

Voir aussi[modifier | modifier le code]

Articles connexes[modifier | modifier le code]

 Fichier binaire
 Éditeur de texte
 Format de fichier
 Fichier

  Portail de l’informatique 
  Portail de l’écriture
Catégories : 
 Format de données numériques
 Codage du texte
 Format ouvert
[+]
 La dernière modification de cette page a été faite le 15 octobre 2021 à 16:01.
 Droit d'auteur : les textes sont disponibles sous licence Creative Commons attribution, partage dans
les mêmes conditions ; d’autres conditions peuvent s’appliquer. Voyez les conditions
d’utilisation pour plus de détails, ainsi que les crédits graphiques. En cas de réutilisation des textes
de cette page, voyez comment citer les auteurs et mentionner la licence.
Wikipedia® est une marque déposée de la Wikimedia Foundation, Inc., organisation de
bienfaisance régie par le paragraphe 501(c)(3) du code fiscal des États-Unis.

Fichier texte
Pour les articles homonymes, voir TXT.
Fichier texte

Les 95 caractères et signes du codage ASCII

Caractéristiques
Extensions .txt ,  .text , -

Type MIME text/plain

PUID x-fmt/111

modifier - modifier le code - modifier Wikidata

En informatique, un fichier texte ou fichier texte brut ou fichier texte

simple[réf. nécessaire] est un fichier dont le contenu représente uniquement une suite
de caractères ; il utilise nécessairement une forme particulière de codage des
caractères qui peut être une variante ou une extension du standard local des États-
Unis, l'ASCII. Il n'existe aucune définition officielle, et les différentes interprétations
de ce qu'est un fichier texte partagent des propriétés essentielles. Les caractères
considérés sont généralement les caractères imprimables, d'espaces et de retours à
la ligne. Certains codages de caractères normalisés incluent également certains
caractères de contrôleN 1, séquence d'échappementN 2 ou marqueursN 3 qui peuvent
faire l'objet de différences d'appréciations. La notion de fichier texte est donc
subjective et dépend notamment des systèmes de codage de caractère considérés
(windows-1252 et ISO-8859-1 n'offrant pas les mêmes plages de valeurs
«imprimables».)
Un fichier « non texte » est appelé « fichier binaire », dans le sens où
les bits contenus dans le fichier ne représentent pas une simple suite de caractères
imprimables, d'espaces et de retours à la ligne.

Sommaire

 1Histoire
 2Texte brut
 3Apports et limitations
o 3.1Apports
o 3.2Limitations
 4Usage
 5Structure et propriétés
o 5.1Séquence de lignes
o 5.2Alignement vertical
 6Standardisation et normalisation
o 6.1Codage des caractères
 6.1.1Rôle de l'ASCII
o 6.2Rôle du BOM
o 6.3Séquence d'échappement
 7Notes et références
o 7.1Notes
o 7.2Références
 8Voir aussi
o 8.1Articles connexes

Histoire[modifier | modifier le code]
Un fichier en carte perforée

Extrait d'un programme écrit en BASIC

Copie papier d'un code source (en Fortran) des années 1970, imprimé sur du papier continu, dédié aux
fichiers textes.

La notion de fichier texte a évolué avec l'histoire de l'informatique.

Le mot fichier (« file » en anglais) a été utilisé publiquement dans le contexte d'un
enregistrement informatique déjà en février 1950. Une publicité de la radio Radio
Corporation of America de Popular Science Magazine1 décrivant une nouvelle
mémoire à tube à vide qu'elle avait développée, expliquait :
«...the results of countless computations can be kept "on file" and taken out
again. Such a "file" now exists in a "memory" tube developed at RCA
Laboratories. Electronically it retains figures fed into calculating machines,
holds them in storage while it memorizes new ones - speeds intelligent
solutions through mazes of mathematics. »
En 1952 un fichier était utilisé pour désigner l'information enregistrée sur
une carte perforée.
Or il se trouve que les cartes perforées partageaient certaines propriétés:

 Chaque carte représentait une ligne de 80 colonnes (en général)

 Les programmes (code source) étaient écrits en assemblant des lignes
de textes
 Les cartes perforées qui ne contenaient pas de texte étaient donc déjà
différentes.
En 1971, le RFC 2652 indique qu'un fichier peut être ASCII, cœur d'exécutable,
ou autre. Il mentionne notamment l'EBCDIC.
En juillet 1972, le RFC 3543, discutant des échanges de texte par le protocole
réseau NVT-ASCIIN 4 FTP, indique que les fichiers textes sont enregistrés de
manières différentes selon les systèmes :

 le PDP-10 enregistre le NVT-ASCII en 7-bits justifiés à gauche dans

des mots de 36 bits ;
 le 360's enregistre le texte avec un codage EBCDIC 8-bit ;
 Multics enregistre le texte avec quatre caractère de neuf bits dans des
mots de 36 bits.
Il indique donc que pour le bon transfert des textes, il est nécessaire que les deux
parties effectuent leur part respective de la conversion dans un codage commun;
il s'agit à cette époque de l'ASCII 8 bits, dit NVT.
Cette même année, la RFC fait apparaître le besoin d'une unité commune pour
transmettre des données binaires entre systèmes dont les mots n'ont pas la
même taille, et suggère l'utilisation de byte de 8 bits, c'est-à-dire, de ce que l'on
appelle aujourd'hui des octets, tout en permettant l'utilisation de bytes/mots
différents si négocié.
En 1980, le RFC 7654 en spécifiant le protocole FTP indique les trois raisons
occasionnant le transfert d'un fichier : l'impression, l'archivage, et le traitement.
Constatant, que le seul encodage n'est pas une métainformation suffisante, il
spécifie le reste et notamment les différents mécanismes de changement de ligne
à travers des caractères de contrôle ou de défilement de lignes. En page 12, le
RFC clarifie que les fichiers textes sont tout aussi bien des fichiers ASCII que des
fichiers EBCDIC.
En 1985, lors de l'élaboration du protocole FTP de transfert de fichier, il a été
recommandé de considérer comme fichier texte (en anglais "text" files), deux
formats de fichiers :

 les fichiers file structure, où le fichier est considéré être une séquence

continue de lignes.
 les fichiers record-structure, où le fichier est constitué
d'enregistrements séquentielsN 5
De même les types ASCII et EBCDIC ont été acceptés comme fichier texte 5.

Cette section est vide, insuffisamment détaillée ou incomplète. Votre aide est

la bienvenue ! Comment faire ?

Texte brut[modifier | modifier le code]

Article détaillé : Texte brut.
Texte brut Unicode (Unicode plain text)
De nos jours, l'Unicode est de plus en plus reconnu comme format de texte brut.
Le standard Unicode définit selon ses propres termes ce qu'est le texte brut, sous
le terme de plain text, dans sa version anglaise.
La notion de fichier texte se rapproche donc des propriétés que le standard
Unicode attribue au format nommé plain text en langue anglaise et signifiant texte
brut.
Généralités et controverses
La notion de texte brut (plain text) a, comme la notion de texte enrichi (fancy text),
été introduite par Unicode6.
La notion de plain text peut être traduite par texte en clair, pur texte, texte pur, ou
texte brut6.
Linux Information Project en donne une vision restrictive.
Format de codage
Si l'encodage est inconnu, un texte brut quelconque est inexploitable.
Texte brut approché en mathématiques
Alors que les mathématiques sont un langage international, en tout ou partie, leur
représentation informatique a pu être négligée lors de la création de différents
systèmes de codage des caractères. Toutefois, ces symboles ont bénéficié d'une
forte prise en charge par l'Unicode7, offrant de nouvelles perspectives.
Histoire
La notion de texte brut est implicitement assez ancienne puisque
vraisemblablement elle remonte sans doute au moins si ce n'est à la notion de
machine à écrire, aux premiers langages de programmation utilisant cette
technologie.
Dans son aspect réseau, elle est consignée dans de nombreux RFC.
Protocole et fichier
L'usage du texte brut peut varier entre protocole et ficher. Ceci peut
généralement être invisible à l'utilisateur lorsqu'il copie un texte d'un logiciel à un
autre.
Dans un protocole, le protocole spécifie généralement l'encodage utilisé, d'une
manière ou d'une autre; la longueur du texte peut ne pas être limité, en fonction
du protocole.
Un fichier a généralement une taille limitée, il est généralement admis qu'un
système de fichier ne fournit pas d'information sur l'encodage utilisé pour encoder
un texte brut donné. Cette information essentielle est alors déterminée à travers
un ensemble d'heuristiques.

Apports et limitations[modifier | modifier le code]

Le fichier texte est un élément déterminant en ce qu'il offre la possibilité de
décrire des codes sources et de faciliter la programmation des ordinateurs.
Toutefois, il souffre de facto de nombreux problème d'interopérabilité.
Apports[modifier | modifier le code]
Le fichier texte, lorsqu'il apparait apporte la possibilité de permettre à un humain
de soumettre un texte au traitement automatique d'une machine. Il offre
également la possibilité de supprimer et d'ajouter une ligne, et cela dès les cartes
perforées. Cette fonctionnalité a été reprise par des logiciels comme ed ou edlin.
Limitations[modifier | modifier le code]
Un fichier texte est limité dans sa taille, comme le sont tous les fichiers, par
le système de gestion de fichiers.
De plus par convention on limite volontairement le nombre de colonnes. Une
convention commune est ancienne est d'environ 80 ou 132 colonnes. Cela
correspondait aux standards de terminaux physiques aujourd'hui dépassés. Les
éditeurs modernes savent souvent gérer des lignes plus longues bien que cela ne
soit pas conseillé pour des questions de présentation.
Le fichier texte peut poser de nombreux problèmes d'interopérabilité (pour cause
d'encodage différents) entre pays, entre fournisseurs de logiciels, notamment.

Usage[modifier | modifier le code]
Les fichiers texte sont utilisés par de nombreux logiciels pour conserver les
données de configuration. Ils sont également utilisés pour contenir
les textes écrits en langages de programmation. En outre, la plupart des
langages de programmation offrent des fonctions prédéfinies pour manipuler du
texte brut, ce qui rend la gestion des fichiers textes particulièrement accessible.
Le logiciel utilisé pour éditer un fichier texte est un éditeur de texte. Dans le cas
général, un traitement de texte ne produit pas des fichiers texte. En effet, un
traitement de texte n'a pas seulement besoin de manipuler du texte brut, mais
également des informations sur la fonte de caractère utilisée, la disposition des
caractères dans des pages, les styles typographiques, etc. Toutefois, les
traitements de texte peuvent ouvrir ou sauvegarder un fichier texte, aucune
information de mise en forme n'étant conservée, sauf le cas échéant les sauts de
ligne.
Un fichier texte peut être la structure sous-jacente d'un fichier journal 8.

Structure et propriétés[modifier | modifier le code]

La structure d'un fichier texte est une séquence de lignes. Toutefois,
historiquement, chaque caractère est aligné verticalement, c'est encore le cas
aujourd'hui, dans un éditeur de texte en ligne ou local.
Séquence de lignes[modifier | modifier le code]
Le concept de séquence de lignes reste une caractéristique forte d'un fichier
texte.
Un fichier texte peut simplement contenir du texte dans une langue quelconque.
Dans ce cas, aujourd'hui, il ne respecte plus aucune structure particulière.

Il était une fois une marchande de foie

qui vendait du foie dans la Ville de Foix.
Elle se dit «ma foi c'est la première fois
que je vends du foie dans la ville de Foix !»
using (FileStream stm = new FileStream("logfile.txt", FileMode.Create))
{
return ProcessStuff(stm); //
}

Un fichier texte peut également contenir une donnée structurée qui peut être
analysée par un logiciel et affichée sous une forme plus évoluée, par exemple
une page web :

<!DOCTYPE html>
<html lang="fr">
<head><title>Page web d'exemple</title></head>
<body>
<p>Ceci est une page web d'exemple.</p>
</body>
</html>

Alignement vertical[modifier | modifier le code]

Un fichier texte est généralement rendu visible avec des polices à chasse fixe
alignant le texte verticalement. L'arrivée d'un grand nombre de caractères
Unicode dans les fichiers textes peut questionner ce concept.
Enfin, et de manière plus anecdotique, le propos d'un fichier texte peut être
détourné pour contenir une image, c'est ce qu'on appelle l'art ASCII :

(\___/) (*) (*) \ /

(=*.*=) (°_°) {^o^}
 (")___(") (+) (+) (| . |)
(_) (_) (_) (_)

Cet art nécessite toutefois que tous les caractères affichés aient la même largeur.
Cette technologie a notamment été utilisée pour spécifier des protocoles de
transfert de fichier.
Utilisation de l'art-ASCII comme élément de spécification du «FILE TRANSFER
PROTOCOL» RFC 7654; année 1980:

-------------
|/---------\|
|| User || --------
||Interface|<--->| User |
|\----:----/| --------
---------- | V |
|/------\| FTP Commands |/---------\|
||Server|<---------------->| User ||
|| PI || FTP Replies || PI ||
|\--:---/| |\----:----/|
| V | | V |
-------- |/------\| Data |/---------\| --------
| File |<--->|Server|<---------------->| User |<--->| File |
|System| || DTP || Connection || DTP || |System|
-------- |\------/| |\---------/| --------
---------- -------------

Server-FTP User-FTP

Standardisation et normalisation[modifier | modifier le code]

Les fichiers textes peuvent connaitre des problèmes d'interopérabilité :

 Différence de traitement des changements de lignes : CR ; LF, NL ;

CR+LF
 Présence ou absence éventuelle du marqueur magique BOM
 Différence de codage des caractères
 Différence de traitement des séquences d'échappement éventuelles.
Les variations de formats sont notamment liées aux intérêts régionaux: présence
de caractères accentués ou d'alphabets particuliers. Les industries souhaitent
également offrir de nouveaux caractères, en respectant tous les standards avec
une rigueur inégale.
Codage des caractères[modifier | modifier le code]
Comme tout fichier informatique, un fichier texte contient fondamentalement
des bits. La particularité d'un fichier texte est que l'ensemble du fichier respecte
un standard de codage des caractères. Il existe de nombreux standards de
codage de caractères, ce qui peut rendre problématique la compatibilité des
fichiers texte.
Rôle de l'ASCII[modifier | modifier le code]
La dénomination « fichier ASCII » est souvent confusément (et/ou abusivement)
utilisée à propos de fichiers texte n'utilisant pas le codage des caractères ASCII,
soit pour marquer une opposition à l'EBCDIC, soit pour interdire l'utilisation de
langues autre que l'anglais. Cela tient aussi à une histoire compliquée liée à
l'influence et aux intérêts des États-Unis, pays de langue anglaise, et au fait
qu'actuellement les fichiers textes sont généralement compatibles ASCII tout en
ne se limitant pas à ces caractères. Ainsi des fichiers textes UTF-8 bénéficient
d'une certaine interopérabilité avec des logiciels qui nécessitent des fichiers
compatibles ASCII, contrairement aux fichiers textes UTF-16, qui nécessitent des
logiciels spécifiquement adaptés à l'UTF-16.
Rôle du BOM[modifier | modifier le code]
Article détaillé : Byte Order Mark.
Le BOM est une invention du standard Unicode. Il est parfois présent en début de
fichier pour indiquer visuellement l'encodage d'un fichier (ce code dans un fichier
UTF8 sera visualisé « ï»¿ » en iso8859-1). À ce titre, il s'agit d'un nombre
magique au même titre que le shebang. Mais il est aussi et surtout utilisé pour
déterminer l'ordre des octets (endianness) et cela peut poser des problèmes à
certains logiciels.
Séquence d'échappement[modifier | modifier le code]
Les séquences d'échappement peuvent également être traitées de manière
inégales, alors que leur utilisation est impérative en ISO-2022, conduisant à
l'apparition de mojibake au sens premier du mot.

Notes et références[modifier | modifier le code]

Notes[modifier | modifier le code]
16. ↑ Le standard des États-Unis, l'ASCII inclut des caractères de contrôle, tel que
l'échappement de valeur 27.
17. ↑ les standards ISO-2022 sont bâtis sur ces séquences.
18. ↑ L'Unicode autorise l'utilisation d'un indicateur dénommé BOM.
19. ↑ ASCII 8 bits avec le bit sept, le plus fort, à 0.
20. ↑ Ce qui pourrait signifier que chaque colonne avait un sens précis comme en Cobol et
que la longueur des lignes était fixe, comme l'écran.

Références[modifier | modifier le code]
25. ↑ Popular Science Magazine, February 1950, page 96 [archive]
26. ↑ (en) Request for comments no 265 [archive].
27. ↑ (en) Request for comments no 354 [archive].
28. ↑ Revenir plus haut en :a et b (en) Request for comments no 765 [archive].
29. ↑ File Transfer Protocol  : RFC  959, Network Working Group, octobre 1985 (lire en
ligne [archive]), page 15
30. ↑ Revenir plus haut en :a et b http://www.cairn.info/article.php?ID_ARTICLE=DN_063_0013 [archive]
31. ↑ Barbara Beeton, Asmus Freytag, Murray Sargent III, Unicode Technical Report
1. 25 “Unicode Support for
Mathematics”, https://www.unicode.org/reports/tr25 [archive]
 32. ↑ http://www.oqlf.gouv.qc.ca/ressources/bibliotheque/dictionnaires/internet/fiches/8383642
.html [archive]

Voir aussi[modifier | modifier le code]

Articles connexes[modifier | modifier le code]

 Fichier binaire
 Éditeur de texte
 Format de fichier
 Fichier

  Portail de l’informatique 
  Portail de l’écriture
Catégories : 
 Format de données numériques
 Codage du texte
 Format ouvert
[+]
 La dernière modification de cette page a été faite le 15 octobre 2021 à 16:01.
 Droit d'auteur : les textes sont disponibles sous licence Creative Commons attribution, partage dans
les mêmes conditions ; d’autres conditions peuvent s’appliquer. Voyez les conditions
d’utilisation pour plus de détails, ainsi que les crédits graphiques. En cas de réutilisation des textes
de cette page, voyez comment citer les auteurs et mentionner la licence.
Wikipedia® est une marque déposée de la Wikimedia Foundation, Inc., organisation de
bienfaisance régie par le paragraphe 501(c)(3) du code fiscal des États-Unis.

Fichier texte
Pour les articles homonymes, voir TXT.
Fichier texte

Les 95 caractères et signes du codage ASCII

Caractéristiques
Extensions .txt ,  .text , -

Type MIME text/plain

PUID x-fmt/111

modifier - modifier le code - modifier Wikidata

En informatique, un fichier texte ou fichier texte brut ou fichier texte

simple[réf. nécessaire] est un fichier dont le contenu représente uniquement une suite
de caractères ; il utilise nécessairement une forme particulière de codage des
caractères qui peut être une variante ou une extension du standard local des États-
Unis, l'ASCII. Il n'existe aucune définition officielle, et les différentes interprétations
de ce qu'est un fichier texte partagent des propriétés essentielles. Les caractères
considérés sont généralement les caractères imprimables, d'espaces et de retours à
la ligne. Certains codages de caractères normalisés incluent également certains
caractères de contrôleN 1, séquence d'échappementN 2 ou marqueursN 3 qui peuvent
faire l'objet de différences d'appréciations. La notion de fichier texte est donc
subjective et dépend notamment des systèmes de codage de caractère considérés
(windows-1252 et ISO-8859-1 n'offrant pas les mêmes plages de valeurs
«imprimables».)
Un fichier « non texte » est appelé « fichier binaire », dans le sens où
les bits contenus dans le fichier ne représentent pas une simple suite de caractères
imprimables, d'espaces et de retours à la ligne.

Sommaire

 1Histoire
 2Texte brut
 3Apports et limitations
o 3.1Apports
o 3.2Limitations
 4Usage
 5Structure et propriétés
o 5.1Séquence de lignes
o 5.2Alignement vertical
 6Standardisation et normalisation
o 6.1Codage des caractères
 6.1.1Rôle de l'ASCII
o 6.2Rôle du BOM
o 6.3Séquence d'échappement
 7Notes et références
o 7.1Notes
o 7.2Références
 8Voir aussi
o 8.1Articles connexes

Histoire[modifier | modifier le code]
Un fichier en carte perforée

Extrait d'un programme écrit en BASIC

Copie papier d'un code source (en Fortran) des années 1970, imprimé sur du papier continu, dédié aux
fichiers textes.

La notion de fichier texte a évolué avec l'histoire de l'informatique.

Le mot fichier (« file » en anglais) a été utilisé publiquement dans le contexte d'un
enregistrement informatique déjà en février 1950. Une publicité de la radio Radio
Corporation of America de Popular Science Magazine1 décrivant une nouvelle
mémoire à tube à vide qu'elle avait développée, expliquait :
«...the results of countless computations can be kept "on file" and taken out
again. Such a "file" now exists in a "memory" tube developed at RCA
Laboratories. Electronically it retains figures fed into calculating machines,
holds them in storage while it memorizes new ones - speeds intelligent
solutions through mazes of mathematics. »
En 1952 un fichier était utilisé pour désigner l'information enregistrée sur
une carte perforée.
Or il se trouve que les cartes perforées partageaient certaines propriétés:

 Chaque carte représentait une ligne de 80 colonnes (en général)

 Les programmes (code source) étaient écrits en assemblant des lignes
de textes
 Les cartes perforées qui ne contenaient pas de texte étaient donc déjà
différentes.
En 1971, le RFC 2652 indique qu'un fichier peut être ASCII, cœur d'exécutable,
ou autre. Il mentionne notamment l'EBCDIC.
En juillet 1972, le RFC 3543, discutant des échanges de texte par le protocole
réseau NVT-ASCIIN 4 FTP, indique que les fichiers textes sont enregistrés de
manières différentes selon les systèmes :

 le PDP-10 enregistre le NVT-ASCII en 7-bits justifiés à gauche dans

des mots de 36 bits ;
 le 360's enregistre le texte avec un codage EBCDIC 8-bit ;
 Multics enregistre le texte avec quatre caractère de neuf bits dans des
mots de 36 bits.
Il indique donc que pour le bon transfert des textes, il est nécessaire que les deux
parties effectuent leur part respective de la conversion dans un codage commun;
il s'agit à cette époque de l'ASCII 8 bits, dit NVT.
Cette même année, la RFC fait apparaître le besoin d'une unité commune pour
transmettre des données binaires entre systèmes dont les mots n'ont pas la
même taille, et suggère l'utilisation de byte de 8 bits, c'est-à-dire, de ce que l'on
appelle aujourd'hui des octets, tout en permettant l'utilisation de bytes/mots
différents si négocié.
En 1980, le RFC 7654 en spécifiant le protocole FTP indique les trois raisons
occasionnant le transfert d'un fichier : l'impression, l'archivage, et le traitement.
Constatant, que le seul encodage n'est pas une métainformation suffisante, il
spécifie le reste et notamment les différents mécanismes de changement de ligne
à travers des caractères de contrôle ou de défilement de lignes. En page 12, le
RFC clarifie que les fichiers textes sont tout aussi bien des fichiers ASCII que des
fichiers EBCDIC.
En 1985, lors de l'élaboration du protocole FTP de transfert de fichier, il a été
recommandé de considérer comme fichier texte (en anglais "text" files), deux
formats de fichiers :

 les fichiers file structure, où le fichier est considéré être une séquence

continue de lignes.
 les fichiers record-structure, où le fichier est constitué
d'enregistrements séquentielsN 5
De même les types ASCII et EBCDIC ont été acceptés comme fichier texte 5.

Cette section est vide, insuffisamment détaillée ou incomplète. Votre aide est

la bienvenue ! Comment faire ?

Texte brut[modifier | modifier le code]

Article détaillé : Texte brut.
Texte brut Unicode (Unicode plain text)
De nos jours, l'Unicode est de plus en plus reconnu comme format de texte brut.
Le standard Unicode définit selon ses propres termes ce qu'est le texte brut, sous
le terme de plain text, dans sa version anglaise.
La notion de fichier texte se rapproche donc des propriétés que le standard
Unicode attribue au format nommé plain text en langue anglaise et signifiant texte
brut.
Généralités et controverses
La notion de texte brut (plain text) a, comme la notion de texte enrichi (fancy text),
été introduite par Unicode6.
La notion de plain text peut être traduite par texte en clair, pur texte, texte pur, ou
texte brut6.
Linux Information Project en donne une vision restrictive.
Format de codage
Si l'encodage est inconnu, un texte brut quelconque est inexploitable.
Texte brut approché en mathématiques
Alors que les mathématiques sont un langage international, en tout ou partie, leur
représentation informatique a pu être négligée lors de la création de différents
systèmes de codage des caractères. Toutefois, ces symboles ont bénéficié d'une
forte prise en charge par l'Unicode7, offrant de nouvelles perspectives.
Histoire
La notion de texte brut est implicitement assez ancienne puisque
vraisemblablement elle remonte sans doute au moins si ce n'est à la notion de
machine à écrire, aux premiers langages de programmation utilisant cette
technologie.
Dans son aspect réseau, elle est consignée dans de nombreux RFC.
Protocole et fichier
L'usage du texte brut peut varier entre protocole et ficher. Ceci peut
généralement être invisible à l'utilisateur lorsqu'il copie un texte d'un logiciel à un
autre.
Dans un protocole, le protocole spécifie généralement l'encodage utilisé, d'une
manière ou d'une autre; la longueur du texte peut ne pas être limité, en fonction
du protocole.
Un fichier a généralement une taille limitée, il est généralement admis qu'un
système de fichier ne fournit pas d'information sur l'encodage utilisé pour encoder
un texte brut donné. Cette information essentielle est alors déterminée à travers
un ensemble d'heuristiques.

Apports et limitations[modifier | modifier le code]

Le fichier texte est un élément déterminant en ce qu'il offre la possibilité de
décrire des codes sources et de faciliter la programmation des ordinateurs.
Toutefois, il souffre de facto de nombreux problème d'interopérabilité.
Apports[modifier | modifier le code]
Le fichier texte, lorsqu'il apparait apporte la possibilité de permettre à un humain
de soumettre un texte au traitement automatique d'une machine. Il offre
également la possibilité de supprimer et d'ajouter une ligne, et cela dès les cartes
perforées. Cette fonctionnalité a été reprise par des logiciels comme ed ou edlin.
Limitations[modifier | modifier le code]
Un fichier texte est limité dans sa taille, comme le sont tous les fichiers, par
le système de gestion de fichiers.
De plus par convention on limite volontairement le nombre de colonnes. Une
convention commune est ancienne est d'environ 80 ou 132 colonnes. Cela
correspondait aux standards de terminaux physiques aujourd'hui dépassés. Les
éditeurs modernes savent souvent gérer des lignes plus longues bien que cela ne
soit pas conseillé pour des questions de présentation.
Le fichier texte peut poser de nombreux problèmes d'interopérabilité (pour cause
d'encodage différents) entre pays, entre fournisseurs de logiciels, notamment.

Usage[modifier | modifier le code]
Les fichiers texte sont utilisés par de nombreux logiciels pour conserver les
données de configuration. Ils sont également utilisés pour contenir
les textes écrits en langages de programmation. En outre, la plupart des
langages de programmation offrent des fonctions prédéfinies pour manipuler du
texte brut, ce qui rend la gestion des fichiers textes particulièrement accessible.
Le logiciel utilisé pour éditer un fichier texte est un éditeur de texte. Dans le cas
général, un traitement de texte ne produit pas des fichiers texte. En effet, un
traitement de texte n'a pas seulement besoin de manipuler du texte brut, mais
également des informations sur la fonte de caractère utilisée, la disposition des
caractères dans des pages, les styles typographiques, etc. Toutefois, les
traitements de texte peuvent ouvrir ou sauvegarder un fichier texte, aucune
information de mise en forme n'étant conservée, sauf le cas échéant les sauts de
ligne.
Un fichier texte peut être la structure sous-jacente d'un fichier journal 8.

Structure et propriétés[modifier | modifier le code]

La structure d'un fichier texte est une séquence de lignes. Toutefois,
historiquement, chaque caractère est aligné verticalement, c'est encore le cas
aujourd'hui, dans un éditeur de texte en ligne ou local.
Séquence de lignes[modifier | modifier le code]
Le concept de séquence de lignes reste une caractéristique forte d'un fichier
texte.
Un fichier texte peut simplement contenir du texte dans une langue quelconque.
Dans ce cas, aujourd'hui, il ne respecte plus aucune structure particulière.

Il était une fois une marchande de foie

qui vendait du foie dans la Ville de Foix.
Elle se dit «ma foi c'est la première fois
que je vends du foie dans la ville de Foix !»
using (FileStream stm = new FileStream("logfile.txt", FileMode.Create))
{
return ProcessStuff(stm); //
}

Un fichier texte peut également contenir une donnée structurée qui peut être
analysée par un logiciel et affichée sous une forme plus évoluée, par exemple
une page web :

<!DOCTYPE html>
<html lang="fr">
<head><title>Page web d'exemple</title></head>
<body>
<p>Ceci est une page web d'exemple.</p>
</body>
</html>

Alignement vertical[modifier | modifier le code]

Un fichier texte est généralement rendu visible avec des polices à chasse fixe
alignant le texte verticalement. L'arrivée d'un grand nombre de caractères
Unicode dans les fichiers textes peut questionner ce concept.
Enfin, et de manière plus anecdotique, le propos d'un fichier texte peut être
détourné pour contenir une image, c'est ce qu'on appelle l'art ASCII :

(\___/) (*) (*) \ /

(=*.*=) (°_°) {^o^}
 (")___(") (+) (+) (| . |)
(_) (_) (_) (_)

Cet art nécessite toutefois que tous les caractères affichés aient la même largeur.
Cette technologie a notamment été utilisée pour spécifier des protocoles de
transfert de fichier.
Utilisation de l'art-ASCII comme élément de spécification du «FILE TRANSFER
PROTOCOL» RFC 7654; année 1980:

-------------
|/---------\|
|| User || --------
||Interface|<--->| User |
|\----:----/| --------
---------- | V |
|/------\| FTP Commands |/---------\|
||Server|<---------------->| User ||
|| PI || FTP Replies || PI ||
|\--:---/| |\----:----/|
| V | | V |
-------- |/------\| Data |/---------\| --------
| File |<--->|Server|<---------------->| User |<--->| File |
|System| || DTP || Connection || DTP || |System|
-------- |\------/| |\---------/| --------
---------- -------------

Server-FTP User-FTP

Standardisation et normalisation[modifier | modifier le code]

Les fichiers textes peuvent connaitre des problèmes d'interopérabilité :

 Différence de traitement des changements de lignes : CR ; LF, NL ;

CR+LF
 Présence ou absence éventuelle du marqueur magique BOM
 Différence de codage des caractères
 Différence de traitement des séquences d'échappement éventuelles.
Les variations de formats sont notamment liées aux intérêts régionaux: présence
de caractères accentués ou d'alphabets particuliers. Les industries souhaitent
également offrir de nouveaux caractères, en respectant tous les standards avec
une rigueur inégale.
Codage des caractères[modifier | modifier le code]
Comme tout fichier informatique, un fichier texte contient fondamentalement
des bits. La particularité d'un fichier texte est que l'ensemble du fichier respecte
un standard de codage des caractères. Il existe de nombreux standards de
codage de caractères, ce qui peut rendre problématique la compatibilité des
fichiers texte.
Rôle de l'ASCII[modifier | modifier le code]
La dénomination « fichier ASCII » est souvent confusément (et/ou abusivement)
utilisée à propos de fichiers texte n'utilisant pas le codage des caractères ASCII,
soit pour marquer une opposition à l'EBCDIC, soit pour interdire l'utilisation de
langues autre que l'anglais. Cela tient aussi à une histoire compliquée liée à
l'influence et aux intérêts des États-Unis, pays de langue anglaise, et au fait
qu'actuellement les fichiers textes sont généralement compatibles ASCII tout en
ne se limitant pas à ces caractères. Ainsi des fichiers textes UTF-8 bénéficient
d'une certaine interopérabilité avec des logiciels qui nécessitent des fichiers
compatibles ASCII, contrairement aux fichiers textes UTF-16, qui nécessitent des
logiciels spécifiquement adaptés à l'UTF-16.
Rôle du BOM[modifier | modifier le code]
Article détaillé : Byte Order Mark.
Le BOM est une invention du standard Unicode. Il est parfois présent en début de
fichier pour indiquer visuellement l'encodage d'un fichier (ce code dans un fichier
UTF8 sera visualisé « ï»¿ » en iso8859-1). À ce titre, il s'agit d'un nombre
magique au même titre que le shebang. Mais il est aussi et surtout utilisé pour
déterminer l'ordre des octets (endianness) et cela peut poser des problèmes à
certains logiciels.
Séquence d'échappement[modifier | modifier le code]
Les séquences d'échappement peuvent également être traitées de manière
inégales, alors que leur utilisation est impérative en ISO-2022, conduisant à
l'apparition de mojibake au sens premier du mot.

Notes et références[modifier | modifier le code]

Notes[modifier | modifier le code]
16. ↑ Le standard des États-Unis, l'ASCII inclut des caractères de contrôle, tel que
l'échappement de valeur 27.
17. ↑ les standards ISO-2022 sont bâtis sur ces séquences.
18. ↑ L'Unicode autorise l'utilisation d'un indicateur dénommé BOM.
19. ↑ ASCII 8 bits avec le bit sept, le plus fort, à 0.
20. ↑ Ce qui pourrait signifier que chaque colonne avait un sens précis comme en Cobol et
que la longueur des lignes était fixe, comme l'écran.

Références[modifier | modifier le code]
25. ↑ Popular Science Magazine, February 1950, page 96 [archive]
26. ↑ (en) Request for comments no 265 [archive].
27. ↑ (en) Request for comments no 354 [archive].
28. ↑ Revenir plus haut en :a et b (en) Request for comments no 765 [archive].
29. ↑ File Transfer Protocol  : RFC  959, Network Working Group, octobre 1985 (lire en
ligne [archive]), page 15
30. ↑ Revenir plus haut en :a et b http://www.cairn.info/article.php?ID_ARTICLE=DN_063_0013 [archive]
31. ↑ Barbara Beeton, Asmus Freytag, Murray Sargent III, Unicode Technical Report
1. 25 “Unicode Support for
Mathematics”, https://www.unicode.org/reports/tr25 [archive]
 32. ↑ http://www.oqlf.gouv.qc.ca/ressources/bibliotheque/dictionnaires/internet/fiches/8383642
.html [archive]

Voir aussi[modifier | modifier le code]

Articles connexes[modifier | modifier le code]

 Fichier binaire
 Éditeur de texte
 Format de fichier
 Fichier

  Portail de l’informatique 
  Portail de l’écriture
Catégories : 
 Format de données numériques
 Codage du texte
 Format ouvert
[+]
 La dernière modification de cette page a été faite le 15 octobre 2021 à 16:01.
 Droit d'auteur : les textes sont disponibles sous licence Creative Commons attribution, partage dans
les mêmes conditions ; d’autres conditions peuvent s’appliquer. Voyez les conditions
d’utilisation pour plus de détails, ainsi que les crédits graphiques. En cas de réutilisation des textes
de cette page, voyez comment citer les auteurs et mentionner la licence.
Wikipedia® est une marque déposée de la Wikimedia Foundation, Inc., organisation de
bienfaisance régie par le paragraphe 501(c)(3) du code fiscal des États-Unis.

Fichier texte
Pour les articles homonymes, voir TXT.
Fichier texte

Les 95 caractères et signes du codage ASCII

Caractéristiques
Extensions .txt ,  .text , -

Type MIME text/plain

PUID x-fmt/111

modifier - modifier le code - modifier Wikidata

En informatique, un fichier texte ou fichier texte brut ou fichier texte

simple[réf. nécessaire] est un fichier dont le contenu représente uniquement une suite
de caractères ; il utilise nécessairement une forme particulière de codage des
caractères qui peut être une variante ou une extension du standard local des États-
Unis, l'ASCII. Il n'existe aucune définition officielle, et les différentes interprétations
de ce qu'est un fichier texte partagent des propriétés essentielles. Les caractères
considérés sont généralement les caractères imprimables, d'espaces et de retours à
la ligne. Certains codages de caractères normalisés incluent également certains
caractères de contrôleN 1, séquence d'échappementN 2 ou marqueursN 3 qui peuvent
faire l'objet de différences d'appréciations. La notion de fichier texte est donc
subjective et dépend notamment des systèmes de codage de caractère considérés
(windows-1252 et ISO-8859-1 n'offrant pas les mêmes plages de valeurs
«imprimables».)
Un fichier « non texte » est appelé « fichier binaire », dans le sens où
les bits contenus dans le fichier ne représentent pas une simple suite de caractères
imprimables, d'espaces et de retours à la ligne.

Sommaire

 1Histoire
 2Texte brut
 3Apports et limitations
o 3.1Apports
o 3.2Limitations
 4Usage
 5Structure et propriétés
o 5.1Séquence de lignes
o 5.2Alignement vertical
 6Standardisation et normalisation
o 6.1Codage des caractères
 6.1.1Rôle de l'ASCII
o 6.2Rôle du BOM
o 6.3Séquence d'échappement
 7Notes et références
o 7.1Notes
o 7.2Références
 8Voir aussi
o 8.1Articles connexes

Histoire[modifier | modifier le code]
Un fichier en carte perforée

Extrait d'un programme écrit en BASIC

Copie papier d'un code source (en Fortran) des années 1970, imprimé sur du papier continu, dédié aux
fichiers textes.

La notion de fichier texte a évolué avec l'histoire de l'informatique.

Le mot fichier (« file » en anglais) a été utilisé publiquement dans le contexte d'un
enregistrement informatique déjà en février 1950. Une publicité de la radio Radio
Corporation of America de Popular Science Magazine1 décrivant une nouvelle
mémoire à tube à vide qu'elle avait développée, expliquait :
«...the results of countless computations can be kept "on file" and taken out
again. Such a "file" now exists in a "memory" tube developed at RCA
Laboratories. Electronically it retains figures fed into calculating machines,
holds them in storage while it memorizes new ones - speeds intelligent
solutions through mazes of mathematics. »
En 1952 un fichier était utilisé pour désigner l'information enregistrée sur
une carte perforée.
Or il se trouve que les cartes perforées partageaient certaines propriétés:

 Chaque carte représentait une ligne de 80 colonnes (en général)

 Les programmes (code source) étaient écrits en assemblant des lignes
de textes
 Les cartes perforées qui ne contenaient pas de texte étaient donc déjà
différentes.
En 1971, le RFC 2652 indique qu'un fichier peut être ASCII, cœur d'exécutable,
ou autre. Il mentionne notamment l'EBCDIC.
En juillet 1972, le RFC 3543, discutant des échanges de texte par le protocole
réseau NVT-ASCIIN 4 FTP, indique que les fichiers textes sont enregistrés de
manières différentes selon les systèmes :

 le PDP-10 enregistre le NVT-ASCII en 7-bits justifiés à gauche dans

des mots de 36 bits ;
 le 360's enregistre le texte avec un codage EBCDIC 8-bit ;
 Multics enregistre le texte avec quatre caractère de neuf bits dans des
mots de 36 bits.
Il indique donc que pour le bon transfert des textes, il est nécessaire que les deux
parties effectuent leur part respective de la conversion dans un codage commun;
il s'agit à cette époque de l'ASCII 8 bits, dit NVT.
Cette même année, la RFC fait apparaître le besoin d'une unité commune pour
transmettre des données binaires entre systèmes dont les mots n'ont pas la
même taille, et suggère l'utilisation de byte de 8 bits, c'est-à-dire, de ce que l'on
appelle aujourd'hui des octets, tout en permettant l'utilisation de bytes/mots
différents si négocié.
En 1980, le RFC 7654 en spécifiant le protocole FTP indique les trois raisons
occasionnant le transfert d'un fichier : l'impression, l'archivage, et le traitement.
Constatant, que le seul encodage n'est pas une métainformation suffisante, il
spécifie le reste et notamment les différents mécanismes de changement de ligne
à travers des caractères de contrôle ou de défilement de lignes. En page 12, le
RFC clarifie que les fichiers textes sont tout aussi bien des fichiers ASCII que des
fichiers EBCDIC.
En 1985, lors de l'élaboration du protocole FTP de transfert de fichier, il a été
recommandé de considérer comme fichier texte (en anglais "text" files), deux
formats de fichiers :

 les fichiers file structure, où le fichier est considéré être une séquence

continue de lignes.
 les fichiers record-structure, où le fichier est constitué
d'enregistrements séquentielsN 5
De même les types ASCII et EBCDIC ont été acceptés comme fichier texte 5.

Cette section est vide, insuffisamment détaillée ou incomplète. Votre aide est

la bienvenue ! Comment faire ?

Texte brut[modifier | modifier le code]

Article détaillé : Texte brut.
Texte brut Unicode (Unicode plain text)
De nos jours, l'Unicode est de plus en plus reconnu comme format de texte brut.
Le standard Unicode définit selon ses propres termes ce qu'est le texte brut, sous
le terme de plain text, dans sa version anglaise.
La notion de fichier texte se rapproche donc des propriétés que le standard
Unicode attribue au format nommé plain text en langue anglaise et signifiant texte
brut.
Généralités et controverses
La notion de texte brut (plain text) a, comme la notion de texte enrichi (fancy text),
été introduite par Unicode6.
La notion de plain text peut être traduite par texte en clair, pur texte, texte pur, ou
texte brut6.
Linux Information Project en donne une vision restrictive.
Format de codage
Si l'encodage est inconnu, un texte brut quelconque est inexploitable.
Texte brut approché en mathématiques
Alors que les mathématiques sont un langage international, en tout ou partie, leur
représentation informatique a pu être négligée lors de la création de différents
systèmes de codage des caractères. Toutefois, ces symboles ont bénéficié d'une
forte prise en charge par l'Unicode7, offrant de nouvelles perspectives.
Histoire
La notion de texte brut est implicitement assez ancienne puisque
vraisemblablement elle remonte sans doute au moins si ce n'est à la notion de
machine à écrire, aux premiers langages de programmation utilisant cette
technologie.
Dans son aspect réseau, elle est consignée dans de nombreux RFC.
Protocole et fichier
L'usage du texte brut peut varier entre protocole et ficher. Ceci peut
généralement être invisible à l'utilisateur lorsqu'il copie un texte d'un logiciel à un
autre.
Dans un protocole, le protocole spécifie généralement l'encodage utilisé, d'une
manière ou d'une autre; la longueur du texte peut ne pas être limité, en fonction
du protocole.
Un fichier a généralement une taille limitée, il est généralement admis qu'un
système de fichier ne fournit pas d'information sur l'encodage utilisé pour encoder
un texte brut donné. Cette information essentielle est alors déterminée à travers
un ensemble d'heuristiques.

Apports et limitations[modifier | modifier le code]

Le fichier texte est un élément déterminant en ce qu'il offre la possibilité de
décrire des codes sources et de faciliter la programmation des ordinateurs.
Toutefois, il souffre de facto de nombreux problème d'interopérabilité.
Apports[modifier | modifier le code]
Le fichier texte, lorsqu'il apparait apporte la possibilité de permettre à un humain
de soumettre un texte au traitement automatique d'une machine. Il offre
également la possibilité de supprimer et d'ajouter une ligne, et cela dès les cartes
perforées. Cette fonctionnalité a été reprise par des logiciels comme ed ou edlin.
Limitations[modifier | modifier le code]
Un fichier texte est limité dans sa taille, comme le sont tous les fichiers, par
le système de gestion de fichiers.
De plus par convention on limite volontairement le nombre de colonnes. Une
convention commune est ancienne est d'environ 80 ou 132 colonnes. Cela
correspondait aux standards de terminaux physiques aujourd'hui dépassés. Les
éditeurs modernes savent souvent gérer des lignes plus longues bien que cela ne
soit pas conseillé pour des questions de présentation.
Le fichier texte peut poser de nombreux problèmes d'interopérabilité (pour cause
d'encodage différents) entre pays, entre fournisseurs de logiciels, notamment.

Usage[modifier | modifier le code]
Les fichiers texte sont utilisés par de nombreux logiciels pour conserver les
données de configuration. Ils sont également utilisés pour contenir
les textes écrits en langages de programmation. En outre, la plupart des
langages de programmation offrent des fonctions prédéfinies pour manipuler du
texte brut, ce qui rend la gestion des fichiers textes particulièrement accessible.
Le logiciel utilisé pour éditer un fichier texte est un éditeur de texte. Dans le cas
général, un traitement de texte ne produit pas des fichiers texte. En effet, un
traitement de texte n'a pas seulement besoin de manipuler du texte brut, mais
également des informations sur la fonte de caractère utilisée, la disposition des
caractères dans des pages, les styles typographiques, etc. Toutefois, les
traitements de texte peuvent ouvrir ou sauvegarder un fichier texte, aucune
information de mise en forme n'étant conservée, sauf le cas échéant les sauts de
ligne.
Un fichier texte peut être la structure sous-jacente d'un fichier journal 8.

Structure et propriétés[modifier | modifier le code]

La structure d'un fichier texte est une séquence de lignes. Toutefois,
historiquement, chaque caractère est aligné verticalement, c'est encore le cas
aujourd'hui, dans un éditeur de texte en ligne ou local.
Séquence de lignes[modifier | modifier le code]
Le concept de séquence de lignes reste une caractéristique forte d'un fichier
texte.
Un fichier texte peut simplement contenir du texte dans une langue quelconque.
Dans ce cas, aujourd'hui, il ne respecte plus aucune structure particulière.

Il était une fois une marchande de foie

qui vendait du foie dans la Ville de Foix.
Elle se dit «ma foi c'est la première fois
que je vends du foie dans la ville de Foix !»
using (FileStream stm = new FileStream("logfile.txt", FileMode.Create))
{
return ProcessStuff(stm); //
}

Un fichier texte peut également contenir une donnée structurée qui peut être
analysée par un logiciel et affichée sous une forme plus évoluée, par exemple
une page web :

<!DOCTYPE html>
<html lang="fr">
<head><title>Page web d'exemple</title></head>
<body>
<p>Ceci est une page web d'exemple.</p>
</body>
</html>

Alignement vertical[modifier | modifier le code]

Un fichier texte est généralement rendu visible avec des polices à chasse fixe
alignant le texte verticalement. L'arrivée d'un grand nombre de caractères
Unicode dans les fichiers textes peut questionner ce concept.
Enfin, et de manière plus anecdotique, le propos d'un fichier texte peut être
détourné pour contenir une image, c'est ce qu'on appelle l'art ASCII :

(\___/) (*) (*) \ /

(=*.*=) (°_°) {^o^}
 (")___(") (+) (+) (| . |)
(_) (_) (_) (_)

Cet art nécessite toutefois que tous les caractères affichés aient la même largeur.
Cette technologie a notamment été utilisée pour spécifier des protocoles de
transfert de fichier.
Utilisation de l'art-ASCII comme élément de spécification du «FILE TRANSFER
PROTOCOL» RFC 7654; année 1980:

-------------
|/---------\|
|| User || --------
||Interface|<--->| User |
|\----:----/| --------
---------- | V |
|/------\| FTP Commands |/---------\|
||Server|<---------------->| User ||
|| PI || FTP Replies || PI ||
|\--:---/| |\----:----/|
| V | | V |
-------- |/------\| Data |/---------\| --------
| File |<--->|Server|<---------------->| User |<--->| File |
|System| || DTP || Connection || DTP || |System|
-------- |\------/| |\---------/| --------
---------- -------------

Server-FTP User-FTP

Standardisation et normalisation[modifier | modifier le code]

Les fichiers textes peuvent connaitre des problèmes d'interopérabilité :

 Différence de traitement des changements de lignes : CR ; LF, NL ;

CR+LF
 Présence ou absence éventuelle du marqueur magique BOM
 Différence de codage des caractères
 Différence de traitement des séquences d'échappement éventuelles.
Les variations de formats sont notamment liées aux intérêts régionaux: présence
de caractères accentués ou d'alphabets particuliers. Les industries souhaitent
également offrir de nouveaux caractères, en respectant tous les standards avec
une rigueur inégale.
Codage des caractères[modifier | modifier le code]
Comme tout fichier informatique, un fichier texte contient fondamentalement
des bits. La particularité d'un fichier texte est que l'ensemble du fichier respecte
un standard de codage des caractères. Il existe de nombreux standards de
codage de caractères, ce qui peut rendre problématique la compatibilité des
fichiers texte.
Rôle de l'ASCII[modifier | modifier le code]
La dénomination « fichier ASCII » est souvent confusément (et/ou abusivement)
utilisée à propos de fichiers texte n'utilisant pas le codage des caractères ASCII,
soit pour marquer une opposition à l'EBCDIC, soit pour interdire l'utilisation de
langues autre que l'anglais. Cela tient aussi à une histoire compliquée liée à
l'influence et aux intérêts des États-Unis, pays de langue anglaise, et au fait
qu'actuellement les fichiers textes sont généralement compatibles ASCII tout en
ne se limitant pas à ces caractères. Ainsi des fichiers textes UTF-8 bénéficient
d'une certaine interopérabilité avec des logiciels qui nécessitent des fichiers
compatibles ASCII, contrairement aux fichiers textes UTF-16, qui nécessitent des
logiciels spécifiquement adaptés à l'UTF-16.
Rôle du BOM[modifier | modifier le code]
Article détaillé : Byte Order Mark.
Le BOM est une invention du standard Unicode. Il est parfois présent en début de
fichier pour indiquer visuellement l'encodage d'un fichier (ce code dans un fichier
UTF8 sera visualisé « ï»¿ » en iso8859-1). À ce titre, il s'agit d'un nombre
magique au même titre que le shebang. Mais il est aussi et surtout utilisé pour
déterminer l'ordre des octets (endianness) et cela peut poser des problèmes à
certains logiciels.
Séquence d'échappement[modifier | modifier le code]
Les séquences d'échappement peuvent également être traitées de manière
inégales, alors que leur utilisation est impérative en ISO-2022, conduisant à
l'apparition de mojibake au sens premier du mot.

Notes et références[modifier | modifier le code]

Notes[modifier | modifier le code]
16. ↑ Le standard des États-Unis, l'ASCII inclut des caractères de contrôle, tel que
l'échappement de valeur 27.
17. ↑ les standards ISO-2022 sont bâtis sur ces séquences.
18. ↑ L'Unicode autorise l'utilisation d'un indicateur dénommé BOM.
19. ↑ ASCII 8 bits avec le bit sept, le plus fort, à 0.
20. ↑ Ce qui pourrait signifier que chaque colonne avait un sens précis comme en Cobol et
que la longueur des lignes était fixe, comme l'écran.

Références[modifier | modifier le code]
25. ↑ Popular Science Magazine, February 1950, page 96 [archive]
26. ↑ (en) Request for comments no 265 [archive].
27. ↑ (en) Request for comments no 354 [archive].
28. ↑ Revenir plus haut en :a et b (en) Request for comments no 765 [archive].
29. ↑ File Transfer Protocol  : RFC  959, Network Working Group, octobre 1985 (lire en
ligne [archive]), page 15
30. ↑ Revenir plus haut en :a et b http://www.cairn.info/article.php?ID_ARTICLE=DN_063_0013 [archive]
31. ↑ Barbara Beeton, Asmus Freytag, Murray Sargent III, Unicode Technical Report
1. 25 “Unicode Support for
Mathematics”, https://www.unicode.org/reports/tr25 [archive]
 32. ↑ http://www.oqlf.gouv.qc.ca/ressources/bibliotheque/dictionnaires/internet/fiches/8383642
.html [archive]

Voir aussi[modifier | modifier le code]

Articles connexes[modifier | modifier le code]

 Fichier binaire
 Éditeur de texte
 Format de fichier
 Fichier

  Portail de l’informatique 
  Portail de l’écriture
Catégories : 
 Format de données numériques
 Codage du texte
 Format ouvert
[+]
 La dernière modification de cette page a été faite le 15 octobre 2021 à 16:01.
 Droit d'auteur : les textes sont disponibles sous licence Creative Commons attribution, partage dans
les mêmes conditions ; d’autres conditions peuvent s’appliquer. Voyez les conditions
d’utilisation pour plus de détails, ainsi que les crédits graphiques. En cas de réutilisation des textes
de cette page, voyez comment citer les auteurs et mentionner la licence.
Wikipedia® est une marque déposée de la Wikimedia Foundation, Inc., organisation de
bienfaisance régie par le paragraphe 501(c)(3) du code fiscal des États-Unis.

Fichier texte
Pour les articles homonymes, voir TXT.
Fichier texte

Les 95 caractères et signes du codage ASCII

Caractéristiques
Extensions .txt ,  .text , -

Type MIME text/plain

PUID x-fmt/111

modifier - modifier le code - modifier Wikidata

En informatique, un fichier texte ou fichier texte brut ou fichier texte

simple[réf. nécessaire] est un fichier dont le contenu représente uniquement une suite
de caractères ; il utilise nécessairement une forme particulière de codage des
caractères qui peut être une variante ou une extension du standard local des États-
Unis, l'ASCII. Il n'existe aucune définition officielle, et les différentes interprétations
de ce qu'est un fichier texte partagent des propriétés essentielles. Les caractères
considérés sont généralement les caractères imprimables, d'espaces et de retours à
la ligne. Certains codages de caractères normalisés incluent également certains
caractères de contrôleN 1, séquence d'échappementN 2 ou marqueursN 3 qui peuvent
faire l'objet de différences d'appréciations. La notion de fichier texte est donc
subjective et dépend notamment des systèmes de codage de caractère considérés
(windows-1252 et ISO-8859-1 n'offrant pas les mêmes plages de valeurs
«imprimables».)
Un fichier « non texte » est appelé « fichier binaire », dans le sens où
les bits contenus dans le fichier ne représentent pas une simple suite de caractères
imprimables, d'espaces et de retours à la ligne.

Sommaire

 1Histoire
 2Texte brut
 3Apports et limitations
o 3.1Apports
o 3.2Limitations
 4Usage
 5Structure et propriétés
o 5.1Séquence de lignes
o 5.2Alignement vertical
 6Standardisation et normalisation
o 6.1Codage des caractères
 6.1.1Rôle de l'ASCII
o 6.2Rôle du BOM
o 6.3Séquence d'échappement
 7Notes et références
o 7.1Notes
o 7.2Références
 8Voir aussi
o 8.1Articles connexes

Histoire[modifier | modifier le code]
Un fichier en carte perforée

Extrait d'un programme écrit en BASIC

Copie papier d'un code source (en Fortran) des années 1970, imprimé sur du papier continu, dédié aux
fichiers textes.

La notion de fichier texte a évolué avec l'histoire de l'informatique.

Le mot fichier (« file » en anglais) a été utilisé publiquement dans le contexte d'un
enregistrement informatique déjà en février 1950. Une publicité de la radio Radio
Corporation of America de Popular Science Magazine1 décrivant une nouvelle
mémoire à tube à vide qu'elle avait développée, expliquait :
«...the results of countless computations can be kept "on file" and taken out
again. Such a "file" now exists in a "memory" tube developed at RCA
Laboratories. Electronically it retains figures fed into calculating machines,
holds them in storage while it memorizes new ones - speeds intelligent
solutions through mazes of mathematics. »
En 1952 un fichier était utilisé pour désigner l'information enregistrée sur
une carte perforée.
Or il se trouve que les cartes perforées partageaient certaines propriétés:

 Chaque carte représentait une ligne de 80 colonnes (en général)

 Les programmes (code source) étaient écrits en assemblant des lignes
de textes
 Les cartes perforées qui ne contenaient pas de texte étaient donc déjà
différentes.
En 1971, le RFC 2652 indique qu'un fichier peut être ASCII, cœur d'exécutable,
ou autre. Il mentionne notamment l'EBCDIC.
En juillet 1972, le RFC 3543, discutant des échanges de texte par le protocole
réseau NVT-ASCIIN 4 FTP, indique que les fichiers textes sont enregistrés de
manières différentes selon les systèmes :

 le PDP-10 enregistre le NVT-ASCII en 7-bits justifiés à gauche dans

des mots de 36 bits ;
 le 360's enregistre le texte avec un codage EBCDIC 8-bit ;
 Multics enregistre le texte avec quatre caractère de neuf bits dans des
mots de 36 bits.
Il indique donc que pour le bon transfert des textes, il est nécessaire que les deux
parties effectuent leur part respective de la conversion dans un codage commun;
il s'agit à cette époque de l'ASCII 8 bits, dit NVT.
Cette même année, la RFC fait apparaître le besoin d'une unité commune pour
transmettre des données binaires entre systèmes dont les mots n'ont pas la
même taille, et suggère l'utilisation de byte de 8 bits, c'est-à-dire, de ce que l'on
appelle aujourd'hui des octets, tout en permettant l'utilisation de bytes/mots
différents si négocié.
En 1980, le RFC 7654 en spécifiant le protocole FTP indique les trois raisons
occasionnant le transfert d'un fichier : l'impression, l'archivage, et le traitement.
Constatant, que le seul encodage n'est pas une métainformation suffisante, il
spécifie le reste et notamment les différents mécanismes de changement de ligne
à travers des caractères de contrôle ou de défilement de lignes. En page 12, le
RFC clarifie que les fichiers textes sont tout aussi bien des fichiers ASCII que des
fichiers EBCDIC.
En 1985, lors de l'élaboration du protocole FTP de transfert de fichier, il a été
recommandé de considérer comme fichier texte (en anglais "text" files), deux
formats de fichiers :

 les fichiers file structure, où le fichier est considéré être une séquence

continue de lignes.
 les fichiers record-structure, où le fichier est constitué
d'enregistrements séquentielsN 5
De même les types ASCII et EBCDIC ont été acceptés comme fichier texte 5.

Cette section est vide, insuffisamment détaillée ou incomplète. Votre aide est

la bienvenue ! Comment faire ?

Texte brut[modifier | modifier le code]

Article détaillé : Texte brut.
Texte brut Unicode (Unicode plain text)
De nos jours, l'Unicode est de plus en plus reconnu comme format de texte brut.
Le standard Unicode définit selon ses propres termes ce qu'est le texte brut, sous
le terme de plain text, dans sa version anglaise.
La notion de fichier texte se rapproche donc des propriétés que le standard
Unicode attribue au format nommé plain text en langue anglaise et signifiant texte
brut.
Généralités et controverses
La notion de texte brut (plain text) a, comme la notion de texte enrichi (fancy text),
été introduite par Unicode6.
La notion de plain text peut être traduite par texte en clair, pur texte, texte pur, ou
texte brut6.
Linux Information Project en donne une vision restrictive.
Format de codage
Si l'encodage est inconnu, un texte brut quelconque est inexploitable.
Texte brut approché en mathématiques
Alors que les mathématiques sont un langage international, en tout ou partie, leur
représentation informatique a pu être négligée lors de la création de différents
systèmes de codage des caractères. Toutefois, ces symboles ont bénéficié d'une
forte prise en charge par l'Unicode7, offrant de nouvelles perspectives.
Histoire
La notion de texte brut est implicitement assez ancienne puisque
vraisemblablement elle remonte sans doute au moins si ce n'est à la notion de
machine à écrire, aux premiers langages de programmation utilisant cette
technologie.
Dans son aspect réseau, elle est consignée dans de nombreux RFC.
Protocole et fichier
L'usage du texte brut peut varier entre protocole et ficher. Ceci peut
généralement être invisible à l'utilisateur lorsqu'il copie un texte d'un logiciel à un
autre.
Dans un protocole, le protocole spécifie généralement l'encodage utilisé, d'une
manière ou d'une autre; la longueur du texte peut ne pas être limité, en fonction
du protocole.
Un fichier a généralement une taille limitée, il est généralement admis qu'un
système de fichier ne fournit pas d'information sur l'encodage utilisé pour encoder
un texte brut donné. Cette information essentielle est alors déterminée à travers
un ensemble d'heuristiques.

Apports et limitations[modifier | modifier le code]

Le fichier texte est un élément déterminant en ce qu'il offre la possibilité de
décrire des codes sources et de faciliter la programmation des ordinateurs.
Toutefois, il souffre de facto de nombreux problème d'interopérabilité.
Apports[modifier | modifier le code]
Le fichier texte, lorsqu'il apparait apporte la possibilité de permettre à un humain
de soumettre un texte au traitement automatique d'une machine. Il offre
également la possibilité de supprimer et d'ajouter une ligne, et cela dès les cartes
perforées. Cette fonctionnalité a été reprise par des logiciels comme ed ou edlin.
Limitations[modifier | modifier le code]
Un fichier texte est limité dans sa taille, comme le sont tous les fichiers, par
le système de gestion de fichiers.
De plus par convention on limite volontairement le nombre de colonnes. Une
convention commune est ancienne est d'environ 80 ou 132 colonnes. Cela
correspondait aux standards de terminaux physiques aujourd'hui dépassés. Les
éditeurs modernes savent souvent gérer des lignes plus longues bien que cela ne
soit pas conseillé pour des questions de présentation.
Le fichier texte peut poser de nombreux problèmes d'interopérabilité (pour cause
d'encodage différents) entre pays, entre fournisseurs de logiciels, notamment.

Usage[modifier | modifier le code]
Les fichiers texte sont utilisés par de nombreux logiciels pour conserver les
données de configuration. Ils sont également utilisés pour contenir
les textes écrits en langages de programmation. En outre, la plupart des
langages de programmation offrent des fonctions prédéfinies pour manipuler du
texte brut, ce qui rend la gestion des fichiers textes particulièrement accessible.
Le logiciel utilisé pour éditer un fichier texte est un éditeur de texte. Dans le cas
général, un traitement de texte ne produit pas des fichiers texte. En effet, un
traitement de texte n'a pas seulement besoin de manipuler du texte brut, mais
également des informations sur la fonte de caractère utilisée, la disposition des
caractères dans des pages, les styles typographiques, etc. Toutefois, les
traitements de texte peuvent ouvrir ou sauvegarder un fichier texte, aucune
information de mise en forme n'étant conservée, sauf le cas échéant les sauts de
ligne.
Un fichier texte peut être la structure sous-jacente d'un fichier journal 8.

Structure et propriétés[modifier | modifier le code]

La structure d'un fichier texte est une séquence de lignes. Toutefois,
historiquement, chaque caractère est aligné verticalement, c'est encore le cas
aujourd'hui, dans un éditeur de texte en ligne ou local.
Séquence de lignes[modifier | modifier le code]
Le concept de séquence de lignes reste une caractéristique forte d'un fichier
texte.
Un fichier texte peut simplement contenir du texte dans une langue quelconque.
Dans ce cas, aujourd'hui, il ne respecte plus aucune structure particulière.

Il était une fois une marchande de foie

qui vendait du foie dans la Ville de Foix.
Elle se dit «ma foi c'est la première fois
que je vends du foie dans la ville de Foix !»
using (FileStream stm = new FileStream("logfile.txt", FileMode.Create))
{
return ProcessStuff(stm); //
}

Un fichier texte peut également contenir une donnée structurée qui peut être
analysée par un logiciel et affichée sous une forme plus évoluée, par exemple
une page web :

<!DOCTYPE html>
<html lang="fr">
<head><title>Page web d'exemple</title></head>
<body>
<p>Ceci est une page web d'exemple.</p>
</body>
</html>

Alignement vertical[modifier | modifier le code]

Un fichier texte est généralement rendu visible avec des polices à chasse fixe
alignant le texte verticalement. L'arrivée d'un grand nombre de caractères
Unicode dans les fichiers textes peut questionner ce concept.
Enfin, et de manière plus anecdotique, le propos d'un fichier texte peut être
détourné pour contenir une image, c'est ce qu'on appelle l'art ASCII :

(\___/) (*) (*) \ /

(=*.*=) (°_°) {^o^}
 (")___(") (+) (+) (| . |)
(_) (_) (_) (_)

Cet art nécessite toutefois que tous les caractères affichés aient la même largeur.
Cette technologie a notamment été utilisée pour spécifier des protocoles de
transfert de fichier.
Utilisation de l'art-ASCII comme élément de spécification du «FILE TRANSFER
PROTOCOL» RFC 7654; année 1980:

-------------
|/---------\|
|| User || --------
||Interface|<--->| User |
|\----:----/| --------
---------- | V |
|/------\| FTP Commands |/---------\|
||Server|<---------------->| User ||
|| PI || FTP Replies || PI ||
|\--:---/| |\----:----/|
| V | | V |
-------- |/------\| Data |/---------\| --------
| File |<--->|Server|<---------------->| User |<--->| File |
|System| || DTP || Connection || DTP || |System|
-------- |\------/| |\---------/| --------
---------- -------------

Server-FTP User-FTP

Standardisation et normalisation[modifier | modifier le code]

Les fichiers textes peuvent connaitre des problèmes d'interopérabilité :

 Différence de traitement des changements de lignes : CR ; LF, NL ;

CR+LF
 Présence ou absence éventuelle du marqueur magique BOM
 Différence de codage des caractères
 Différence de traitement des séquences d'échappement éventuelles.
Les variations de formats sont notamment liées aux intérêts régionaux: présence
de caractères accentués ou d'alphabets particuliers. Les industries souhaitent
également offrir de nouveaux caractères, en respectant tous les standards avec
une rigueur inégale.
Codage des caractères[modifier | modifier le code]
Comme tout fichier informatique, un fichier texte contient fondamentalement
des bits. La particularité d'un fichier texte est que l'ensemble du fichier respecte
un standard de codage des caractères. Il existe de nombreux standards de
codage de caractères, ce qui peut rendre problématique la compatibilité des
fichiers texte.
Rôle de l'ASCII[modifier | modifier le code]
La dénomination « fichier ASCII » est souvent confusément (et/ou abusivement)
utilisée à propos de fichiers texte n'utilisant pas le codage des caractères ASCII,
soit pour marquer une opposition à l'EBCDIC, soit pour interdire l'utilisation de
langues autre que l'anglais. Cela tient aussi à une histoire compliquée liée à
l'influence et aux intérêts des États-Unis, pays de langue anglaise, et au fait
qu'actuellement les fichiers textes sont généralement compatibles ASCII tout en
ne se limitant pas à ces caractères. Ainsi des fichiers textes UTF-8 bénéficient
d'une certaine interopérabilité avec des logiciels qui nécessitent des fichiers
compatibles ASCII, contrairement aux fichiers textes UTF-16, qui nécessitent des
logiciels spécifiquement adaptés à l'UTF-16.
Rôle du BOM[modifier | modifier le code]
Article détaillé : Byte Order Mark.
Le BOM est une invention du standard Unicode. Il est parfois présent en début de
fichier pour indiquer visuellement l'encodage d'un fichier (ce code dans un fichier
UTF8 sera visualisé « ï»¿ » en iso8859-1). À ce titre, il s'agit d'un nombre
magique au même titre que le shebang. Mais il est aussi et surtout utilisé pour
déterminer l'ordre des octets (endianness) et cela peut poser des problèmes à
certains logiciels.
Séquence d'échappement[modifier | modifier le code]
Les séquences d'échappement peuvent également être traitées de manière
inégales, alors que leur utilisation est impérative en ISO-2022, conduisant à
l'apparition de mojibake au sens premier du mot.

Notes et références[modifier | modifier le code]

Notes[modifier | modifier le code]
16. ↑ Le standard des États-Unis, l'ASCII inclut des caractères de contrôle, tel que
l'échappement de valeur 27.
17. ↑ les standards ISO-2022 sont bâtis sur ces séquences.
18. ↑ L'Unicode autorise l'utilisation d'un indicateur dénommé BOM.
19. ↑ ASCII 8 bits avec le bit sept, le plus fort, à 0.
20. ↑ Ce qui pourrait signifier que chaque colonne avait un sens précis comme en Cobol et
que la longueur des lignes était fixe, comme l'écran.

Références[modifier | modifier le code]
25. ↑ Popular Science Magazine, February 1950, page 96 [archive]
26. ↑ (en) Request for comments no 265 [archive].
27. ↑ (en) Request for comments no 354 [archive].
28. ↑ Revenir plus haut en :a et b (en) Request for comments no 765 [archive].
29. ↑ File Transfer Protocol  : RFC  959, Network Working Group, octobre 1985 (lire en
ligne [archive]), page 15
30. ↑ Revenir plus haut en :a et b http://www.cairn.info/article.php?ID_ARTICLE=DN_063_0013 [archive]
31. ↑ Barbara Beeton, Asmus Freytag, Murray Sargent III, Unicode Technical Report
1. 25 “Unicode Support for
Mathematics”, https://www.unicode.org/reports/tr25 [archive]
 32. ↑ http://www.oqlf.gouv.qc.ca/ressources/bibliotheque/dictionnaires/internet/fiches/8383642
.html [archive]

Voir aussi[modifier | modifier le code]

Articles connexes[modifier | modifier le code]

 Fichier binaire
 Éditeur de texte
 Format de fichier
 Fichier

  Portail de l’informatique 
  Portail de l’écriture
Catégories : 
 Format de données numériques
 Codage du texte
 Format ouvert
[+]
 La dernière modification de cette page a été faite le 15 octobre 2021 à 16:01.
 Droit d'auteur : les textes sont disponibles sous licence Creative Commons attribution, partage dans
les mêmes conditions ; d’autres conditions peuvent s’appliquer. Voyez les conditions
d’utilisation pour plus de détails, ainsi que les crédits graphiques. En cas de réutilisation des textes
de cette page, voyez comment citer les auteurs et mentionner la licence.
Wikipedia® est une marque déposée de la Wikimedia Foundation, Inc., organisation de
bienfaisance régie par le paragraphe 501(c)(3) du code fiscal des États-Unis.

Fichier texte
Pour les articles homonymes, voir TXT.
Fichier texte

Les 95 caractères et signes du codage ASCII

Caractéristiques
Extensions .txt ,  .text , -

Type MIME text/plain

PUID x-fmt/111

modifier - modifier le code - modifier Wikidata

En informatique, un fichier texte ou fichier texte brut ou fichier texte

simple[réf. nécessaire] est un fichier dont le contenu représente uniquement une suite
de caractères ; il utilise nécessairement une forme particulière de codage des
caractères qui peut être une variante ou une extension du standard local des États-
Unis, l'ASCII. Il n'existe aucune définition officielle, et les différentes interprétations
de ce qu'est un fichier texte partagent des propriétés essentielles. Les caractères
considérés sont généralement les caractères imprimables, d'espaces et de retours à
la ligne. Certains codages de caractères normalisés incluent également certains
caractères de contrôleN 1, séquence d'échappementN 2 ou marqueursN 3 qui peuvent
faire l'objet de différences d'appréciations. La notion de fichier texte est donc
subjective et dépend notamment des systèmes de codage de caractère considérés
(windows-1252 et ISO-8859-1 n'offrant pas les mêmes plages de valeurs
«imprimables».)
Un fichier « non texte » est appelé « fichier binaire », dans le sens où
les bits contenus dans le fichier ne représentent pas une simple suite de caractères
imprimables, d'espaces et de retours à la ligne.

Sommaire

 1Histoire
 2Texte brut
 3Apports et limitations
o 3.1Apports
o 3.2Limitations
 4Usage
 5Structure et propriétés
o 5.1Séquence de lignes
o 5.2Alignement vertical
 6Standardisation et normalisation
o 6.1Codage des caractères
 6.1.1Rôle de l'ASCII
o 6.2Rôle du BOM
o 6.3Séquence d'échappement
 7Notes et références
o 7.1Notes
o 7.2Références
 8Voir aussi
o 8.1Articles connexes

Histoire[modifier | modifier le code]
Un fichier en carte perforée

Extrait d'un programme écrit en BASIC

Copie papier d'un code source (en Fortran) des années 1970, imprimé sur du papier continu, dédié aux
fichiers textes.

La notion de fichier texte a évolué avec l'histoire de l'informatique.

Le mot fichier (« file » en anglais) a été utilisé publiquement dans le contexte d'un
enregistrement informatique déjà en février 1950. Une publicité de la radio Radio
Corporation of America de Popular Science Magazine1 décrivant une nouvelle
mémoire à tube à vide qu'elle avait développée, expliquait :
«...the results of countless computations can be kept "on file" and taken out
again. Such a "file" now exists in a "memory" tube developed at RCA
Laboratories. Electronically it retains figures fed into calculating machines,
holds them in storage while it memorizes new ones - speeds intelligent
solutions through mazes of mathematics. »
En 1952 un fichier était utilisé pour désigner l'information enregistrée sur
une carte perforée.
Or il se trouve que les cartes perforées partageaient certaines propriétés:

 Chaque carte représentait une ligne de 80 colonnes (en général)

 Les programmes (code source) étaient écrits en assemblant des lignes
de textes
 Les cartes perforées qui ne contenaient pas de texte étaient donc déjà
différentes.
En 1971, le RFC 2652 indique qu'un fichier peut être ASCII, cœur d'exécutable,
ou autre. Il mentionne notamment l'EBCDIC.
En juillet 1972, le RFC 3543, discutant des échanges de texte par le protocole
réseau NVT-ASCIIN 4 FTP, indique que les fichiers textes sont enregistrés de
manières différentes selon les systèmes :

 le PDP-10 enregistre le NVT-ASCII en 7-bits justifiés à gauche dans

des mots de 36 bits ;
 le 360's enregistre le texte avec un codage EBCDIC 8-bit ;
 Multics enregistre le texte avec quatre caractère de neuf bits dans des
mots de 36 bits.
Il indique donc que pour le bon transfert des textes, il est nécessaire que les deux
parties effectuent leur part respective de la conversion dans un codage commun;
il s'agit à cette époque de l'ASCII 8 bits, dit NVT.
Cette même année, la RFC fait apparaître le besoin d'une unité commune pour
transmettre des données binaires entre systèmes dont les mots n'ont pas la
même taille, et suggère l'utilisation de byte de 8 bits, c'est-à-dire, de ce que l'on
appelle aujourd'hui des octets, tout en permettant l'utilisation de bytes/mots
différents si négocié.
En 1980, le RFC 7654 en spécifiant le protocole FTP indique les trois raisons
occasionnant le transfert d'un fichier : l'impression, l'archivage, et le traitement.
Constatant, que le seul encodage n'est pas une métainformation suffisante, il
spécifie le reste et notamment les différents mécanismes de changement de ligne
à travers des caractères de contrôle ou de défilement de lignes. En page 12, le
RFC clarifie que les fichiers textes sont tout aussi bien des fichiers ASCII que des
fichiers EBCDIC.
En 1985, lors de l'élaboration du protocole FTP de transfert de fichier, il a été
recommandé de considérer comme fichier texte (en anglais "text" files), deux
formats de fichiers :

 les fichiers file structure, où le fichier est considéré être une séquence

continue de lignes.
 les fichiers record-structure, où le fichier est constitué
d'enregistrements séquentielsN 5
De même les types ASCII et EBCDIC ont été acceptés comme fichier texte 5.

Cette section est vide, insuffisamment détaillée ou incomplète. Votre aide est

la bienvenue ! Comment faire ?

Texte brut[modifier | modifier le code]

Article détaillé : Texte brut.
Texte brut Unicode (Unicode plain text)
De nos jours, l'Unicode est de plus en plus reconnu comme format de texte brut.
Le standard Unicode définit selon ses propres termes ce qu'est le texte brut, sous
le terme de plain text, dans sa version anglaise.
La notion de fichier texte se rapproche donc des propriétés que le standard
Unicode attribue au format nommé plain text en langue anglaise et signifiant texte
brut.
Généralités et controverses
La notion de texte brut (plain text) a, comme la notion de texte enrichi (fancy text),
été introduite par Unicode6.
La notion de plain text peut être traduite par texte en clair, pur texte, texte pur, ou
texte brut6.
Linux Information Project en donne une vision restrictive.
Format de codage
Si l'encodage est inconnu, un texte brut quelconque est inexploitable.
Texte brut approché en mathématiques
Alors que les mathématiques sont un langage international, en tout ou partie, leur
représentation informatique a pu être négligée lors de la création de différents
systèmes de codage des caractères. Toutefois, ces symboles ont bénéficié d'une
forte prise en charge par l'Unicode7, offrant de nouvelles perspectives.
Histoire
La notion de texte brut est implicitement assez ancienne puisque
vraisemblablement elle remonte sans doute au moins si ce n'est à la notion de
machine à écrire, aux premiers langages de programmation utilisant cette
technologie.
Dans son aspect réseau, elle est consignée dans de nombreux RFC.
Protocole et fichier
L'usage du texte brut peut varier entre protocole et ficher. Ceci peut
généralement être invisible à l'utilisateur lorsqu'il copie un texte d'un logiciel à un
autre.
Dans un protocole, le protocole spécifie généralement l'encodage utilisé, d'une
manière ou d'une autre; la longueur du texte peut ne pas être limité, en fonction
du protocole.
Un fichier a généralement une taille limitée, il est généralement admis qu'un
système de fichier ne fournit pas d'information sur l'encodage utilisé pour encoder
un texte brut donné. Cette information essentielle est alors déterminée à travers
un ensemble d'heuristiques.

Apports et limitations[modifier | modifier le code]

Le fichier texte est un élément déterminant en ce qu'il offre la possibilité de
décrire des codes sources et de faciliter la programmation des ordinateurs.
Toutefois, il souffre de facto de nombreux problème d'interopérabilité.
Apports[modifier | modifier le code]
Le fichier texte, lorsqu'il apparait apporte la possibilité de permettre à un humain
de soumettre un texte au traitement automatique d'une machine. Il offre
également la possibilité de supprimer et d'ajouter une ligne, et cela dès les cartes
perforées. Cette fonctionnalité a été reprise par des logiciels comme ed ou edlin.
Limitations[modifier | modifier le code]
Un fichier texte est limité dans sa taille, comme le sont tous les fichiers, par
le système de gestion de fichiers.
De plus par convention on limite volontairement le nombre de colonnes. Une
convention commune est ancienne est d'environ 80 ou 132 colonnes. Cela
correspondait aux standards de terminaux physiques aujourd'hui dépassés. Les
éditeurs modernes savent souvent gérer des lignes plus longues bien que cela ne
soit pas conseillé pour des questions de présentation.
Le fichier texte peut poser de nombreux problèmes d'interopérabilité (pour cause
d'encodage différents) entre pays, entre fournisseurs de logiciels, notamment.

Usage[modifier | modifier le code]
Les fichiers texte sont utilisés par de nombreux logiciels pour conserver les
données de configuration. Ils sont également utilisés pour contenir
les textes écrits en langages de programmation. En outre, la plupart des
langages de programmation offrent des fonctions prédéfinies pour manipuler du
texte brut, ce qui rend la gestion des fichiers textes particulièrement accessible.
Le logiciel utilisé pour éditer un fichier texte est un éditeur de texte. Dans le cas
général, un traitement de texte ne produit pas des fichiers texte. En effet, un
traitement de texte n'a pas seulement besoin de manipuler du texte brut, mais
également des informations sur la fonte de caractère utilisée, la disposition des
caractères dans des pages, les styles typographiques, etc. Toutefois, les
traitements de texte peuvent ouvrir ou sauvegarder un fichier texte, aucune
information de mise en forme n'étant conservée, sauf le cas échéant les sauts de
ligne.
Un fichier texte peut être la structure sous-jacente d'un fichier journal 8.

Structure et propriétés[modifier | modifier le code]

La structure d'un fichier texte est une séquence de lignes. Toutefois,
historiquement, chaque caractère est aligné verticalement, c'est encore le cas
aujourd'hui, dans un éditeur de texte en ligne ou local.
Séquence de lignes[modifier | modifier le code]
Le concept de séquence de lignes reste une caractéristique forte d'un fichier
texte.
Un fichier texte peut simplement contenir du texte dans une langue quelconque.
Dans ce cas, aujourd'hui, il ne respecte plus aucune structure particulière.

Il était une fois une marchande de foie

qui vendait du foie dans la Ville de Foix.
Elle se dit «ma foi c'est la première fois
que je vends du foie dans la ville de Foix !»
using (FileStream stm = new FileStream("logfile.txt", FileMode.Create))
{
return ProcessStuff(stm); //
}

Un fichier texte peut également contenir une donnée structurée qui peut être
analysée par un logiciel et affichée sous une forme plus évoluée, par exemple
une page web :

<!DOCTYPE html>
<html lang="fr">
<head><title>Page web d'exemple</title></head>
<body>
<p>Ceci est une page web d'exemple.</p>
</body>
</html>

Alignement vertical[modifier | modifier le code]

Un fichier texte est généralement rendu visible avec des polices à chasse fixe
alignant le texte verticalement. L'arrivée d'un grand nombre de caractères
Unicode dans les fichiers textes peut questionner ce concept.
Enfin, et de manière plus anecdotique, le propos d'un fichier texte peut être
détourné pour contenir une image, c'est ce qu'on appelle l'art ASCII :

(\___/) (*) (*) \ /

(=*.*=) (°_°) {^o^}
 (")___(") (+) (+) (| . |)
(_) (_) (_) (_)

Cet art nécessite toutefois que tous les caractères affichés aient la même largeur.
Cette technologie a notamment été utilisée pour spécifier des protocoles de
transfert de fichier.
Utilisation de l'art-ASCII comme élément de spécification du «FILE TRANSFER
PROTOCOL» RFC 7654; année 1980:

-------------
|/---------\|
|| User || --------
||Interface|<--->| User |
|\----:----/| --------
---------- | V |
|/------\| FTP Commands |/---------\|
||Server|<---------------->| User ||
|| PI || FTP Replies || PI ||
|\--:---/| |\----:----/|
| V | | V |
-------- |/------\| Data |/---------\| --------
| File |<--->|Server|<---------------->| User |<--->| File |
|System| || DTP || Connection || DTP || |System|
-------- |\------/| |\---------/| --------
---------- -------------

Server-FTP User-FTP

Standardisation et normalisation[modifier | modifier le code]

Les fichiers textes peuvent connaitre des problèmes d'interopérabilité :

 Différence de traitement des changements de lignes : CR ; LF, NL ;

CR+LF
 Présence ou absence éventuelle du marqueur magique BOM
 Différence de codage des caractères
 Différence de traitement des séquences d'échappement éventuelles.
Les variations de formats sont notamment liées aux intérêts régionaux: présence
de caractères accentués ou d'alphabets particuliers. Les industries souhaitent
également offrir de nouveaux caractères, en respectant tous les standards avec
une rigueur inégale.
Codage des caractères[modifier | modifier le code]
Comme tout fichier informatique, un fichier texte contient fondamentalement
des bits. La particularité d'un fichier texte est que l'ensemble du fichier respecte
un standard de codage des caractères. Il existe de nombreux standards de
codage de caractères, ce qui peut rendre problématique la compatibilité des
fichiers texte.
Rôle de l'ASCII[modifier | modifier le code]
La dénomination « fichier ASCII » est souvent confusément (et/ou abusivement)
utilisée à propos de fichiers texte n'utilisant pas le codage des caractères ASCII,
soit pour marquer une opposition à l'EBCDIC, soit pour interdire l'utilisation de
langues autre que l'anglais. Cela tient aussi à une histoire compliquée liée à
l'influence et aux intérêts des États-Unis, pays de langue anglaise, et au fait
qu'actuellement les fichiers textes sont généralement compatibles ASCII tout en
ne se limitant pas à ces caractères. Ainsi des fichiers textes UTF-8 bénéficient
d'une certaine interopérabilité avec des logiciels qui nécessitent des fichiers
compatibles ASCII, contrairement aux fichiers textes UTF-16, qui nécessitent des
logiciels spécifiquement adaptés à l'UTF-16.
Rôle du BOM[modifier | modifier le code]
Article détaillé : Byte Order Mark.
Le BOM est une invention du standard Unicode. Il est parfois présent en début de
fichier pour indiquer visuellement l'encodage d'un fichier (ce code dans un fichier
UTF8 sera visualisé « ï»¿ » en iso8859-1). À ce titre, il s'agit d'un nombre
magique au même titre que le shebang. Mais il est aussi et surtout utilisé pour
déterminer l'ordre des octets (endianness) et cela peut poser des problèmes à
certains logiciels.
Séquence d'échappement[modifier | modifier le code]
Les séquences d'échappement peuvent également être traitées de manière
inégales, alors que leur utilisation est impérative en ISO-2022, conduisant à
l'apparition de mojibake au sens premier du mot.

Notes et références[modifier | modifier le code]

Notes[modifier | modifier le code]
16. ↑ Le standard des États-Unis, l'ASCII inclut des caractères de contrôle, tel que
l'échappement de valeur 27.
17. ↑ les standards ISO-2022 sont bâtis sur ces séquences.
18. ↑ L'Unicode autorise l'utilisation d'un indicateur dénommé BOM.
19. ↑ ASCII 8 bits avec le bit sept, le plus fort, à 0.
20. ↑ Ce qui pourrait signifier que chaque colonne avait un sens précis comme en Cobol et
que la longueur des lignes était fixe, comme l'écran.

Références[modifier | modifier le code]
25. ↑ Popular Science Magazine, February 1950, page 96 [archive]
26. ↑ (en) Request for comments no 265 [archive].
27. ↑ (en) Request for comments no 354 [archive].
28. ↑ Revenir plus haut en :a et b (en) Request for comments no 765 [archive].
29. ↑ File Transfer Protocol  : RFC  959, Network Working Group, octobre 1985 (lire en
ligne [archive]), page 15
30. ↑ Revenir plus haut en :a et b http://www.cairn.info/article.php?ID_ARTICLE=DN_063_0013 [archive]
31. ↑ Barbara Beeton, Asmus Freytag, Murray Sargent III, Unicode Technical Report
1. 25 “Unicode Support for
Mathematics”, https://www.unicode.org/reports/tr25 [archive]
 32. ↑ http://www.oqlf.gouv.qc.ca/ressources/bibliotheque/dictionnaires/internet/fiches/8383642
.html [archive]

Voir aussi[modifier | modifier le code]

Articles connexes[modifier | modifier le code]

 Fichier binaire
 Éditeur de texte
 Format de fichier
 Fichier

  Portail de l’informatique 
  Portail de l’écriture
Catégories : 
 Format de données numériques
 Codage du texte
 Format ouvert
[+]
 La dernière modification de cette page a été faite le 15 octobre 2021 à 16:01.
 Droit d'auteur : les textes sont disponibles sous licence Creative Commons attribution, partage dans
les mêmes conditions ; d’autres conditions peuvent s’appliquer. Voyez les conditions
d’utilisation pour plus de détails, ainsi que les crédits graphiques. En cas de réutilisation des textes
de cette page, voyez comment citer les auteurs et mentionner la licence.
Wikipedia® est une marque déposée de la Wikimedia Foundation, Inc., organisation de
bienfaisance régie par le paragraphe 501(c)(3) du code fiscal des États-Unis.

Fichier texte
Pour les articles homonymes, voir TXT.
Fichier texte

Les 95 caractères et signes du codage ASCII

Caractéristiques
Extensions .txt ,  .text , -

Type MIME text/plain

PUID x-fmt/111

modifier - modifier le code - modifier Wikidata

En informatique, un fichier texte ou fichier texte brut ou fichier texte

simple[réf. nécessaire] est un fichier dont le contenu représente uniquement une suite
de caractères ; il utilise nécessairement une forme particulière de codage des
caractères qui peut être une variante ou une extension du standard local des États-
Unis, l'ASCII. Il n'existe aucune définition officielle, et les différentes interprétations
de ce qu'est un fichier texte partagent des propriétés essentielles. Les caractères
considérés sont généralement les caractères imprimables, d'espaces et de retours à
la ligne. Certains codages de caractères normalisés incluent également certains
caractères de contrôleN 1, séquence d'échappementN 2 ou marqueursN 3 qui peuvent
faire l'objet de différences d'appréciations. La notion de fichier texte est donc
subjective et dépend notamment des systèmes de codage de caractère considérés
(windows-1252 et ISO-8859-1 n'offrant pas les mêmes plages de valeurs
«imprimables».)
Un fichier « non texte » est appelé « fichier binaire », dans le sens où
les bits contenus dans le fichier ne représentent pas une simple suite de caractères
imprimables, d'espaces et de retours à la ligne.

Sommaire

 1Histoire
 2Texte brut
 3Apports et limitations
o 3.1Apports
o 3.2Limitations
 4Usage
 5Structure et propriétés
o 5.1Séquence de lignes
o 5.2Alignement vertical
 6Standardisation et normalisation
o 6.1Codage des caractères
 6.1.1Rôle de l'ASCII
o 6.2Rôle du BOM
o 6.3Séquence d'échappement
 7Notes et références
o 7.1Notes
o 7.2Références
 8Voir aussi
o 8.1Articles connexes

Histoire[modifier | modifier le code]
Un fichier en carte perforée

Extrait d'un programme écrit en BASIC

Copie papier d'un code source (en Fortran) des années 1970, imprimé sur du papier continu, dédié aux
fichiers textes.

La notion de fichier texte a évolué avec l'histoire de l'informatique.

Le mot fichier (« file » en anglais) a été utilisé publiquement dans le contexte d'un
enregistrement informatique déjà en février 1950. Une publicité de la radio Radio
Corporation of America de Popular Science Magazine1 décrivant une nouvelle
mémoire à tube à vide qu'elle avait développée, expliquait :
«...the results of countless computations can be kept "on file" and taken out
again. Such a "file" now exists in a "memory" tube developed at RCA
Laboratories. Electronically it retains figures fed into calculating machines,
holds them in storage while it memorizes new ones - speeds intelligent
solutions through mazes of mathematics. »
En 1952 un fichier était utilisé pour désigner l'information enregistrée sur
une carte perforée.
Or il se trouve que les cartes perforées partageaient certaines propriétés:

 Chaque carte représentait une ligne de 80 colonnes (en général)

 Les programmes (code source) étaient écrits en assemblant des lignes
de textes
 Les cartes perforées qui ne contenaient pas de texte étaient donc déjà
différentes.
En 1971, le RFC 2652 indique qu'un fichier peut être ASCII, cœur d'exécutable,
ou autre. Il mentionne notamment l'EBCDIC.
En juillet 1972, le RFC 3543, discutant des échanges de texte par le protocole
réseau NVT-ASCIIN 4 FTP, indique que les fichiers textes sont enregistrés de
manières différentes selon les systèmes :

 le PDP-10 enregistre le NVT-ASCII en 7-bits justifiés à gauche dans

des mots de 36 bits ;
 le 360's enregistre le texte avec un codage EBCDIC 8-bit ;
 Multics enregistre le texte avec quatre caractère de neuf bits dans des
mots de 36 bits.
Il indique donc que pour le bon transfert des textes, il est nécessaire que les deux
parties effectuent leur part respective de la conversion dans un codage commun;
il s'agit à cette époque de l'ASCII 8 bits, dit NVT.
Cette même année, la RFC fait apparaître le besoin d'une unité commune pour
transmettre des données binaires entre systèmes dont les mots n'ont pas la
même taille, et suggère l'utilisation de byte de 8 bits, c'est-à-dire, de ce que l'on
appelle aujourd'hui des octets, tout en permettant l'utilisation de bytes/mots
différents si négocié.
En 1980, le RFC 7654 en spécifiant le protocole FTP indique les trois raisons
occasionnant le transfert d'un fichier : l'impression, l'archivage, et le traitement.
Constatant, que le seul encodage n'est pas une métainformation suffisante, il
spécifie le reste et notamment les différents mécanismes de changement de ligne
à travers des caractères de contrôle ou de défilement de lignes. En page 12, le
RFC clarifie que les fichiers textes sont tout aussi bien des fichiers ASCII que des
fichiers EBCDIC.
En 1985, lors de l'élaboration du protocole FTP de transfert de fichier, il a été
recommandé de considérer comme fichier texte (en anglais "text" files), deux
formats de fichiers :

 les fichiers file structure, où le fichier est considéré être une séquence

continue de lignes.
 les fichiers record-structure, où le fichier est constitué
d'enregistrements séquentielsN 5
De même les types ASCII et EBCDIC ont été acceptés comme fichier texte 5.

Cette section est vide, insuffisamment détaillée ou incomplète. Votre aide est

la bienvenue ! Comment faire ?

Texte brut[modifier | modifier le code]

Article détaillé : Texte brut.
Texte brut Unicode (Unicode plain text)
De nos jours, l'Unicode est de plus en plus reconnu comme format de texte brut.
Le standard Unicode définit selon ses propres termes ce qu'est le texte brut, sous
le terme de plain text, dans sa version anglaise.
La notion de fichier texte se rapproche donc des propriétés que le standard
Unicode attribue au format nommé plain text en langue anglaise et signifiant texte
brut.
Généralités et controverses
La notion de texte brut (plain text) a, comme la notion de texte enrichi (fancy text),
été introduite par Unicode6.
La notion de plain text peut être traduite par texte en clair, pur texte, texte pur, ou
texte brut6.
Linux Information Project en donne une vision restrictive.
Format de codage
Si l'encodage est inconnu, un texte brut quelconque est inexploitable.
Texte brut approché en mathématiques
Alors que les mathématiques sont un langage international, en tout ou partie, leur
représentation informatique a pu être négligée lors de la création de différents
systèmes de codage des caractères. Toutefois, ces symboles ont bénéficié d'une
forte prise en charge par l'Unicode7, offrant de nouvelles perspectives.
Histoire
La notion de texte brut est implicitement assez ancienne puisque
vraisemblablement elle remonte sans doute au moins si ce n'est à la notion de
machine à écrire, aux premiers langages de programmation utilisant cette
technologie.
Dans son aspect réseau, elle est consignée dans de nombreux RFC.
Protocole et fichier
L'usage du texte brut peut varier entre protocole et ficher. Ceci peut
généralement être invisible à l'utilisateur lorsqu'il copie un texte d'un logiciel à un
autre.
Dans un protocole, le protocole spécifie généralement l'encodage utilisé, d'une
manière ou d'une autre; la longueur du texte peut ne pas être limité, en fonction
du protocole.
Un fichier a généralement une taille limitée, il est généralement admis qu'un
système de fichier ne fournit pas d'information sur l'encodage utilisé pour encoder
un texte brut donné. Cette information essentielle est alors déterminée à travers
un ensemble d'heuristiques.

Apports et limitations[modifier | modifier le code]

Le fichier texte est un élément déterminant en ce qu'il offre la possibilité de
décrire des codes sources et de faciliter la programmation des ordinateurs.
Toutefois, il souffre de facto de nombreux problème d'interopérabilité.
Apports[modifier | modifier le code]
Le fichier texte, lorsqu'il apparait apporte la possibilité de permettre à un humain
de soumettre un texte au traitement automatique d'une machine. Il offre
également la possibilité de supprimer et d'ajouter une ligne, et cela dès les cartes
perforées. Cette fonctionnalité a été reprise par des logiciels comme ed ou edlin.
Limitations[modifier | modifier le code]
Un fichier texte est limité dans sa taille, comme le sont tous les fichiers, par
le système de gestion de fichiers.
De plus par convention on limite volontairement le nombre de colonnes. Une
convention commune est ancienne est d'environ 80 ou 132 colonnes. Cela
correspondait aux standards de terminaux physiques aujourd'hui dépassés. Les
éditeurs modernes savent souvent gérer des lignes plus longues bien que cela ne
soit pas conseillé pour des questions de présentation.
Le fichier texte peut poser de nombreux problèmes d'interopérabilité (pour cause
d'encodage différents) entre pays, entre fournisseurs de logiciels, notamment.

Usage[modifier | modifier le code]
Les fichiers texte sont utilisés par de nombreux logiciels pour conserver les
données de configuration. Ils sont également utilisés pour contenir
les textes écrits en langages de programmation. En outre, la plupart des
langages de programmation offrent des fonctions prédéfinies pour manipuler du
texte brut, ce qui rend la gestion des fichiers textes particulièrement accessible.
Le logiciel utilisé pour éditer un fichier texte est un éditeur de texte. Dans le cas
général, un traitement de texte ne produit pas des fichiers texte. En effet, un
traitement de texte n'a pas seulement besoin de manipuler du texte brut, mais
également des informations sur la fonte de caractère utilisée, la disposition des
caractères dans des pages, les styles typographiques, etc. Toutefois, les
traitements de texte peuvent ouvrir ou sauvegarder un fichier texte, aucune
information de mise en forme n'étant conservée, sauf le cas échéant les sauts de
ligne.
Un fichier texte peut être la structure sous-jacente d'un fichier journal 8.

Structure et propriétés[modifier | modifier le code]

La structure d'un fichier texte est une séquence de lignes. Toutefois,
historiquement, chaque caractère est aligné verticalement, c'est encore le cas
aujourd'hui, dans un éditeur de texte en ligne ou local.
Séquence de lignes[modifier | modifier le code]
Le concept de séquence de lignes reste une caractéristique forte d'un fichier
texte.
Un fichier texte peut simplement contenir du texte dans une langue quelconque.
Dans ce cas, aujourd'hui, il ne respecte plus aucune structure particulière.

Il était une fois une marchande de foie

qui vendait du foie dans la Ville de Foix.
Elle se dit «ma foi c'est la première fois
que je vends du foie dans la ville de Foix !»
using (FileStream stm = new FileStream("logfile.txt", FileMode.Create))
{
return ProcessStuff(stm); //
}

Un fichier texte peut également contenir une donnée structurée qui peut être
analysée par un logiciel et affichée sous une forme plus évoluée, par exemple
une page web :

<!DOCTYPE html>
<html lang="fr">
<head><title>Page web d'exemple</title></head>
<body>
<p>Ceci est une page web d'exemple.</p>
</body>
</html>

Alignement vertical[modifier | modifier le code]

Un fichier texte est généralement rendu visible avec des polices à chasse fixe
alignant le texte verticalement. L'arrivée d'un grand nombre de caractères
Unicode dans les fichiers textes peut questionner ce concept.
Enfin, et de manière plus anecdotique, le propos d'un fichier texte peut être
détourné pour contenir une image, c'est ce qu'on appelle l'art ASCII :

(\___/) (*) (*) \ /

(=*.*=) (°_°) {^o^}
 (")___(") (+) (+) (| . |)
(_) (_) (_) (_)

Cet art nécessite toutefois que tous les caractères affichés aient la même largeur.
Cette technologie a notamment été utilisée pour spécifier des protocoles de
transfert de fichier.
Utilisation de l'art-ASCII comme élément de spécification du «FILE TRANSFER
PROTOCOL» RFC 7654; année 1980:

-------------
|/---------\|
|| User || --------
||Interface|<--->| User |
|\----:----/| --------
---------- | V |
|/------\| FTP Commands |/---------\|
||Server|<---------------->| User ||
|| PI || FTP Replies || PI ||
|\--:---/| |\----:----/|
| V | | V |
-------- |/------\| Data |/---------\| --------
| File |<--->|Server|<---------------->| User |<--->| File |
|System| || DTP || Connection || DTP || |System|
-------- |\------/| |\---------/| --------
---------- -------------

Server-FTP User-FTP

Standardisation et normalisation[modifier | modifier le code]

Les fichiers textes peuvent connaitre des problèmes d'interopérabilité :

 Différence de traitement des changements de lignes : CR ; LF, NL ;

CR+LF
 Présence ou absence éventuelle du marqueur magique BOM
 Différence de codage des caractères
 Différence de traitement des séquences d'échappement éventuelles.
Les variations de formats sont notamment liées aux intérêts régionaux: présence
de caractères accentués ou d'alphabets particuliers. Les industries souhaitent
également offrir de nouveaux caractères, en respectant tous les standards avec
une rigueur inégale.
Codage des caractères[modifier | modifier le code]
Comme tout fichier informatique, un fichier texte contient fondamentalement
des bits. La particularité d'un fichier texte est que l'ensemble du fichier respecte
un standard de codage des caractères. Il existe de nombreux standards de
codage de caractères, ce qui peut rendre problématique la compatibilité des
fichiers texte.
Rôle de l'ASCII[modifier | modifier le code]
La dénomination « fichier ASCII » est souvent confusément (et/ou abusivement)
utilisée à propos de fichiers texte n'utilisant pas le codage des caractères ASCII,
soit pour marquer une opposition à l'EBCDIC, soit pour interdire l'utilisation de
langues autre que l'anglais. Cela tient aussi à une histoire compliquée liée à
l'influence et aux intérêts des États-Unis, pays de langue anglaise, et au fait
qu'actuellement les fichiers textes sont généralement compatibles ASCII tout en
ne se limitant pas à ces caractères. Ainsi des fichiers textes UTF-8 bénéficient
d'une certaine interopérabilité avec des logiciels qui nécessitent des fichiers
compatibles ASCII, contrairement aux fichiers textes UTF-16, qui nécessitent des
logiciels spécifiquement adaptés à l'UTF-16.
Rôle du BOM[modifier | modifier le code]
Article détaillé : Byte Order Mark.
Le BOM est une invention du standard Unicode. Il est parfois présent en début de
fichier pour indiquer visuellement l'encodage d'un fichier (ce code dans un fichier
UTF8 sera visualisé « ï»¿ » en iso8859-1). À ce titre, il s'agit d'un nombre
magique au même titre que le shebang. Mais il est aussi et surtout utilisé pour
déterminer l'ordre des octets (endianness) et cela peut poser des problèmes à
certains logiciels.
Séquence d'échappement[modifier | modifier le code]
Les séquences d'échappement peuvent également être traitées de manière
inégales, alors que leur utilisation est impérative en ISO-2022, conduisant à
l'apparition de mojibake au sens premier du mot.

Notes et références[modifier | modifier le code]

Notes[modifier | modifier le code]
21. ↑ Le standard des États-Unis, l'ASCII inclut des caractères de contrôle, tel que
l'échappement de valeur 27.
22. ↑ les standards ISO-2022 sont bâtis sur ces séquences.
23. ↑ L'Unicode autorise l'utilisation d'un indicateur dénommé BOM.
24. ↑ ASCII 8 bits avec le bit sept, le plus fort, à 0.
25. ↑ Ce qui pourrait signifier que chaque colonne avait un sens précis comme en Cobol et
que la longueur des lignes était fixe, comme l'écran.

Références[modifier | modifier le code]
33. ↑ Popular Science Magazine, February 1950, page 96 [archive]
34. ↑ (en) Request for comments no 265 [archive].
35. ↑ (en) Request for comments no 354 [archive].
36. ↑ Revenir plus haut en :a et b (en) Request for comments no 765 [archive].
37. ↑ File Transfer Protocol  : RFC  959, Network Working Group, octobre 1985 (lire en
ligne [archive]), page 15
38. ↑ Revenir plus haut en :a et b http://www.cairn.info/article.php?ID_ARTICLE=DN_063_0013 [archive]
39. ↑ Barbara Beeton, Asmus Freytag, Murray Sargent III, Unicode Technical Report
1. 25 “Unicode Support for
Mathematics”, https://www.unicode.org/reports/tr25 [archive]
 40. ↑ http://www.oqlf.gouv.qc.ca/ressources/bibliotheque/dictionnaires/internet/fiches/8383642
.html [archive]

Voir aussi[modifier | modifier le code]

Articles connexes[modifier | modifier le code]

 Fichier binaire
 Éditeur de texte
 Format de fichier
 Fichier

  Portail de l’informatique 
  Portail de l’écriture
Catégories : 
 Format de données numériques
 Codage du texte
 Format ouvert
[+]
 La dernière modification de cette page a été faite le 15 octobre 2021 à 16:01.
 Droit d'auteur : les textes sont disponibles sous licence Creative Commons attribution, partage dans
les mêmes conditions ; d’autres conditions peuvent s’appliquer. Voyez les conditions
d’utilisation pour plus de détails, ainsi que les crédits graphiques. En cas de réutilisation des textes
de cette page, voyez comment citer les auteurs et mentionner la licence.
Wikipedia® est une marque déposée de la Wikimedia Foundation, Inc., organisation de
bienfaisance régie par le paragraphe 501(c)(3) du code fiscal des États-Unis.

Fichier texte
Pour les articles homonymes, voir TXT.
Fichier texte

Les 95 caractères et signes du codage ASCII

Caractéristiques
Extensions .txt ,  .text , -

Type MIME text/plain

PUID x-fmt/111

modifier - modifier le code - modifier Wikidata

En informatique, un fichier texte ou fichier texte brut ou fichier texte

simple[réf. nécessaire] est un fichier dont le contenu représente uniquement une suite
de caractères ; il utilise nécessairement une forme particulière de codage des
caractères qui peut être une variante ou une extension du standard local des États-
Unis, l'ASCII. Il n'existe aucune définition officielle, et les différentes interprétations
de ce qu'est un fichier texte partagent des propriétés essentielles. Les caractères
considérés sont généralement les caractères imprimables, d'espaces et de retours à
la ligne. Certains codages de caractères normalisés incluent également certains
caractères de contrôleN 1, séquence d'échappementN 2 ou marqueursN 3 qui peuvent
faire l'objet de différences d'appréciations. La notion de fichier texte est donc
subjective et dépend notamment des systèmes de codage de caractère considérés
(windows-1252 et ISO-8859-1 n'offrant pas les mêmes plages de valeurs
«imprimables».)
Un fichier « non texte » est appelé « fichier binaire », dans le sens où
les bits contenus dans le fichier ne représentent pas une simple suite de caractères
imprimables, d'espaces et de retours à la ligne.

Sommaire

 1Histoire
 2Texte brut
 3Apports et limitations
o 3.1Apports
o 3.2Limitations
 4Usage
 5Structure et propriétés
o 5.1Séquence de lignes
o 5.2Alignement vertical
 6Standardisation et normalisation
o 6.1Codage des caractères
 6.1.1Rôle de l'ASCII
o 6.2Rôle du BOM
o 6.3Séquence d'échappement
 7Notes et références
o 7.1Notes
o 7.2Références
 8Voir aussi
o 8.1Articles connexes

Histoire[modifier | modifier le code]
Un fichier en carte perforée

Extrait d'un programme écrit en BASIC

Copie papier d'un code source (en Fortran) des années 1970, imprimé sur du papier continu, dédié aux
fichiers textes.

La notion de fichier texte a évolué avec l'histoire de l'informatique.

Le mot fichier (« file » en anglais) a été utilisé publiquement dans le contexte d'un
enregistrement informatique déjà en février 1950. Une publicité de la radio Radio
Corporation of America de Popular Science Magazine1 décrivant une nouvelle
mémoire à tube à vide qu'elle avait développée, expliquait :
«...the results of countless computations can be kept "on file" and taken out
again. Such a "file" now exists in a "memory" tube developed at RCA
Laboratories. Electronically it retains figures fed into calculating machines,
holds them in storage while it memorizes new ones - speeds intelligent
solutions through mazes of mathematics. »
En 1952 un fichier était utilisé pour désigner l'information enregistrée sur
une carte perforée.
Or il se trouve que les cartes perforées partageaient certaines propriétés:

 Chaque carte représentait une ligne de 80 colonnes (en général)

 Les programmes (code source) étaient écrits en assemblant des lignes
de textes
 Les cartes perforées qui ne contenaient pas de texte étaient donc déjà
différentes.
En 1971, le RFC 2652 indique qu'un fichier peut être ASCII, cœur d'exécutable,
ou autre. Il mentionne notamment l'EBCDIC.
En juillet 1972, le RFC 3543, discutant des échanges de texte par le protocole
réseau NVT-ASCIIN 4 FTP, indique que les fichiers textes sont enregistrés de
manières différentes selon les systèmes :

 le PDP-10 enregistre le NVT-ASCII en 7-bits justifiés à gauche dans

des mots de 36 bits ;
 le 360's enregistre le texte avec un codage EBCDIC 8-bit ;
 Multics enregistre le texte avec quatre caractère de neuf bits dans des
mots de 36 bits.
Il indique donc que pour le bon transfert des textes, il est nécessaire que les deux
parties effectuent leur part respective de la conversion dans un codage commun;
il s'agit à cette époque de l'ASCII 8 bits, dit NVT.
Cette même année, la RFC fait apparaître le besoin d'une unité commune pour
transmettre des données binaires entre systèmes dont les mots n'ont pas la
même taille, et suggère l'utilisation de byte de 8 bits, c'est-à-dire, de ce que l'on
appelle aujourd'hui des octets, tout en permettant l'utilisation de bytes/mots
différents si négocié.
En 1980, le RFC 7654 en spécifiant le protocole FTP indique les trois raisons
occasionnant le transfert d'un fichier : l'impression, l'archivage, et le traitement.
Constatant, que le seul encodage n'est pas une métainformation suffisante, il
spécifie le reste et notamment les différents mécanismes de changement de ligne
à travers des caractères de contrôle ou de défilement de lignes. En page 12, le
RFC clarifie que les fichiers textes sont tout aussi bien des fichiers ASCII que des
fichiers EBCDIC.
En 1985, lors de l'élaboration du protocole FTP de transfert de fichier, il a été
recommandé de considérer comme fichier texte (en anglais "text" files), deux
formats de fichiers :

 les fichiers file structure, où le fichier est considéré être une séquence

continue de lignes.
 les fichiers record-structure, où le fichier est constitué
d'enregistrements séquentielsN 5
De même les types ASCII et EBCDIC ont été acceptés comme fichier texte 5.

Cette section est vide, insuffisamment détaillée ou incomplète. Votre aide est

la bienvenue ! Comment faire ?

Texte brut[modifier | modifier le code]

Article détaillé : Texte brut.
Texte brut Unicode (Unicode plain text)
De nos jours, l'Unicode est de plus en plus reconnu comme format de texte brut.
Le standard Unicode définit selon ses propres termes ce qu'est le texte brut, sous
le terme de plain text, dans sa version anglaise.
La notion de fichier texte se rapproche donc des propriétés que le standard
Unicode attribue au format nommé plain text en langue anglaise et signifiant texte
brut.
Généralités et controverses
La notion de texte brut (plain text) a, comme la notion de texte enrichi (fancy text),
été introduite par Unicode6.
La notion de plain text peut être traduite par texte en clair, pur texte, texte pur, ou
texte brut6.
Linux Information Project en donne une vision restrictive.
Format de codage
Si l'encodage est inconnu, un texte brut quelconque est inexploitable.
Texte brut approché en mathématiques
Alors que les mathématiques sont un langage international, en tout ou partie, leur
représentation informatique a pu être négligée lors de la création de différents
systèmes de codage des caractères. Toutefois, ces symboles ont bénéficié d'une
forte prise en charge par l'Unicode7, offrant de nouvelles perspectives.
Histoire
La notion de texte brut est implicitement assez ancienne puisque
vraisemblablement elle remonte sans doute au moins si ce n'est à la notion de
machine à écrire, aux premiers langages de programmation utilisant cette
technologie.
Dans son aspect réseau, elle est consignée dans de nombreux RFC.
Protocole et fichier
L'usage du texte brut peut varier entre protocole et ficher. Ceci peut
généralement être invisible à l'utilisateur lorsqu'il copie un texte d'un logiciel à un
autre.
Dans un protocole, le protocole spécifie généralement l'encodage utilisé, d'une
manière ou d'une autre; la longueur du texte peut ne pas être limité, en fonction
du protocole.
Un fichier a généralement une taille limitée, il est généralement admis qu'un
système de fichier ne fournit pas d'information sur l'encodage utilisé pour encoder
un texte brut donné. Cette information essentielle est alors déterminée à travers
un ensemble d'heuristiques.

Apports et limitations[modifier | modifier le code]

Le fichier texte est un élément déterminant en ce qu'il offre la possibilité de
décrire des codes sources et de faciliter la programmation des ordinateurs.
Toutefois, il souffre de facto de nombreux problème d'interopérabilité.
Apports[modifier | modifier le code]
Le fichier texte, lorsqu'il apparait apporte la possibilité de permettre à un humain
de soumettre un texte au traitement automatique d'une machine. Il offre
également la possibilité de supprimer et d'ajouter une ligne, et cela dès les cartes
perforées. Cette fonctionnalité a été reprise par des logiciels comme ed ou edlin.
Limitations[modifier | modifier le code]
Un fichier texte est limité dans sa taille, comme le sont tous les fichiers, par
le système de gestion de fichiers.
De plus par convention on limite volontairement le nombre de colonnes. Une
convention commune est ancienne est d'environ 80 ou 132 colonnes. Cela
correspondait aux standards de terminaux physiques aujourd'hui dépassés. Les
éditeurs modernes savent souvent gérer des lignes plus longues bien que cela ne
soit pas conseillé pour des questions de présentation.
Le fichier texte peut poser de nombreux problèmes d'interopérabilité (pour cause
d'encodage différents) entre pays, entre fournisseurs de logiciels, notamment.

Usage[modifier | modifier le code]
Les fichiers texte sont utilisés par de nombreux logiciels pour conserver les
données de configuration. Ils sont également utilisés pour contenir
les textes écrits en langages de programmation. En outre, la plupart des
langages de programmation offrent des fonctions prédéfinies pour manipuler du
texte brut, ce qui rend la gestion des fichiers textes particulièrement accessible.
Le logiciel utilisé pour éditer un fichier texte est un éditeur de texte. Dans le cas
général, un traitement de texte ne produit pas des fichiers texte. En effet, un
traitement de texte n'a pas seulement besoin de manipuler du texte brut, mais
également des informations sur la fonte de caractère utilisée, la disposition des
caractères dans des pages, les styles typographiques, etc. Toutefois, les
traitements de texte peuvent ouvrir ou sauvegarder un fichier texte, aucune
information de mise en forme n'étant conservée, sauf le cas échéant les sauts de
ligne.
Un fichier texte peut être la structure sous-jacente d'un fichier journal 8.

Structure et propriétés[modifier | modifier le code]

La structure d'un fichier texte est une séquence de lignes. Toutefois,
historiquement, chaque caractère est aligné verticalement, c'est encore le cas
aujourd'hui, dans un éditeur de texte en ligne ou local.
Séquence de lignes[modifier | modifier le code]
Le concept de séquence de lignes reste une caractéristique forte d'un fichier
texte.
Un fichier texte peut simplement contenir du texte dans une langue quelconque.
Dans ce cas, aujourd'hui, il ne respecte plus aucune structure particulière.

Il était une fois une marchande de foie

qui vendait du foie dans la Ville de Foix.
Elle se dit «ma foi c'est la première fois
que je vends du foie dans la ville de Foix !»
using (FileStream stm = new FileStream("logfile.txt", FileMode.Create))
{
return ProcessStuff(stm); //
}

Un fichier texte peut également contenir une donnée structurée qui peut être
analysée par un logiciel et affichée sous une forme plus évoluée, par exemple
une page web :

<!DOCTYPE html>
<html lang="fr">
<head><title>Page web d'exemple</title></head>
<body>
<p>Ceci est une page web d'exemple.</p>
</body>
</html>

Alignement vertical[modifier | modifier le code]

Un fichier texte est généralement rendu visible avec des polices à chasse fixe
alignant le texte verticalement. L'arrivée d'un grand nombre de caractères
Unicode dans les fichiers textes peut questionner ce concept.
Enfin, et de manière plus anecdotique, le propos d'un fichier texte peut être
détourné pour contenir une image, c'est ce qu'on appelle l'art ASCII :

(\___/) (*) (*) \ /

(=*.*=) (°_°) {^o^}
 (")___(") (+) (+) (| . |)
(_) (_) (_) (_)

Cet art nécessite toutefois que tous les caractères affichés aient la même largeur.
Cette technologie a notamment été utilisée pour spécifier des protocoles de
transfert de fichier.
Utilisation de l'art-ASCII comme élément de spécification du «FILE TRANSFER
PROTOCOL» RFC 7654; année 1980:

-------------
|/---------\|
|| User || --------
||Interface|<--->| User |
|\----:----/| --------
---------- | V |
|/------\| FTP Commands |/---------\|
||Server|<---------------->| User ||
|| PI || FTP Replies || PI ||
|\--:---/| |\----:----/|
| V | | V |
-------- |/------\| Data |/---------\| --------
| File |<--->|Server|<---------------->| User |<--->| File |
|System| || DTP || Connection || DTP || |System|
-------- |\------/| |\---------/| --------
---------- -------------

Server-FTP User-FTP

Standardisation et normalisation[modifier | modifier le code]

Les fichiers textes peuvent connaitre des problèmes d'interopérabilité :

 Différence de traitement des changements de lignes : CR ; LF, NL ;

CR+LF
 Présence ou absence éventuelle du marqueur magique BOM
 Différence de codage des caractères
 Différence de traitement des séquences d'échappement éventuelles.
Les variations de formats sont notamment liées aux intérêts régionaux: présence
de caractères accentués ou d'alphabets particuliers. Les industries souhaitent
également offrir de nouveaux caractères, en respectant tous les standards avec
une rigueur inégale.
Codage des caractères[modifier | modifier le code]
Comme tout fichier informatique, un fichier texte contient fondamentalement
des bits. La particularité d'un fichier texte est que l'ensemble du fichier respecte
un standard de codage des caractères. Il existe de nombreux standards de
codage de caractères, ce qui peut rendre problématique la compatibilité des
fichiers texte.
Rôle de l'ASCII[modifier | modifier le code]
La dénomination « fichier ASCII » est souvent confusément (et/ou abusivement)
utilisée à propos de fichiers texte n'utilisant pas le codage des caractères ASCII,
soit pour marquer une opposition à l'EBCDIC, soit pour interdire l'utilisation de
langues autre que l'anglais. Cela tient aussi à une histoire compliquée liée à
l'influence et aux intérêts des États-Unis, pays de langue anglaise, et au fait
qu'actuellement les fichiers textes sont généralement compatibles ASCII tout en
ne se limitant pas à ces caractères. Ainsi des fichiers textes UTF-8 bénéficient
d'une certaine interopérabilité avec des logiciels qui nécessitent des fichiers
compatibles ASCII, contrairement aux fichiers textes UTF-16, qui nécessitent des
logiciels spécifiquement adaptés à l'UTF-16.
Rôle du BOM[modifier | modifier le code]
Article détaillé : Byte Order Mark.
Le BOM est une invention du standard Unicode. Il est parfois présent en début de
fichier pour indiquer visuellement l'encodage d'un fichier (ce code dans un fichier
UTF8 sera visualisé « ï»¿ » en iso8859-1). À ce titre, il s'agit d'un nombre
magique au même titre que le shebang. Mais il est aussi et surtout utilisé pour
déterminer l'ordre des octets (endianness) et cela peut poser des problèmes à
certains logiciels.
Séquence d'échappement[modifier | modifier le code]
Les séquences d'échappement peuvent également être traitées de manière
inégales, alors que leur utilisation est impérative en ISO-2022, conduisant à
l'apparition de mojibake au sens premier du mot.

Notes et références[modifier | modifier le code]

Notes[modifier | modifier le code]
21. ↑ Le standard des États-Unis, l'ASCII inclut des caractères de contrôle, tel que
l'échappement de valeur 27.
22. ↑ les standards ISO-2022 sont bâtis sur ces séquences.
23. ↑ L'Unicode autorise l'utilisation d'un indicateur dénommé BOM.
24. ↑ ASCII 8 bits avec le bit sept, le plus fort, à 0.
25. ↑ Ce qui pourrait signifier que chaque colonne avait un sens précis comme en Cobol et
que la longueur des lignes était fixe, comme l'écran.

Références[modifier | modifier le code]
33. ↑ Popular Science Magazine, February 1950, page 96 [archive]
34. ↑ (en) Request for comments no 265 [archive].
35. ↑ (en) Request for comments no 354 [archive].
36. ↑ Revenir plus haut en :a et b (en) Request for comments no 765 [archive].
37. ↑ File Transfer Protocol  : RFC  959, Network Working Group, octobre 1985 (lire en
ligne [archive]), page 15
38. ↑ Revenir plus haut en :a et b http://www.cairn.info/article.php?ID_ARTICLE=DN_063_0013 [archive]
39. ↑ Barbara Beeton, Asmus Freytag, Murray Sargent III, Unicode Technical Report
1. 25 “Unicode Support for
Mathematics”, https://www.unicode.org/reports/tr25 [archive]
 40. ↑ http://www.oqlf.gouv.qc.ca/ressources/bibliotheque/dictionnaires/internet/fiches/8383642
.html [archive]

Voir aussi[modifier | modifier le code]

Articles connexes[modifier | modifier le code]

 Fichier binaire
 Éditeur de texte
 Format de fichier
 Fichier

  Portail de l’informatique 
  Portail de l’écriture
Catégories : 
 Format de données numériques
 Codage du texte
 Format ouvert
[+]
 La dernière modification de cette page a été faite le 15 octobre 2021 à 16:01.
 Droit d'auteur : les textes sont disponibles sous licence Creative Commons attribution, partage dans
les mêmes conditions ; d’autres conditions peuvent s’appliquer. Voyez les conditions
d’utilisation pour plus de détails, ainsi que les crédits graphiques. En cas de réutilisation des textes
de cette page, voyez comment citer les auteurs et mentionner la licence.
Wikipedia® est une marque déposée de la Wikimedia Foundation, Inc., organisation de
bienfaisance régie par le paragraphe 501(c)(3) du code fiscal des États-Unis.

Fichier texte
Pour les articles homonymes, voir TXT.
Fichier texte

Les 95 caractères et signes du codage ASCII

Caractéristiques
Extensions .txt ,  .text , -

Type MIME text/plain

PUID x-fmt/111

modifier - modifier le code - modifier Wikidata

En informatique, un fichier texte ou fichier texte brut ou fichier texte

simple[réf. nécessaire] est un fichier dont le contenu représente uniquement une suite
de caractères ; il utilise nécessairement une forme particulière de codage des
caractères qui peut être une variante ou une extension du standard local des États-
Unis, l'ASCII. Il n'existe aucune définition officielle, et les différentes interprétations
de ce qu'est un fichier texte partagent des propriétés essentielles. Les caractères
considérés sont généralement les caractères imprimables, d'espaces et de retours à
la ligne. Certains codages de caractères normalisés incluent également certains
caractères de contrôleN 1, séquence d'échappementN 2 ou marqueursN 3 qui peuvent
faire l'objet de différences d'appréciations. La notion de fichier texte est donc
subjective et dépend notamment des systèmes de codage de caractère considérés
(windows-1252 et ISO-8859-1 n'offrant pas les mêmes plages de valeurs
«imprimables».)
Un fichier « non texte » est appelé « fichier binaire », dans le sens où
les bits contenus dans le fichier ne représentent pas une simple suite de caractères
imprimables, d'espaces et de retours à la ligne.

Sommaire

 1Histoire
 2Texte brut
 3Apports et limitations
o 3.1Apports
o 3.2Limitations
 4Usage
 5Structure et propriétés
o 5.1Séquence de lignes
o 5.2Alignement vertical
 6Standardisation et normalisation
o 6.1Codage des caractères
 6.1.1Rôle de l'ASCII
o 6.2Rôle du BOM
o 6.3Séquence d'échappement
 7Notes et références
o 7.1Notes
o 7.2Références
 8Voir aussi
o 8.1Articles connexes

Histoire[modifier | modifier le code]
Un fichier en carte perforée

Extrait d'un programme écrit en BASIC

Copie papier d'un code source (en Fortran) des années 1970, imprimé sur du papier continu, dédié aux
fichiers textes.

La notion de fichier texte a évolué avec l'histoire de l'informatique.

Le mot fichier (« file » en anglais) a été utilisé publiquement dans le contexte d'un
enregistrement informatique déjà en février 1950. Une publicité de la radio Radio
Corporation of America de Popular Science Magazine1 décrivant une nouvelle
mémoire à tube à vide qu'elle avait développée, expliquait :
«...the results of countless computations can be kept "on file" and taken out
again. Such a "file" now exists in a "memory" tube developed at RCA
Laboratories. Electronically it retains figures fed into calculating machines,
holds them in storage while it memorizes new ones - speeds intelligent
solutions through mazes of mathematics. »
En 1952 un fichier était utilisé pour désigner l'information enregistrée sur
une carte perforée.
Or il se trouve que les cartes perforées partageaient certaines propriétés:

 Chaque carte représentait une ligne de 80 colonnes (en général)

 Les programmes (code source) étaient écrits en assemblant des lignes
de textes
 Les cartes perforées qui ne contenaient pas de texte étaient donc déjà
différentes.
En 1971, le RFC 2652 indique qu'un fichier peut être ASCII, cœur d'exécutable,
ou autre. Il mentionne notamment l'EBCDIC.
En juillet 1972, le RFC 3543, discutant des échanges de texte par le protocole
réseau NVT-ASCIIN 4 FTP, indique que les fichiers textes sont enregistrés de
manières différentes selon les systèmes :

 le PDP-10 enregistre le NVT-ASCII en 7-bits justifiés à gauche dans

des mots de 36 bits ;
 le 360's enregistre le texte avec un codage EBCDIC 8-bit ;
 Multics enregistre le texte avec quatre caractère de neuf bits dans des
mots de 36 bits.
Il indique donc que pour le bon transfert des textes, il est nécessaire que les deux
parties effectuent leur part respective de la conversion dans un codage commun;
il s'agit à cette époque de l'ASCII 8 bits, dit NVT.
Cette même année, la RFC fait apparaître le besoin d'une unité commune pour
transmettre des données binaires entre systèmes dont les mots n'ont pas la
même taille, et suggère l'utilisation de byte de 8 bits, c'est-à-dire, de ce que l'on
appelle aujourd'hui des octets, tout en permettant l'utilisation de bytes/mots
différents si négocié.
En 1980, le RFC 7654 en spécifiant le protocole FTP indique les trois raisons
occasionnant le transfert d'un fichier : l'impression, l'archivage, et le traitement.
Constatant, que le seul encodage n'est pas une métainformation suffisante, il
spécifie le reste et notamment les différents mécanismes de changement de ligne
à travers des caractères de contrôle ou de défilement de lignes. En page 12, le
RFC clarifie que les fichiers textes sont tout aussi bien des fichiers ASCII que des
fichiers EBCDIC.
En 1985, lors de l'élaboration du protocole FTP de transfert de fichier, il a été
recommandé de considérer comme fichier texte (en anglais "text" files), deux
formats de fichiers :

 les fichiers file structure, où le fichier est considéré être une séquence

continue de lignes.
 les fichiers record-structure, où le fichier est constitué
d'enregistrements séquentielsN 5
De même les types ASCII et EBCDIC ont été acceptés comme fichier texte 5.

Cette section est vide, insuffisamment détaillée ou incomplète. Votre aide est

la bienvenue ! Comment faire ?

Texte brut[modifier | modifier le code]

Article détaillé : Texte brut.
Texte brut Unicode (Unicode plain text)
De nos jours, l'Unicode est de plus en plus reconnu comme format de texte brut.
Le standard Unicode définit selon ses propres termes ce qu'est le texte brut, sous
le terme de plain text, dans sa version anglaise.
La notion de fichier texte se rapproche donc des propriétés que le standard
Unicode attribue au format nommé plain text en langue anglaise et signifiant texte
brut.
Généralités et controverses
La notion de texte brut (plain text) a, comme la notion de texte enrichi (fancy text),
été introduite par Unicode6.
La notion de plain text peut être traduite par texte en clair, pur texte, texte pur, ou
texte brut6.
Linux Information Project en donne une vision restrictive.
Format de codage
Si l'encodage est inconnu, un texte brut quelconque est inexploitable.
Texte brut approché en mathématiques
Alors que les mathématiques sont un langage international, en tout ou partie, leur
représentation informatique a pu être négligée lors de la création de différents
systèmes de codage des caractères. Toutefois, ces symboles ont bénéficié d'une
forte prise en charge par l'Unicode7, offrant de nouvelles perspectives.
Histoire
La notion de texte brut est implicitement assez ancienne puisque
vraisemblablement elle remonte sans doute au moins si ce n'est à la notion de
machine à écrire, aux premiers langages de programmation utilisant cette
technologie.
Dans son aspect réseau, elle est consignée dans de nombreux RFC.
Protocole et fichier
L'usage du texte brut peut varier entre protocole et ficher. Ceci peut
généralement être invisible à l'utilisateur lorsqu'il copie un texte d'un logiciel à un
autre.
Dans un protocole, le protocole spécifie généralement l'encodage utilisé, d'une
manière ou d'une autre; la longueur du texte peut ne pas être limité, en fonction
du protocole.
Un fichier a généralement une taille limitée, il est généralement admis qu'un
système de fichier ne fournit pas d'information sur l'encodage utilisé pour encoder
un texte brut donné. Cette information essentielle est alors déterminée à travers
un ensemble d'heuristiques.

Apports et limitations[modifier | modifier le code]

Le fichier texte est un élément déterminant en ce qu'il offre la possibilité de
décrire des codes sources et de faciliter la programmation des ordinateurs.
Toutefois, il souffre de facto de nombreux problème d'interopérabilité.
Apports[modifier | modifier le code]
Le fichier texte, lorsqu'il apparait apporte la possibilité de permettre à un humain
de soumettre un texte au traitement automatique d'une machine. Il offre
également la possibilité de supprimer et d'ajouter une ligne, et cela dès les cartes
perforées. Cette fonctionnalité a été reprise par des logiciels comme ed ou edlin.
Limitations[modifier | modifier le code]
Un fichier texte est limité dans sa taille, comme le sont tous les fichiers, par
le système de gestion de fichiers.
De plus par convention on limite volontairement le nombre de colonnes. Une
convention commune est ancienne est d'environ 80 ou 132 colonnes. Cela
correspondait aux standards de terminaux physiques aujourd'hui dépassés. Les
éditeurs modernes savent souvent gérer des lignes plus longues bien que cela ne
soit pas conseillé pour des questions de présentation.
Le fichier texte peut poser de nombreux problèmes d'interopérabilité (pour cause
d'encodage différents) entre pays, entre fournisseurs de logiciels, notamment.

Usage[modifier | modifier le code]
Les fichiers texte sont utilisés par de nombreux logiciels pour conserver les
données de configuration. Ils sont également utilisés pour contenir
les textes écrits en langages de programmation. En outre, la plupart des
langages de programmation offrent des fonctions prédéfinies pour manipuler du
texte brut, ce qui rend la gestion des fichiers textes particulièrement accessible.
Le logiciel utilisé pour éditer un fichier texte est un éditeur de texte. Dans le cas
général, un traitement de texte ne produit pas des fichiers texte. En effet, un
traitement de texte n'a pas seulement besoin de manipuler du texte brut, mais
également des informations sur la fonte de caractère utilisée, la disposition des
caractères dans des pages, les styles typographiques, etc. Toutefois, les
traitements de texte peuvent ouvrir ou sauvegarder un fichier texte, aucune
information de mise en forme n'étant conservée, sauf le cas échéant les sauts de
ligne.
Un fichier texte peut être la structure sous-jacente d'un fichier journal 8.

Structure et propriétés[modifier | modifier le code]

La structure d'un fichier texte est une séquence de lignes. Toutefois,
historiquement, chaque caractère est aligné verticalement, c'est encore le cas
aujourd'hui, dans un éditeur de texte en ligne ou local.
Séquence de lignes[modifier | modifier le code]
Le concept de séquence de lignes reste une caractéristique forte d'un fichier
texte.
Un fichier texte peut simplement contenir du texte dans une langue quelconque.
Dans ce cas, aujourd'hui, il ne respecte plus aucune structure particulière.

Il était une fois une marchande de foie

qui vendait du foie dans la Ville de Foix.
Elle se dit «ma foi c'est la première fois
que je vends du foie dans la ville de Foix !»
using (FileStream stm = new FileStream("logfile.txt", FileMode.Create))
{
return ProcessStuff(stm); //
}

Un fichier texte peut également contenir une donnée structurée qui peut être
analysée par un logiciel et affichée sous une forme plus évoluée, par exemple
une page web :

<!DOCTYPE html>
<html lang="fr">
<head><title>Page web d'exemple</title></head>
<body>
<p>Ceci est une page web d'exemple.</p>
</body>
</html>

Alignement vertical[modifier | modifier le code]

Un fichier texte est généralement rendu visible avec des polices à chasse fixe
alignant le texte verticalement. L'arrivée d'un grand nombre de caractères
Unicode dans les fichiers textes peut questionner ce concept.
Enfin, et de manière plus anecdotique, le propos d'un fichier texte peut être
détourné pour contenir une image, c'est ce qu'on appelle l'art ASCII :

(\___/) (*) (*) \ /

(=*.*=) (°_°) {^o^}
 (")___(") (+) (+) (| . |)
(_) (_) (_) (_)

Cet art nécessite toutefois que tous les caractères affichés aient la même largeur.
Cette technologie a notamment été utilisée pour spécifier des protocoles de
transfert de fichier.
Utilisation de l'art-ASCII comme élément de spécification du «FILE TRANSFER
PROTOCOL» RFC 7654; année 1980:

-------------
|/---------\|
|| User || --------
||Interface|<--->| User |
|\----:----/| --------
---------- | V |
|/------\| FTP Commands |/---------\|
||Server|<---------------->| User ||
|| PI || FTP Replies || PI ||
|\--:---/| |\----:----/|
| V | | V |
-------- |/------\| Data |/---------\| --------
| File |<--->|Server|<---------------->| User |<--->| File |
|System| || DTP || Connection || DTP || |System|
-------- |\------/| |\---------/| --------
---------- -------------

Server-FTP User-FTP

Standardisation et normalisation[modifier | modifier le code]

Les fichiers textes peuvent connaitre des problèmes d'interopérabilité :

 Différence de traitement des changements de lignes : CR ; LF, NL ;

CR+LF
 Présence ou absence éventuelle du marqueur magique BOM
 Différence de codage des caractères
 Différence de traitement des séquences d'échappement éventuelles.
Les variations de formats sont notamment liées aux intérêts régionaux: présence
de caractères accentués ou d'alphabets particuliers. Les industries souhaitent
également offrir de nouveaux caractères, en respectant tous les standards avec
une rigueur inégale.
Codage des caractères[modifier | modifier le code]
Comme tout fichier informatique, un fichier texte contient fondamentalement
des bits. La particularité d'un fichier texte est que l'ensemble du fichier respecte
un standard de codage des caractères. Il existe de nombreux standards de
codage de caractères, ce qui peut rendre problématique la compatibilité des
fichiers texte.
Rôle de l'ASCII[modifier | modifier le code]
La dénomination « fichier ASCII » est souvent confusément (et/ou abusivement)
utilisée à propos de fichiers texte n'utilisant pas le codage des caractères ASCII,
soit pour marquer une opposition à l'EBCDIC, soit pour interdire l'utilisation de
langues autre que l'anglais. Cela tient aussi à une histoire compliquée liée à
l'influence et aux intérêts des États-Unis, pays de langue anglaise, et au fait
qu'actuellement les fichiers textes sont généralement compatibles ASCII tout en
ne se limitant pas à ces caractères. Ainsi des fichiers textes UTF-8 bénéficient
d'une certaine interopérabilité avec des logiciels qui nécessitent des fichiers
compatibles ASCII, contrairement aux fichiers textes UTF-16, qui nécessitent des
logiciels spécifiquement adaptés à l'UTF-16.
Rôle du BOM[modifier | modifier le code]
Article détaillé : Byte Order Mark.
Le BOM est une invention du standard Unicode. Il est parfois présent en début de
fichier pour indiquer visuellement l'encodage d'un fichier (ce code dans un fichier
UTF8 sera visualisé « ï»¿ » en iso8859-1). À ce titre, il s'agit d'un nombre
magique au même titre que le shebang. Mais il est aussi et surtout utilisé pour
déterminer l'ordre des octets (endianness) et cela peut poser des problèmes à
certains logiciels.
Séquence d'échappement[modifier | modifier le code]
Les séquences d'échappement peuvent également être traitées de manière
inégales, alors que leur utilisation est impérative en ISO-2022, conduisant à
l'apparition de mojibake au sens premier du mot.

Notes et références[modifier | modifier le code]

Notes[modifier | modifier le code]
21. ↑ Le standard des États-Unis, l'ASCII inclut des caractères de contrôle, tel que
l'échappement de valeur 27.
22. ↑ les standards ISO-2022 sont bâtis sur ces séquences.
23. ↑ L'Unicode autorise l'utilisation d'un indicateur dénommé BOM.
24. ↑ ASCII 8 bits avec le bit sept, le plus fort, à 0.
25. ↑ Ce qui pourrait signifier que chaque colonne avait un sens précis comme en Cobol et
que la longueur des lignes était fixe, comme l'écran.

Références[modifier | modifier le code]
33. ↑ Popular Science Magazine, February 1950, page 96 [archive]
34. ↑ (en) Request for comments no 265 [archive].
35. ↑ (en) Request for comments no 354 [archive].
36. ↑ Revenir plus haut en :a et b (en) Request for comments no 765 [archive].
37. ↑ File Transfer Protocol  : RFC  959, Network Working Group, octobre 1985 (lire en
ligne [archive]), page 15
38. ↑ Revenir plus haut en :a et b http://www.cairn.info/article.php?ID_ARTICLE=DN_063_0013 [archive]
39. ↑ Barbara Beeton, Asmus Freytag, Murray Sargent III, Unicode Technical Report
1. 25 “Unicode Support for
Mathematics”, https://www.unicode.org/reports/tr25 [archive]
 40. ↑ http://www.oqlf.gouv.qc.ca/ressources/bibliotheque/dictionnaires/internet/fiches/8383642
.html [archive]

Voir aussi[modifier | modifier le code]

Articles connexes[modifier | modifier le code]

 Fichier binaire
 Éditeur de texte
 Format de fichier
 Fichier

  Portail de l’informatique 
  Portail de l’écriture
Catégories : 
 Format de données numériques
 Codage du texte
 Format ouvert
[+]
 La dernière modification de cette page a été faite le 15 octobre 2021 à 16:01.
 Droit d'auteur : les textes sont disponibles sous licence Creative Commons attribution, partage dans
les mêmes conditions ; d’autres conditions peuvent s’appliquer. Voyez les conditions
d’utilisation pour plus de détails, ainsi que les crédits graphiques. En cas de réutilisation des textes
de cette page, voyez comment citer les auteurs et mentionner la licence.
Wikipedia® est une marque déposée de la Wikimedia Foundation, Inc., organisation de
bienfaisance régie par le paragraphe 501(c)(3) du code fiscal des États-Unis.

Fichier texte
Pour les articles homonymes, voir TXT.
Fichier texte

Les 95 caractères et signes du codage ASCII

Caractéristiques
Extensions .txt ,  .text , -

Type MIME text/plain

PUID x-fmt/111

modifier - modifier le code - modifier Wikidata

En informatique, un fichier texte ou fichier texte brut ou fichier texte

simple[réf. nécessaire] est un fichier dont le contenu représente uniquement une suite
de caractères ; il utilise nécessairement une forme particulière de codage des
caractères qui peut être une variante ou une extension du standard local des États-
Unis, l'ASCII. Il n'existe aucune définition officielle, et les différentes interprétations
de ce qu'est un fichier texte partagent des propriétés essentielles. Les caractères
considérés sont généralement les caractères imprimables, d'espaces et de retours à
la ligne. Certains codages de caractères normalisés incluent également certains
caractères de contrôleN 1, séquence d'échappementN 2 ou marqueursN 3 qui peuvent
faire l'objet de différences d'appréciations. La notion de fichier texte est donc
subjective et dépend notamment des systèmes de codage de caractère considérés
(windows-1252 et ISO-8859-1 n'offrant pas les mêmes plages de valeurs
«imprimables».)
Un fichier « non texte » est appelé « fichier binaire », dans le sens où
les bits contenus dans le fichier ne représentent pas une simple suite de caractères
imprimables, d'espaces et de retours à la ligne.

Sommaire

 1Histoire
 2Texte brut
 3Apports et limitations
o 3.1Apports
o 3.2Limitations
 4Usage
 5Structure et propriétés
o 5.1Séquence de lignes
o 5.2Alignement vertical
 6Standardisation et normalisation
o 6.1Codage des caractères
 6.1.1Rôle de l'ASCII
o 6.2Rôle du BOM
o 6.3Séquence d'échappement
 7Notes et références
o 7.1Notes
o 7.2Références
 8Voir aussi
o 8.1Articles connexes

Histoire[modifier | modifier le code]
Un fichier en carte perforée

Extrait d'un programme écrit en BASIC

Copie papier d'un code source (en Fortran) des années 1970, imprimé sur du papier continu, dédié aux
fichiers textes.

La notion de fichier texte a évolué avec l'histoire de l'informatique.

Le mot fichier (« file » en anglais) a été utilisé publiquement dans le contexte d'un
enregistrement informatique déjà en février 1950. Une publicité de la radio Radio
Corporation of America de Popular Science Magazine1 décrivant une nouvelle
mémoire à tube à vide qu'elle avait développée, expliquait :
«...the results of countless computations can be kept "on file" and taken out
again. Such a "file" now exists in a "memory" tube developed at RCA
Laboratories. Electronically it retains figures fed into calculating machines,
holds them in storage while it memorizes new ones - speeds intelligent
solutions through mazes of mathematics. »
En 1952 un fichier était utilisé pour désigner l'information enregistrée sur
une carte perforée.
Or il se trouve que les cartes perforées partageaient certaines propriétés:

 Chaque carte représentait une ligne de 80 colonnes (en général)

 Les programmes (code source) étaient écrits en assemblant des lignes
de textes
 Les cartes perforées qui ne contenaient pas de texte étaient donc déjà
différentes.
En 1971, le RFC 2652 indique qu'un fichier peut être ASCII, cœur d'exécutable,
ou autre. Il mentionne notamment l'EBCDIC.
En juillet 1972, le RFC 3543, discutant des échanges de texte par le protocole
réseau NVT-ASCIIN 4 FTP, indique que les fichiers textes sont enregistrés de
manières différentes selon les systèmes :

 le PDP-10 enregistre le NVT-ASCII en 7-bits justifiés à gauche dans

des mots de 36 bits ;
 le 360's enregistre le texte avec un codage EBCDIC 8-bit ;
 Multics enregistre le texte avec quatre caractère de neuf bits dans des
mots de 36 bits.
Il indique donc que pour le bon transfert des textes, il est nécessaire que les deux
parties effectuent leur part respective de la conversion dans un codage commun;
il s'agit à cette époque de l'ASCII 8 bits, dit NVT.
Cette même année, la RFC fait apparaître le besoin d'une unité commune pour
transmettre des données binaires entre systèmes dont les mots n'ont pas la
même taille, et suggère l'utilisation de byte de 8 bits, c'est-à-dire, de ce que l'on
appelle aujourd'hui des octets, tout en permettant l'utilisation de bytes/mots
différents si négocié.
En 1980, le RFC 7654 en spécifiant le protocole FTP indique les trois raisons
occasionnant le transfert d'un fichier : l'impression, l'archivage, et le traitement.
Constatant, que le seul encodage n'est pas une métainformation suffisante, il
spécifie le reste et notamment les différents mécanismes de changement de ligne
à travers des caractères de contrôle ou de défilement de lignes. En page 12, le
RFC clarifie que les fichiers textes sont tout aussi bien des fichiers ASCII que des
fichiers EBCDIC.
En 1985, lors de l'élaboration du protocole FTP de transfert de fichier, il a été
recommandé de considérer comme fichier texte (en anglais "text" files), deux
formats de fichiers :

 les fichiers file structure, où le fichier est considéré être une séquence

continue de lignes.
 les fichiers record-structure, où le fichier est constitué
d'enregistrements séquentielsN 5
De même les types ASCII et EBCDIC ont été acceptés comme fichier texte 5.

Cette section est vide, insuffisamment détaillée ou incomplète. Votre aide est

la bienvenue ! Comment faire ?

Texte brut[modifier | modifier le code]

Article détaillé : Texte brut.
Texte brut Unicode (Unicode plain text)
De nos jours, l'Unicode est de plus en plus reconnu comme format de texte brut.
Le standard Unicode définit selon ses propres termes ce qu'est le texte brut, sous
le terme de plain text, dans sa version anglaise.
La notion de fichier texte se rapproche donc des propriétés que le standard
Unicode attribue au format nommé plain text en langue anglaise et signifiant texte
brut.
Généralités et controverses
La notion de texte brut (plain text) a, comme la notion de texte enrichi (fancy text),
été introduite par Unicode6.
La notion de plain text peut être traduite par texte en clair, pur texte, texte pur, ou
texte brut6.
Linux Information Project en donne une vision restrictive.
Format de codage
Si l'encodage est inconnu, un texte brut quelconque est inexploitable.
Texte brut approché en mathématiques
Alors que les mathématiques sont un langage international, en tout ou partie, leur
représentation informatique a pu être négligée lors de la création de différents
systèmes de codage des caractères. Toutefois, ces symboles ont bénéficié d'une
forte prise en charge par l'Unicode7, offrant de nouvelles perspectives.
Histoire
La notion de texte brut est implicitement assez ancienne puisque
vraisemblablement elle remonte sans doute au moins si ce n'est à la notion de
machine à écrire, aux premiers langages de programmation utilisant cette
technologie.
Dans son aspect réseau, elle est consignée dans de nombreux RFC.
Protocole et fichier
L'usage du texte brut peut varier entre protocole et ficher. Ceci peut
généralement être invisible à l'utilisateur lorsqu'il copie un texte d'un logiciel à un
autre.
Dans un protocole, le protocole spécifie généralement l'encodage utilisé, d'une
manière ou d'une autre; la longueur du texte peut ne pas être limité, en fonction
du protocole.
Un fichier a généralement une taille limitée, il est généralement admis qu'un
système de fichier ne fournit pas d'information sur l'encodage utilisé pour encoder
un texte brut donné. Cette information essentielle est alors déterminée à travers
un ensemble d'heuristiques.

Apports et limitations[modifier | modifier le code]

Le fichier texte est un élément déterminant en ce qu'il offre la possibilité de
décrire des codes sources et de faciliter la programmation des ordinateurs.
Toutefois, il souffre de facto de nombreux problème d'interopérabilité.
Apports[modifier | modifier le code]
Le fichier texte, lorsqu'il apparait apporte la possibilité de permettre à un humain
de soumettre un texte au traitement automatique d'une machine. Il offre
également la possibilité de supprimer et d'ajouter une ligne, et cela dès les cartes
perforées. Cette fonctionnalité a été reprise par des logiciels comme ed ou edlin.
Limitations[modifier | modifier le code]
Un fichier texte est limité dans sa taille, comme le sont tous les fichiers, par
le système de gestion de fichiers.
De plus par convention on limite volontairement le nombre de colonnes. Une
convention commune est ancienne est d'environ 80 ou 132 colonnes. Cela
correspondait aux standards de terminaux physiques aujourd'hui dépassés. Les
éditeurs modernes savent souvent gérer des lignes plus longues bien que cela ne
soit pas conseillé pour des questions de présentation.
Le fichier texte peut poser de nombreux problèmes d'interopérabilité (pour cause
d'encodage différents) entre pays, entre fournisseurs de logiciels, notamment.

Usage[modifier | modifier le code]
Les fichiers texte sont utilisés par de nombreux logiciels pour conserver les
données de configuration. Ils sont également utilisés pour contenir
les textes écrits en langages de programmation. En outre, la plupart des
langages de programmation offrent des fonctions prédéfinies pour manipuler du
texte brut, ce qui rend la gestion des fichiers textes particulièrement accessible.
Le logiciel utilisé pour éditer un fichier texte est un éditeur de texte. Dans le cas
général, un traitement de texte ne produit pas des fichiers texte. En effet, un
traitement de texte n'a pas seulement besoin de manipuler du texte brut, mais
également des informations sur la fonte de caractère utilisée, la disposition des
caractères dans des pages, les styles typographiques, etc. Toutefois, les
traitements de texte peuvent ouvrir ou sauvegarder un fichier texte, aucune
information de mise en forme n'étant conservée, sauf le cas échéant les sauts de
ligne.
Un fichier texte peut être la structure sous-jacente d'un fichier journal 8.

Structure et propriétés[modifier | modifier le code]

La structure d'un fichier texte est une séquence de lignes. Toutefois,
historiquement, chaque caractère est aligné verticalement, c'est encore le cas
aujourd'hui, dans un éditeur de texte en ligne ou local.
Séquence de lignes[modifier | modifier le code]
Le concept de séquence de lignes reste une caractéristique forte d'un fichier
texte.
Un fichier texte peut simplement contenir du texte dans une langue quelconque.
Dans ce cas, aujourd'hui, il ne respecte plus aucune structure particulière.

Il était une fois une marchande de foie

qui vendait du foie dans la Ville de Foix.
Elle se dit «ma foi c'est la première fois
que je vends du foie dans la ville de Foix !»
using (FileStream stm = new FileStream("logfile.txt", FileMode.Create))
{
return ProcessStuff(stm); //
}

Un fichier texte peut également contenir une donnée structurée qui peut être
analysée par un logiciel et affichée sous une forme plus évoluée, par exemple
une page web :

<!DOCTYPE html>
<html lang="fr">
<head><title>Page web d'exemple</title></head>
<body>
<p>Ceci est une page web d'exemple.</p>
</body>
</html>

Alignement vertical[modifier | modifier le code]

Un fichier texte est généralement rendu visible avec des polices à chasse fixe
alignant le texte verticalement. L'arrivée d'un grand nombre de caractères
Unicode dans les fichiers textes peut questionner ce concept.
Enfin, et de manière plus anecdotique, le propos d'un fichier texte peut être
détourné pour contenir une image, c'est ce qu'on appelle l'art ASCII :

(\___/) (*) (*) \ /

(=*.*=) (°_°) {^o^}
 (")___(") (+) (+) (| . |)
(_) (_) (_) (_)

Cet art nécessite toutefois que tous les caractères affichés aient la même largeur.
Cette technologie a notamment été utilisée pour spécifier des protocoles de
transfert de fichier.
Utilisation de l'art-ASCII comme élément de spécification du «FILE TRANSFER
PROTOCOL» RFC 7654; année 1980:

-------------
|/---------\|
|| User || --------
||Interface|<--->| User |
|\----:----/| --------
---------- | V |
|/------\| FTP Commands |/---------\|
||Server|<---------------->| User ||
|| PI || FTP Replies || PI ||
|\--:---/| |\----:----/|
| V | | V |
-------- |/------\| Data |/---------\| --------
| File |<--->|Server|<---------------->| User |<--->| File |
|System| || DTP || Connection || DTP || |System|
-------- |\------/| |\---------/| --------
---------- -------------

Server-FTP User-FTP

Standardisation et normalisation[modifier | modifier le code]

Les fichiers textes peuvent connaitre des problèmes d'interopérabilité :

 Différence de traitement des changements de lignes : CR ; LF, NL ;

CR+LF
 Présence ou absence éventuelle du marqueur magique BOM
 Différence de codage des caractères
 Différence de traitement des séquences d'échappement éventuelles.
Les variations de formats sont notamment liées aux intérêts régionaux: présence
de caractères accentués ou d'alphabets particuliers. Les industries souhaitent
également offrir de nouveaux caractères, en respectant tous les standards avec
une rigueur inégale.
Codage des caractères[modifier | modifier le code]
Comme tout fichier informatique, un fichier texte contient fondamentalement
des bits. La particularité d'un fichier texte est que l'ensemble du fichier respecte
un standard de codage des caractères. Il existe de nombreux standards de
codage de caractères, ce qui peut rendre problématique la compatibilité des
fichiers texte.
Rôle de l'ASCII[modifier | modifier le code]
La dénomination « fichier ASCII » est souvent confusément (et/ou abusivement)
utilisée à propos de fichiers texte n'utilisant pas le codage des caractères ASCII,
soit pour marquer une opposition à l'EBCDIC, soit pour interdire l'utilisation de
langues autre que l'anglais. Cela tient aussi à une histoire compliquée liée à
l'influence et aux intérêts des États-Unis, pays de langue anglaise, et au fait
qu'actuellement les fichiers textes sont généralement compatibles ASCII tout en
ne se limitant pas à ces caractères. Ainsi des fichiers textes UTF-8 bénéficient
d'une certaine interopérabilité avec des logiciels qui nécessitent des fichiers
compatibles ASCII, contrairement aux fichiers textes UTF-16, qui nécessitent des
logiciels spécifiquement adaptés à l'UTF-16.
Rôle du BOM[modifier | modifier le code]
Article détaillé : Byte Order Mark.
Le BOM est une invention du standard Unicode. Il est parfois présent en début de
fichier pour indiquer visuellement l'encodage d'un fichier (ce code dans un fichier
UTF8 sera visualisé « ï»¿ » en iso8859-1). À ce titre, il s'agit d'un nombre
magique au même titre que le shebang. Mais il est aussi et surtout utilisé pour
déterminer l'ordre des octets (endianness) et cela peut poser des problèmes à
certains logiciels.
Séquence d'échappement[modifier | modifier le code]
Les séquences d'échappement peuvent également être traitées de manière
inégales, alors que leur utilisation est impérative en ISO-2022, conduisant à
l'apparition de mojibake au sens premier du mot.

Notes et références[modifier | modifier le code]

Notes[modifier | modifier le code]
21. ↑ Le standard des États-Unis, l'ASCII inclut des caractères de contrôle, tel que
l'échappement de valeur 27.
22. ↑ les standards ISO-2022 sont bâtis sur ces séquences.
23. ↑ L'Unicode autorise l'utilisation d'un indicateur dénommé BOM.
24. ↑ ASCII 8 bits avec le bit sept, le plus fort, à 0.
25. ↑ Ce qui pourrait signifier que chaque colonne avait un sens précis comme en Cobol et
que la longueur des lignes était fixe, comme l'écran.

Références[modifier | modifier le code]
33. ↑ Popular Science Magazine, February 1950, page 96 [archive]
34. ↑ (en) Request for comments no 265 [archive].
35. ↑ (en) Request for comments no 354 [archive].
36. ↑ Revenir plus haut en :a et b (en) Request for comments no 765 [archive].
37. ↑ File Transfer Protocol  : RFC  959, Network Working Group, octobre 1985 (lire en
ligne [archive]), page 15
38. ↑ Revenir plus haut en :a et b http://www.cairn.info/article.php?ID_ARTICLE=DN_063_0013 [archive]
39. ↑ Barbara Beeton, Asmus Freytag, Murray Sargent III, Unicode Technical Report
1. 25 “Unicode Support for
Mathematics”, https://www.unicode.org/reports/tr25 [archive]
 40. ↑ http://www.oqlf.gouv.qc.ca/ressources/bibliotheque/dictionnaires/internet/fiches/8383642
.html [archive]

Voir aussi[modifier | modifier le code]

Articles connexes[modifier | modifier le code]

 Fichier binaire
 Éditeur de texte
 Format de fichier
 Fichier

  Portail de l’informatique 
  Portail de l’écriture
Catégories : 
 Format de données numériques
 Codage du texte
 Format ouvert
[+]
 La dernière modification de cette page a été faite le 15 octobre 2021 à 16:01.
 Droit d'auteur : les textes sont disponibles sous licence Creative Commons attribution, partage dans
les mêmes conditions ; d’autres conditions peuvent s’appliquer. Voyez les conditions
d’utilisation pour plus de détails, ainsi que les crédits graphiques. En cas de réutilisation des textes
de cette page, voyez comment citer les auteurs et mentionner la licence.
Wikipedia® est une marque déposée de la Wikimedia Foundation, Inc., organisation de
bienfaisance régie par le paragraphe 501(c)(3) du code fiscal des États-Unis.

Fichier texte
Pour les articles homonymes, voir TXT.
Fichier texte

Les 95 caractères et signes du codage ASCII

Caractéristiques
Extensions .txt ,  .text , -

Type MIME text/plain

PUID x-fmt/111

modifier - modifier le code - modifier Wikidata

En informatique, un fichier texte ou fichier texte brut ou fichier texte

simple[réf. nécessaire] est un fichier dont le contenu représente uniquement une suite
de caractères ; il utilise nécessairement une forme particulière de codage des
caractères qui peut être une variante ou une extension du standard local des États-
Unis, l'ASCII. Il n'existe aucune définition officielle, et les différentes interprétations
de ce qu'est un fichier texte partagent des propriétés essentielles. Les caractères
considérés sont généralement les caractères imprimables, d'espaces et de retours à
la ligne. Certains codages de caractères normalisés incluent également certains
caractères de contrôleN 1, séquence d'échappementN 2 ou marqueursN 3 qui peuvent
faire l'objet de différences d'appréciations. La notion de fichier texte est donc
subjective et dépend notamment des systèmes de codage de caractère considérés
(windows-1252 et ISO-8859-1 n'offrant pas les mêmes plages de valeurs
«imprimables».)
Un fichier « non texte » est appelé « fichier binaire », dans le sens où
les bits contenus dans le fichier ne représentent pas une simple suite de caractères
imprimables, d'espaces et de retours à la ligne.

Sommaire

 1Histoire
 2Texte brut
 3Apports et limitations
o 3.1Apports
o 3.2Limitations
 4Usage
 5Structure et propriétés
o 5.1Séquence de lignes
o 5.2Alignement vertical
 6Standardisation et normalisation
o 6.1Codage des caractères
 6.1.1Rôle de l'ASCII
o 6.2Rôle du BOM
o 6.3Séquence d'échappement
 7Notes et références
o 7.1Notes
o 7.2Références
 8Voir aussi
o 8.1Articles connexes

Histoire[modifier | modifier le code]
Un fichier en carte perforée

Extrait d'un programme écrit en BASIC

Copie papier d'un code source (en Fortran) des années 1970, imprimé sur du papier continu, dédié aux
fichiers textes.

La notion de fichier texte a évolué avec l'histoire de l'informatique.

Le mot fichier (« file » en anglais) a été utilisé publiquement dans le contexte d'un
enregistrement informatique déjà en février 1950. Une publicité de la radio Radio
Corporation of America de Popular Science Magazine1 décrivant une nouvelle
mémoire à tube à vide qu'elle avait développée, expliquait :
«...the results of countless computations can be kept "on file" and taken out
again. Such a "file" now exists in a "memory" tube developed at RCA
Laboratories. Electronically it retains figures fed into calculating machines,
holds them in storage while it memorizes new ones - speeds intelligent
solutions through mazes of mathematics. »
En 1952 un fichier était utilisé pour désigner l'information enregistrée sur
une carte perforée.
Or il se trouve que les cartes perforées partageaient certaines propriétés:

 Chaque carte représentait une ligne de 80 colonnes (en général)

 Les programmes (code source) étaient écrits en assemblant des lignes
de textes
 Les cartes perforées qui ne contenaient pas de texte étaient donc déjà
différentes.
En 1971, le RFC 2652 indique qu'un fichier peut être ASCII, cœur d'exécutable,
ou autre. Il mentionne notamment l'EBCDIC.
En juillet 1972, le RFC 3543, discutant des échanges de texte par le protocole
réseau NVT-ASCIIN 4 FTP, indique que les fichiers textes sont enregistrés de
manières différentes selon les systèmes :

 le PDP-10 enregistre le NVT-ASCII en 7-bits justifiés à gauche dans

des mots de 36 bits ;
 le 360's enregistre le texte avec un codage EBCDIC 8-bit ;
 Multics enregistre le texte avec quatre caractère de neuf bits dans des
mots de 36 bits.
Il indique donc que pour le bon transfert des textes, il est nécessaire que les deux
parties effectuent leur part respective de la conversion dans un codage commun;
il s'agit à cette époque de l'ASCII 8 bits, dit NVT.
Cette même année, la RFC fait apparaître le besoin d'une unité commune pour
transmettre des données binaires entre systèmes dont les mots n'ont pas la
même taille, et suggère l'utilisation de byte de 8 bits, c'est-à-dire, de ce que l'on
appelle aujourd'hui des octets, tout en permettant l'utilisation de bytes/mots
différents si négocié.
En 1980, le RFC 7654 en spécifiant le protocole FTP indique les trois raisons
occasionnant le transfert d'un fichier : l'impression, l'archivage, et le traitement.
Constatant, que le seul encodage n'est pas une métainformation suffisante, il
spécifie le reste et notamment les différents mécanismes de changement de ligne
à travers des caractères de contrôle ou de défilement de lignes. En page 12, le
RFC clarifie que les fichiers textes sont tout aussi bien des fichiers ASCII que des
fichiers EBCDIC.
En 1985, lors de l'élaboration du protocole FTP de transfert de fichier, il a été
recommandé de considérer comme fichier texte (en anglais "text" files), deux
formats de fichiers :

 les fichiers file structure, où le fichier est considéré être une séquence

continue de lignes.
 les fichiers record-structure, où le fichier est constitué
d'enregistrements séquentielsN 5
De même les types ASCII et EBCDIC ont été acceptés comme fichier texte 5.

Cette section est vide, insuffisamment détaillée ou incomplète. Votre aide est

la bienvenue ! Comment faire ?

Texte brut[modifier | modifier le code]

Article détaillé : Texte brut.
Texte brut Unicode (Unicode plain text)
De nos jours, l'Unicode est de plus en plus reconnu comme format de texte brut.
Le standard Unicode définit selon ses propres termes ce qu'est le texte brut, sous
le terme de plain text, dans sa version anglaise.
La notion de fichier texte se rapproche donc des propriétés que le standard
Unicode attribue au format nommé plain text en langue anglaise et signifiant texte
brut.
Généralités et controverses
La notion de texte brut (plain text) a, comme la notion de texte enrichi (fancy text),
été introduite par Unicode6.
La notion de plain text peut être traduite par texte en clair, pur texte, texte pur, ou
texte brut6.
Linux Information Project en donne une vision restrictive.
Format de codage
Si l'encodage est inconnu, un texte brut quelconque est inexploitable.
Texte brut approché en mathématiques
Alors que les mathématiques sont un langage international, en tout ou partie, leur
représentation informatique a pu être négligée lors de la création de différents
systèmes de codage des caractères. Toutefois, ces symboles ont bénéficié d'une
forte prise en charge par l'Unicode7, offrant de nouvelles perspectives.
Histoire
La notion de texte brut est implicitement assez ancienne puisque
vraisemblablement elle remonte sans doute au moins si ce n'est à la notion de
machine à écrire, aux premiers langages de programmation utilisant cette
technologie.
Dans son aspect réseau, elle est consignée dans de nombreux RFC.
Protocole et fichier
L'usage du texte brut peut varier entre protocole et ficher. Ceci peut
généralement être invisible à l'utilisateur lorsqu'il copie un texte d'un logiciel à un
autre.
Dans un protocole, le protocole spécifie généralement l'encodage utilisé, d'une
manière ou d'une autre; la longueur du texte peut ne pas être limité, en fonction
du protocole.
Un fichier a généralement une taille limitée, il est généralement admis qu'un
système de fichier ne fournit pas d'information sur l'encodage utilisé pour encoder
un texte brut donné. Cette information essentielle est alors déterminée à travers
un ensemble d'heuristiques.

Apports et limitations[modifier | modifier le code]

Le fichier texte est un élément déterminant en ce qu'il offre la possibilité de
décrire des codes sources et de faciliter la programmation des ordinateurs.
Toutefois, il souffre de facto de nombreux problème d'interopérabilité.
Apports[modifier | modifier le code]
Le fichier texte, lorsqu'il apparait apporte la possibilité de permettre à un humain
de soumettre un texte au traitement automatique d'une machine. Il offre
également la possibilité de supprimer et d'ajouter une ligne, et cela dès les cartes
perforées. Cette fonctionnalité a été reprise par des logiciels comme ed ou edlin.
Limitations[modifier | modifier le code]
Un fichier texte est limité dans sa taille, comme le sont tous les fichiers, par
le système de gestion de fichiers.
De plus par convention on limite volontairement le nombre de colonnes. Une
convention commune est ancienne est d'environ 80 ou 132 colonnes. Cela
correspondait aux standards de terminaux physiques aujourd'hui dépassés. Les
éditeurs modernes savent souvent gérer des lignes plus longues bien que cela ne
soit pas conseillé pour des questions de présentation.
Le fichier texte peut poser de nombreux problèmes d'interopérabilité (pour cause
d'encodage différents) entre pays, entre fournisseurs de logiciels, notamment.

Usage[modifier | modifier le code]
Les fichiers texte sont utilisés par de nombreux logiciels pour conserver les
données de configuration. Ils sont également utilisés pour contenir
les textes écrits en langages de programmation. En outre, la plupart des
langages de programmation offrent des fonctions prédéfinies pour manipuler du
texte brut, ce qui rend la gestion des fichiers textes particulièrement accessible.
Le logiciel utilisé pour éditer un fichier texte est un éditeur de texte. Dans le cas
général, un traitement de texte ne produit pas des fichiers texte. En effet, un
traitement de texte n'a pas seulement besoin de manipuler du texte brut, mais
également des informations sur la fonte de caractère utilisée, la disposition des
caractères dans des pages, les styles typographiques, etc. Toutefois, les
traitements de texte peuvent ouvrir ou sauvegarder un fichier texte, aucune
information de mise en forme n'étant conservée, sauf le cas échéant les sauts de
ligne.
Un fichier texte peut être la structure sous-jacente d'un fichier journal 8.

Structure et propriétés[modifier | modifier le code]

La structure d'un fichier texte est une séquence de lignes. Toutefois,
historiquement, chaque caractère est aligné verticalement, c'est encore le cas
aujourd'hui, dans un éditeur de texte en ligne ou local.
Séquence de lignes[modifier | modifier le code]
Le concept de séquence de lignes reste une caractéristique forte d'un fichier
texte.
Un fichier texte peut simplement contenir du texte dans une langue quelconque.
Dans ce cas, aujourd'hui, il ne respecte plus aucune structure particulière.

Il était une fois une marchande de foie

qui vendait du foie dans la Ville de Foix.
Elle se dit «ma foi c'est la première fois
que je vends du foie dans la ville de Foix !»
using (FileStream stm = new FileStream("logfile.txt", FileMode.Create))
{
return ProcessStuff(stm); //
}

Un fichier texte peut également contenir une donnée structurée qui peut être
analysée par un logiciel et affichée sous une forme plus évoluée, par exemple
une page web :

<!DOCTYPE html>
<html lang="fr">
<head><title>Page web d'exemple</title></head>
<body>
<p>Ceci est une page web d'exemple.</p>
</body>
</html>

Alignement vertical[modifier | modifier le code]

Un fichier texte est généralement rendu visible avec des polices à chasse fixe
alignant le texte verticalement. L'arrivée d'un grand nombre de caractères
Unicode dans les fichiers textes peut questionner ce concept.
Enfin, et de manière plus anecdotique, le propos d'un fichier texte peut être
détourné pour contenir une image, c'est ce qu'on appelle l'art ASCII :

(\___/) (*) (*) \ /

(=*.*=) (°_°) {^o^}
 (")___(") (+) (+) (| . |)
(_) (_) (_) (_)

Cet art nécessite toutefois que tous les caractères affichés aient la même largeur.
Cette technologie a notamment été utilisée pour spécifier des protocoles de
transfert de fichier.
Utilisation de l'art-ASCII comme élément de spécification du «FILE TRANSFER
PROTOCOL» RFC 7654; année 1980:

-------------
|/---------\|
|| User || --------
||Interface|<--->| User |
|\----:----/| --------
---------- | V |
|/------\| FTP Commands |/---------\|
||Server|<---------------->| User ||
|| PI || FTP Replies || PI ||
|\--:---/| |\----:----/|
| V | | V |
-------- |/------\| Data |/---------\| --------
| File |<--->|Server|<---------------->| User |<--->| File |
|System| || DTP || Connection || DTP || |System|
-------- |\------/| |\---------/| --------
---------- -------------

Server-FTP User-FTP

Standardisation et normalisation[modifier | modifier le code]

Les fichiers textes peuvent connaitre des problèmes d'interopérabilité :

 Différence de traitement des changements de lignes : CR ; LF, NL ;

CR+LF
 Présence ou absence éventuelle du marqueur magique BOM
 Différence de codage des caractères
 Différence de traitement des séquences d'échappement éventuelles.
Les variations de formats sont notamment liées aux intérêts régionaux: présence
de caractères accentués ou d'alphabets particuliers. Les industries souhaitent
également offrir de nouveaux caractères, en respectant tous les standards avec
une rigueur inégale.
Codage des caractères[modifier | modifier le code]
Comme tout fichier informatique, un fichier texte contient fondamentalement
des bits. La particularité d'un fichier texte est que l'ensemble du fichier respecte
un standard de codage des caractères. Il existe de nombreux standards de
codage de caractères, ce qui peut rendre problématique la compatibilité des
fichiers texte.
Rôle de l'ASCII[modifier | modifier le code]
La dénomination « fichier ASCII » est souvent confusément (et/ou abusivement)
utilisée à propos de fichiers texte n'utilisant pas le codage des caractères ASCII,
soit pour marquer une opposition à l'EBCDIC, soit pour interdire l'utilisation de
langues autre que l'anglais. Cela tient aussi à une histoire compliquée liée à
l'influence et aux intérêts des États-Unis, pays de langue anglaise, et au fait
qu'actuellement les fichiers textes sont généralement compatibles ASCII tout en
ne se limitant pas à ces caractères. Ainsi des fichiers textes UTF-8 bénéficient
d'une certaine interopérabilité avec des logiciels qui nécessitent des fichiers
compatibles ASCII, contrairement aux fichiers textes UTF-16, qui nécessitent des
logiciels spécifiquement adaptés à l'UTF-16.
Rôle du BOM[modifier | modifier le code]
Article détaillé : Byte Order Mark.
Le BOM est une invention du standard Unicode. Il est parfois présent en début de
fichier pour indiquer visuellement l'encodage d'un fichier (ce code dans un fichier
UTF8 sera visualisé « ï»¿ » en iso8859-1). À ce titre, il s'agit d'un nombre
magique au même titre que le shebang. Mais il est aussi et surtout utilisé pour
déterminer l'ordre des octets (endianness) et cela peut poser des problèmes à
certains logiciels.
Séquence d'échappement[modifier | modifier le code]
Les séquences d'échappement peuvent également être traitées de manière
inégales, alors que leur utilisation est impérative en ISO-2022, conduisant à
l'apparition de mojibake au sens premier du mot.

Notes et références[modifier | modifier le code]

Notes[modifier | modifier le code]
21. ↑ Le standard des États-Unis, l'ASCII inclut des caractères de contrôle, tel que
l'échappement de valeur 27.
22. ↑ les standards ISO-2022 sont bâtis sur ces séquences.
23. ↑ L'Unicode autorise l'utilisation d'un indicateur dénommé BOM.
24. ↑ ASCII 8 bits avec le bit sept, le plus fort, à 0.
25. ↑ Ce qui pourrait signifier que chaque colonne avait un sens précis comme en Cobol et
que la longueur des lignes était fixe, comme l'écran.

Références[modifier | modifier le code]
33. ↑ Popular Science Magazine, February 1950, page 96 [archive]
34. ↑ (en) Request for comments no 265 [archive].
35. ↑ (en) Request for comments no 354 [archive].
36. ↑ Revenir plus haut en :a et b (en) Request for comments no 765 [archive].
37. ↑ File Transfer Protocol  : RFC  959, Network Working Group, octobre 1985 (lire en
ligne [archive]), page 15
38. ↑ Revenir plus haut en :a et b http://www.cairn.info/article.php?ID_ARTICLE=DN_063_0013 [archive]
39. ↑ Barbara Beeton, Asmus Freytag, Murray Sargent III, Unicode Technical Report
1. 25 “Unicode Support for
Mathematics”, https://www.unicode.org/reports/tr25 [archive]
 40. ↑ http://www.oqlf.gouv.qc.ca/ressources/bibliotheque/dictionnaires/internet/fiches/8383642
.html [archive]

Voir aussi[modifier | modifier le code]

Articles connexes[modifier | modifier le code]

 Fichier binaire
 Éditeur de texte
 Format de fichier
 Fichier

  Portail de l’informatique 
  Portail de l’écriture
Catégories : 
 Format de données numériques
 Codage du texte
 Format ouvert
[+]
 La dernière modification de cette page a été faite le 15 octobre 2021 à 16:01.
 Droit d'auteur : les textes sont disponibles sous licence Creative Commons attribution, partage dans
les mêmes conditions ; d’autres conditions peuvent s’appliquer. Voyez les conditions
d’utilisation pour plus de détails, ainsi que les crédits graphiques. En cas de réutilisation des textes
de cette page, voyez comment citer les auteurs et mentionner la licence.
Wikipedia® est une marque déposée de la Wikimedia Foundation, Inc., organisation de
bienfaisance régie par le paragraphe 501(c)(3) du code fiscal des États-Unis.

Fichier texte
Pour les articles homonymes, voir TXT.
Fichier texte

Les 95 caractères et signes du codage ASCII

Caractéristiques
Extensions .txt ,  .text , -

Type MIME text/plain

PUID x-fmt/111

modifier - modifier le code - modifier Wikidata

En informatique, un fichier texte ou fichier texte brut ou fichier texte

simple[réf. nécessaire] est un fichier dont le contenu représente uniquement une suite
de caractères ; il utilise nécessairement une forme particulière de codage des
caractères qui peut être une variante ou une extension du standard local des États-
Unis, l'ASCII. Il n'existe aucune définition officielle, et les différentes interprétations
de ce qu'est un fichier texte partagent des propriétés essentielles. Les caractères
considérés sont généralement les caractères imprimables, d'espaces et de retours à
la ligne. Certains codages de caractères normalisés incluent également certains
caractères de contrôleN 1, séquence d'échappementN 2 ou marqueursN 3 qui peuvent
faire l'objet de différences d'appréciations. La notion de fichier texte est donc
subjective et dépend notamment des systèmes de codage de caractère considérés
(windows-1252 et ISO-8859-1 n'offrant pas les mêmes plages de valeurs
«imprimables».)
Un fichier « non texte » est appelé « fichier binaire », dans le sens où
les bits contenus dans le fichier ne représentent pas une simple suite de caractères
imprimables, d'espaces et de retours à la ligne.

Sommaire

 1Histoire
 2Texte brut
 3Apports et limitations
o 3.1Apports
o 3.2Limitations
 4Usage
 5Structure et propriétés
o 5.1Séquence de lignes
o 5.2Alignement vertical
 6Standardisation et normalisation
o 6.1Codage des caractères
 6.1.1Rôle de l'ASCII
o 6.2Rôle du BOM
o 6.3Séquence d'échappement
 7Notes et références
o 7.1Notes
o 7.2Références
 8Voir aussi
o 8.1Articles connexes

Histoire[modifier | modifier le code]
Un fichier en carte perforée

Extrait d'un programme écrit en BASIC

Copie papier d'un code source (en Fortran) des années 1970, imprimé sur du papier continu, dédié aux
fichiers textes.

La notion de fichier texte a évolué avec l'histoire de l'informatique.

Le mot fichier (« file » en anglais) a été utilisé publiquement dans le contexte d'un
enregistrement informatique déjà en février 1950. Une publicité de la radio Radio
Corporation of America de Popular Science Magazine1 décrivant une nouvelle
mémoire à tube à vide qu'elle avait développée, expliquait :
«...the results of countless computations can be kept "on file" and taken out
again. Such a "file" now exists in a "memory" tube developed at RCA
Laboratories. Electronically it retains figures fed into calculating machines,
holds them in storage while it memorizes new ones - speeds intelligent
solutions through mazes of mathematics. »
En 1952 un fichier était utilisé pour désigner l'information enregistrée sur
une carte perforée.
Or il se trouve que les cartes perforées partageaient certaines propriétés:

 Chaque carte représentait une ligne de 80 colonnes (en général)

 Les programmes (code source) étaient écrits en assemblant des lignes
de textes
 Les cartes perforées qui ne contenaient pas de texte étaient donc déjà
différentes.
En 1971, le RFC 2652 indique qu'un fichier peut être ASCII, cœur d'exécutable,
ou autre. Il mentionne notamment l'EBCDIC.
En juillet 1972, le RFC 3543, discutant des échanges de texte par le protocole
réseau NVT-ASCIIN 4 FTP, indique que les fichiers textes sont enregistrés de
manières différentes selon les systèmes :

 le PDP-10 enregistre le NVT-ASCII en 7-bits justifiés à gauche dans

des mots de 36 bits ;
 le 360's enregistre le texte avec un codage EBCDIC 8-bit ;
 Multics enregistre le texte avec quatre caractère de neuf bits dans des
mots de 36 bits.
Il indique donc que pour le bon transfert des textes, il est nécessaire que les deux
parties effectuent leur part respective de la conversion dans un codage commun;
il s'agit à cette époque de l'ASCII 8 bits, dit NVT.
Cette même année, la RFC fait apparaître le besoin d'une unité commune pour
transmettre des données binaires entre systèmes dont les mots n'ont pas la
même taille, et suggère l'utilisation de byte de 8 bits, c'est-à-dire, de ce que l'on
appelle aujourd'hui des octets, tout en permettant l'utilisation de bytes/mots
différents si négocié.
En 1980, le RFC 7654 en spécifiant le protocole FTP indique les trois raisons
occasionnant le transfert d'un fichier : l'impression, l'archivage, et le traitement.
Constatant, que le seul encodage n'est pas une métainformation suffisante, il
spécifie le reste et notamment les différents mécanismes de changement de ligne
à travers des caractères de contrôle ou de défilement de lignes. En page 12, le
RFC clarifie que les fichiers textes sont tout aussi bien des fichiers ASCII que des
fichiers EBCDIC.
En 1985, lors de l'élaboration du protocole FTP de transfert de fichier, il a été
recommandé de considérer comme fichier texte (en anglais "text" files), deux
formats de fichiers :

 les fichiers file structure, où le fichier est considéré être une séquence

continue de lignes.
 les fichiers record-structure, où le fichier est constitué
d'enregistrements séquentielsN 5
De même les types ASCII et EBCDIC ont été acceptés comme fichier texte 5.

Cette section est vide, insuffisamment détaillée ou incomplète. Votre aide est

la bienvenue ! Comment faire ?

Texte brut[modifier | modifier le code]

Article détaillé : Texte brut.
Texte brut Unicode (Unicode plain text)
De nos jours, l'Unicode est de plus en plus reconnu comme format de texte brut.
Le standard Unicode définit selon ses propres termes ce qu'est le texte brut, sous
le terme de plain text, dans sa version anglaise.
La notion de fichier texte se rapproche donc des propriétés que le standard
Unicode attribue au format nommé plain text en langue anglaise et signifiant texte
brut.
Généralités et controverses
La notion de texte brut (plain text) a, comme la notion de texte enrichi (fancy text),
été introduite par Unicode6.
La notion de plain text peut être traduite par texte en clair, pur texte, texte pur, ou
texte brut6.
Linux Information Project en donne une vision restrictive.
Format de codage
Si l'encodage est inconnu, un texte brut quelconque est inexploitable.
Texte brut approché en mathématiques
Alors que les mathématiques sont un langage international, en tout ou partie, leur
représentation informatique a pu être négligée lors de la création de différents
systèmes de codage des caractères. Toutefois, ces symboles ont bénéficié d'une
forte prise en charge par l'Unicode7, offrant de nouvelles perspectives.
Histoire
La notion de texte brut est implicitement assez ancienne puisque
vraisemblablement elle remonte sans doute au moins si ce n'est à la notion de
machine à écrire, aux premiers langages de programmation utilisant cette
technologie.
Dans son aspect réseau, elle est consignée dans de nombreux RFC.
Protocole et fichier
L'usage du texte brut peut varier entre protocole et ficher. Ceci peut
généralement être invisible à l'utilisateur lorsqu'il copie un texte d'un logiciel à un
autre.
Dans un protocole, le protocole spécifie généralement l'encodage utilisé, d'une
manière ou d'une autre; la longueur du texte peut ne pas être limité, en fonction
du protocole.
Un fichier a généralement une taille limitée, il est généralement admis qu'un
système de fichier ne fournit pas d'information sur l'encodage utilisé pour encoder
un texte brut donné. Cette information essentielle est alors déterminée à travers
un ensemble d'heuristiques.

Apports et limitations[modifier | modifier le code]

Le fichier texte est un élément déterminant en ce qu'il offre la possibilité de
décrire des codes sources et de faciliter la programmation des ordinateurs.
Toutefois, il souffre de facto de nombreux problème d'interopérabilité.
Apports[modifier | modifier le code]
Le fichier texte, lorsqu'il apparait apporte la possibilité de permettre à un humain
de soumettre un texte au traitement automatique d'une machine. Il offre
également la possibilité de supprimer et d'ajouter une ligne, et cela dès les cartes
perforées. Cette fonctionnalité a été reprise par des logiciels comme ed ou edlin.
Limitations[modifier | modifier le code]
Un fichier texte est limité dans sa taille, comme le sont tous les fichiers, par
le système de gestion de fichiers.
De plus par convention on limite volontairement le nombre de colonnes. Une
convention commune est ancienne est d'environ 80 ou 132 colonnes. Cela
correspondait aux standards de terminaux physiques aujourd'hui dépassés. Les
éditeurs modernes savent souvent gérer des lignes plus longues bien que cela ne
soit pas conseillé pour des questions de présentation.
Le fichier texte peut poser de nombreux problèmes d'interopérabilité (pour cause
d'encodage différents) entre pays, entre fournisseurs de logiciels, notamment.

Usage[modifier | modifier le code]
Les fichiers texte sont utilisés par de nombreux logiciels pour conserver les
données de configuration. Ils sont également utilisés pour contenir
les textes écrits en langages de programmation. En outre, la plupart des
langages de programmation offrent des fonctions prédéfinies pour manipuler du
texte brut, ce qui rend la gestion des fichiers textes particulièrement accessible.
Le logiciel utilisé pour éditer un fichier texte est un éditeur de texte. Dans le cas
général, un traitement de texte ne produit pas des fichiers texte. En effet, un
traitement de texte n'a pas seulement besoin de manipuler du texte brut, mais
également des informations sur la fonte de caractère utilisée, la disposition des
caractères dans des pages, les styles typographiques, etc. Toutefois, les
traitements de texte peuvent ouvrir ou sauvegarder un fichier texte, aucune
information de mise en forme n'étant conservée, sauf le cas échéant les sauts de
ligne.
Un fichier texte peut être la structure sous-jacente d'un fichier journal 8.

Structure et propriétés[modifier | modifier le code]

La structure d'un fichier texte est une séquence de lignes. Toutefois,
historiquement, chaque caractère est aligné verticalement, c'est encore le cas
aujourd'hui, dans un éditeur de texte en ligne ou local.
Séquence de lignes[modifier | modifier le code]
Le concept de séquence de lignes reste une caractéristique forte d'un fichier
texte.
Un fichier texte peut simplement contenir du texte dans une langue quelconque.
Dans ce cas, aujourd'hui, il ne respecte plus aucune structure particulière.

Il était une fois une marchande de foie

qui vendait du foie dans la Ville de Foix.
Elle se dit «ma foi c'est la première fois
que je vends du foie dans la ville de Foix !»
using (FileStream stm = new FileStream("logfile.txt", FileMode.Create))
{
return ProcessStuff(stm); //
}

Un fichier texte peut également contenir une donnée structurée qui peut être
analysée par un logiciel et affichée sous une forme plus évoluée, par exemple
une page web :

<!DOCTYPE html>
<html lang="fr">
<head><title>Page web d'exemple</title></head>
<body>
<p>Ceci est une page web d'exemple.</p>
</body>
</html>

Alignement vertical[modifier | modifier le code]

Un fichier texte est généralement rendu visible avec des polices à chasse fixe
alignant le texte verticalement. L'arrivée d'un grand nombre de caractères
Unicode dans les fichiers textes peut questionner ce concept.
Enfin, et de manière plus anecdotique, le propos d'un fichier texte peut être
détourné pour contenir une image, c'est ce qu'on appelle l'art ASCII :

(\___/) (*) (*) \ /

(=*.*=) (°_°) {^o^}
 (")___(") (+) (+) (| . |)
(_) (_) (_) (_)

Cet art nécessite toutefois que tous les caractères affichés aient la même largeur.
Cette technologie a notamment été utilisée pour spécifier des protocoles de
transfert de fichier.
Utilisation de l'art-ASCII comme élément de spécification du «FILE TRANSFER
PROTOCOL» RFC 7654; année 1980:

-------------
|/---------\|
|| User || --------
||Interface|<--->| User |
|\----:----/| --------
---------- | V |
|/------\| FTP Commands |/---------\|
||Server|<---------------->| User ||
|| PI || FTP Replies || PI ||
|\--:---/| |\----:----/|
| V | | V |
-------- |/------\| Data |/---------\| --------
| File |<--->|Server|<---------------->| User |<--->| File |
|System| || DTP || Connection || DTP || |System|
-------- |\------/| |\---------/| --------
---------- -------------

Server-FTP User-FTP

Standardisation et normalisation[modifier | modifier le code]

Les fichiers textes peuvent connaitre des problèmes d'interopérabilité :

 Différence de traitement des changements de lignes : CR ; LF, NL ;

CR+LF
 Présence ou absence éventuelle du marqueur magique BOM
 Différence de codage des caractères
 Différence de traitement des séquences d'échappement éventuelles.
Les variations de formats sont notamment liées aux intérêts régionaux: présence
de caractères accentués ou d'alphabets particuliers. Les industries souhaitent
également offrir de nouveaux caractères, en respectant tous les standards avec
une rigueur inégale.
Codage des caractères[modifier | modifier le code]
Comme tout fichier informatique, un fichier texte contient fondamentalement
des bits. La particularité d'un fichier texte est que l'ensemble du fichier respecte
un standard de codage des caractères. Il existe de nombreux standards de
codage de caractères, ce qui peut rendre problématique la compatibilité des
fichiers texte.
Rôle de l'ASCII[modifier | modifier le code]
La dénomination « fichier ASCII » est souvent confusément (et/ou abusivement)
utilisée à propos de fichiers texte n'utilisant pas le codage des caractères ASCII,
soit pour marquer une opposition à l'EBCDIC, soit pour interdire l'utilisation de
langues autre que l'anglais. Cela tient aussi à une histoire compliquée liée à
l'influence et aux intérêts des États-Unis, pays de langue anglaise, et au fait
qu'actuellement les fichiers textes sont généralement compatibles ASCII tout en
ne se limitant pas à ces caractères. Ainsi des fichiers textes UTF-8 bénéficient
d'une certaine interopérabilité avec des logiciels qui nécessitent des fichiers
compatibles ASCII, contrairement aux fichiers textes UTF-16, qui nécessitent des
logiciels spécifiquement adaptés à l'UTF-16.
Rôle du BOM[modifier | modifier le code]
Article détaillé : Byte Order Mark.
Le BOM est une invention du standard Unicode. Il est parfois présent en début de
fichier pour indiquer visuellement l'encodage d'un fichier (ce code dans un fichier
UTF8 sera visualisé « ï»¿ » en iso8859-1). À ce titre, il s'agit d'un nombre
magique au même titre que le shebang. Mais il est aussi et surtout utilisé pour
déterminer l'ordre des octets (endianness) et cela peut poser des problèmes à
certains logiciels.
Séquence d'échappement[modifier | modifier le code]
Les séquences d'échappement peuvent également être traitées de manière
inégales, alors que leur utilisation est impérative en ISO-2022, conduisant à
l'apparition de mojibake au sens premier du mot.

Notes et références[modifier | modifier le code]

Notes[modifier | modifier le code]
21. ↑ Le standard des États-Unis, l'ASCII inclut des caractères de contrôle, tel que
l'échappement de valeur 27.
22. ↑ les standards ISO-2022 sont bâtis sur ces séquences.
23. ↑ L'Unicode autorise l'utilisation d'un indicateur dénommé BOM.
24. ↑ ASCII 8 bits avec le bit sept, le plus fort, à 0.
25. ↑ Ce qui pourrait signifier que chaque colonne avait un sens précis comme en Cobol et
que la longueur des lignes était fixe, comme l'écran.

Références[modifier | modifier le code]
33. ↑ Popular Science Magazine, February 1950, page 96 [archive]
34. ↑ (en) Request for comments no 265 [archive].
35. ↑ (en) Request for comments no 354 [archive].
36. ↑ Revenir plus haut en :a et b (en) Request for comments no 765 [archive].
37. ↑ File Transfer Protocol  : RFC  959, Network Working Group, octobre 1985 (lire en
ligne [archive]), page 15
38. ↑ Revenir plus haut en :a et b http://www.cairn.info/article.php?ID_ARTICLE=DN_063_0013 [archive]
39. ↑ Barbara Beeton, Asmus Freytag, Murray Sargent III, Unicode Technical Report
1. 25 “Unicode Support for
Mathematics”, https://www.unicode.org/reports/tr25 [archive]
 40. ↑ http://www.oqlf.gouv.qc.ca/ressources/bibliotheque/dictionnaires/internet/fiches/8383642
.html [archive]

Voir aussi[modifier | modifier le code]

Articles connexes[modifier | modifier le code]

 Fichier binaire
 Éditeur de texte
 Format de fichier
 Fichier

  Portail de l’informatique 
  Portail de l’écriture
Catégories : 
 Format de données numériques
 Codage du texte
 Format ouvert
[+]
 La dernière modification de cette page a été faite le 15 octobre 2021 à 16:01.
 Droit d'auteur : les textes sont disponibles sous licence Creative Commons attribution, partage dans
les mêmes conditions ; d’autres conditions peuvent s’appliquer. Voyez les conditions
d’utilisation pour plus de détails, ainsi que les crédits graphiques. En cas de réutilisation des textes
de cette page, voyez comment citer les auteurs et mentionner la licence.
Wikipedia® est une marque déposée de la Wikimedia Foundation, Inc., organisation de
bienfaisance régie par le paragraphe 501(c)(3) du code fiscal des États-Unis.

Fichier texte
Pour les articles homonymes, voir TXT.
Fichier texte

Les 95 caractères et signes du codage ASCII

 Caractéristiques
Extensions .txt ,  .text , -

Type MIME text/plain

PUID x-fmt/111

modifier - modifier le code - modifier Wikidata

En informatique, un fichier texte ou fichier texte brut ou fichier texte

simple[réf. nécessaire] est un fichier dont le contenu représente uniquement une suite
de caractères ; il utilise nécessairement une forme particulière de codage des
caractères qui peut être une variante ou une extension du standard local des États-
Unis, l'ASCII. Il n'existe aucune définition officielle, et les différentes interprétations
de ce qu'est un fichier texte partagent des propriétés essentielles. Les caractères
considérés sont généralement les caractères imprimables, d'espaces et de retours à
la ligne. Certains codages de caractères normalisés incluent également certains
caractères de contrôleN 1, séquence d'échappementN 2 ou marqueursN 3 qui peuvent
faire l'objet de différences d'appréciations. La notion de fichier texte est donc
subjective et dépend notamment des systèmes de codage de caractère considérés
(windows-1252 et ISO-8859-1 n'offrant pas les mêmes plages de valeurs
«imprimables».)
Un fichier « non texte » est appelé « fichier binaire », dans le sens où
les bits contenus dans le fichier ne représentent pas une simple suite de caractères
imprimables, d'espaces et de retours à la ligne.

Sommaire

 1Histoire
 2Texte brut
 3Apports et limitations
o 3.1Apports
o 3.2Limitations
 4Usage
 5Structure et propriétés
o 5.1Séquence de lignes
o 5.2Alignement vertical
 6Standardisation et normalisation
o 6.1Codage des caractères
 6.1.1Rôle de l'ASCII
o 6.2Rôle du BOM
o 6.3Séquence d'échappement
 7Notes et références
o 7.1Notes
o 7.2Références
 8Voir aussi
o 8.1Articles connexes

Histoire[modifier | modifier le code]
Un fichier en carte perforée

Extrait d'un programme écrit en BASIC

Copie papier d'un code source (en Fortran) des années 1970, imprimé sur du papier continu, dédié aux
fichiers textes.

La notion de fichier texte a évolué avec l'histoire de l'informatique.

Le mot fichier (« file » en anglais) a été utilisé publiquement dans le contexte d'un
enregistrement informatique déjà en février 1950. Une publicité de la radio Radio
Corporation of America de Popular Science Magazine1 décrivant une nouvelle
mémoire à tube à vide qu'elle avait développée, expliquait :
«...the results of countless computations can be kept "on file" and taken out
again. Such a "file" now exists in a "memory" tube developed at RCA
Laboratories. Electronically it retains figures fed into calculating machines,
holds them in storage while it memorizes new ones - speeds intelligent
solutions through mazes of mathematics. »
En 1952 un fichier était utilisé pour désigner l'information enregistrée sur
une carte perforée.
Or il se trouve que les cartes perforées partageaient certaines propriétés:

 Chaque carte représentait une ligne de 80 colonnes (en général)

 Les programmes (code source) étaient écrits en assemblant des lignes
de textes
 Les cartes perforées qui ne contenaient pas de texte étaient donc déjà
différentes.
En 1971, le RFC 2652 indique qu'un fichier peut être ASCII, cœur d'exécutable,
ou autre. Il mentionne notamment l'EBCDIC.
En juillet 1972, le RFC 3543, discutant des échanges de texte par le protocole
réseau NVT-ASCIIN 4 FTP, indique que les fichiers textes sont enregistrés de
manières différentes selon les systèmes :

 le PDP-10 enregistre le NVT-ASCII en 7-bits justifiés à gauche dans

des mots de 36 bits ;
 le 360's enregistre le texte avec un codage EBCDIC 8-bit ;
 Multics enregistre le texte avec quatre caractère de neuf bits dans des
mots de 36 bits.
Il indique donc que pour le bon transfert des textes, il est nécessaire que les deux
parties effectuent leur part respective de la conversion dans un codage commun;
il s'agit à cette époque de l'ASCII 8 bits, dit NVT.
Cette même année, la RFC fait apparaître le besoin d'une unité commune pour
transmettre des données binaires entre systèmes dont les mots n'ont pas la
même taille, et suggère l'utilisation de byte de 8 bits, c'est-à-dire, de ce que l'on
appelle aujourd'hui des octets, tout en permettant l'utilisation de bytes/mots
différents si négocié.
En 1980, le RFC 7654 en spécifiant le protocole FTP indique les trois raisons
occasionnant le transfert d'un fichier : l'impression, l'archivage, et le traitement.
Constatant, que le seul encodage n'est pas une métainformation suffisante, il
spécifie le reste et notamment les différents mécanismes de changement de ligne
à travers des caractères de contrôle ou de défilement de lignes. En page 12, le
RFC clarifie que les fichiers textes sont tout aussi bien des fichiers ASCII que des
fichiers EBCDIC.
En 1985, lors de l'élaboration du protocole FTP de transfert de fichier, il a été
recommandé de considérer comme fichier texte (en anglais "text" files), deux
formats de fichiers :

 les fichiers file structure, où le fichier est considéré être une séquence

continue de lignes.
 les fichiers record-structure, où le fichier est constitué
d'enregistrements séquentielsN 5
De même les types ASCII et EBCDIC ont été acceptés comme fichier texte 5.

Cette section est vide, insuffisamment détaillée ou incomplète. Votre aide est

la bienvenue ! Comment faire ?

Texte brut[modifier | modifier le code]

Article détaillé : Texte brut.
Texte brut Unicode (Unicode plain text)
De nos jours, l'Unicode est de plus en plus reconnu comme format de texte brut.
Le standard Unicode définit selon ses propres termes ce qu'est le texte brut, sous
le terme de plain text, dans sa version anglaise.
La notion de fichier texte se rapproche donc des propriétés que le standard
Unicode attribue au format nommé plain text en langue anglaise et signifiant texte
brut.
Généralités et controverses
La notion de texte brut (plain text) a, comme la notion de texte enrichi (fancy text),
été introduite par Unicode6.
La notion de plain text peut être traduite par texte en clair, pur texte, texte pur, ou
texte brut6.
Linux Information Project en donne une vision restrictive.
Format de codage
Si l'encodage est inconnu, un texte brut quelconque est inexploitable.
Texte brut approché en mathématiques
Alors que les mathématiques sont un langage international, en tout ou partie, leur
représentation informatique a pu être négligée lors de la création de différents
systèmes de codage des caractères. Toutefois, ces symboles ont bénéficié d'une
forte prise en charge par l'Unicode7, offrant de nouvelles perspectives.
Histoire
La notion de texte brut est implicitement assez ancienne puisque
vraisemblablement elle remonte sans doute au moins si ce n'est à la notion de
machine à écrire, aux premiers langages de programmation utilisant cette
technologie.
Dans son aspect réseau, elle est consignée dans de nombreux RFC.
Protocole et fichier
L'usage du texte brut peut varier entre protocole et ficher. Ceci peut
généralement être invisible à l'utilisateur lorsqu'il copie un texte d'un logiciel à un
autre.
Dans un protocole, le protocole spécifie généralement l'encodage utilisé, d'une
manière ou d'une autre; la longueur du texte peut ne pas être limité, en fonction
du protocole.
Un fichier a généralement une taille limitée, il est généralement admis qu'un
système de fichier ne fournit pas d'information sur l'encodage utilisé pour encoder
un texte brut donné. Cette information essentielle est alors déterminée à travers
un ensemble d'heuristiques.

Apports et limitations[modifier | modifier le code]

Le fichier texte est un élément déterminant en ce qu'il offre la possibilité de
décrire des codes sources et de faciliter la programmation des ordinateurs.
Toutefois, il souffre de facto de nombreux problème d'interopérabilité.
Apports[modifier | modifier le code]
Le fichier texte, lorsqu'il apparait apporte la possibilité de permettre à un humain
de soumettre un texte au traitement automatique d'une machine. Il offre
également la possibilité de supprimer et d'ajouter une ligne, et cela dès les cartes
perforées. Cette fonctionnalité a été reprise par des logiciels comme ed ou edlin.
Limitations[modifier | modifier le code]
Un fichier texte est limité dans sa taille, comme le sont tous les fichiers, par
le système de gestion de fichiers.
De plus par convention on limite volontairement le nombre de colonnes. Une
convention commune est ancienne est d'environ 80 ou 132 colonnes. Cela
correspondait aux standards de terminaux physiques aujourd'hui dépassés. Les
éditeurs modernes savent souvent gérer des lignes plus longues bien que cela ne
soit pas conseillé pour des questions de présentation.
Le fichier texte peut poser de nombreux problèmes d'interopérabilité (pour cause
d'encodage différents) entre pays, entre fournisseurs de logiciels, notamment.

Usage[modifier | modifier le code]
Les fichiers texte sont utilisés par de nombreux logiciels pour conserver les
données de configuration. Ils sont également utilisés pour contenir
les textes écrits en langages de programmation. En outre, la plupart des
langages de programmation offrent des fonctions prédéfinies pour manipuler du
texte brut, ce qui rend la gestion des fichiers textes particulièrement accessible.
Le logiciel utilisé pour éditer un fichier texte est un éditeur de texte. Dans le cas
général, un traitement de texte ne produit pas des fichiers texte. En effet, un
traitement de texte n'a pas seulement besoin de manipuler du texte brut, mais
également des informations sur la fonte de caractère utilisée, la disposition des
caractères dans des pages, les styles typographiques, etc. Toutefois, les
traitements de texte peuvent ouvrir ou sauvegarder un fichier texte, aucune
information de mise en forme n'étant conservée, sauf le cas échéant les sauts de
ligne.
Un fichier texte peut être la structure sous-jacente d'un fichier journal 8.

Structure et propriétés[modifier | modifier le code]

La structure d'un fichier texte est une séquence de lignes. Toutefois,
historiquement, chaque caractère est aligné verticalement, c'est encore le cas
aujourd'hui, dans un éditeur de texte en ligne ou local.
Séquence de lignes[modifier | modifier le code]
Le concept de séquence de lignes reste une caractéristique forte d'un fichier
texte.
Un fichier texte peut simplement contenir du texte dans une langue quelconque.
Dans ce cas, aujourd'hui, il ne respecte plus aucune structure particulière.

Il était une fois une marchande de foie

qui vendait du foie dans la Ville de Foix.
Elle se dit «ma foi c'est la première fois
que je vends du foie dans la ville de Foix !»
using (FileStream stm = new FileStream("logfile.txt", FileMode.Create))
{
return ProcessStuff(stm); //
}

Un fichier texte peut également contenir une donnée structurée qui peut être
analysée par un logiciel et affichée sous une forme plus évoluée, par exemple
une page web :

<!DOCTYPE html>
<html lang="fr">
<head><title>Page web d'exemple</title></head>
<body>
<p>Ceci est une page web d'exemple.</p>
</body>
</html>

Alignement vertical[modifier | modifier le code]

Un fichier texte est généralement rendu visible avec des polices à chasse fixe
alignant le texte verticalement. L'arrivée d'un grand nombre de caractères
Unicode dans les fichiers textes peut questionner ce concept.
Enfin, et de manière plus anecdotique, le propos d'un fichier texte peut être
détourné pour contenir une image, c'est ce qu'on appelle l'art ASCII :

(\___/) (*) (*) \ /

(=*.*=) (°_°) {^o^}
 (")___(") (+) (+) (| . |)
(_) (_) (_) (_)

Cet art nécessite toutefois que tous les caractères affichés aient la même largeur.
Cette technologie a notamment été utilisée pour spécifier des protocoles de
transfert de fichier.
Utilisation de l'art-ASCII comme élément de spécification du «FILE TRANSFER
PROTOCOL» RFC 7654; année 1980:

-------------
|/---------\|
|| User || --------
||Interface|<--->| User |
|\----:----/| --------
---------- | V |
|/------\| FTP Commands |/---------\|
||Server|<---------------->| User ||
|| PI || FTP Replies || PI ||
|\--:---/| |\----:----/|
| V | | V |
-------- |/------\| Data |/---------\| --------
| File |<--->|Server|<---------------->| User |<--->| File |
|System| || DTP || Connection || DTP || |System|
-------- |\------/| |\---------/| --------
---------- -------------

Server-FTP User-FTP

Standardisation et normalisation[modifier | modifier le code]

Les fichiers textes peuvent connaitre des problèmes d'interopérabilité :

 Différence de traitement des changements de lignes : CR ; LF, NL ;

CR+LF
 Présence ou absence éventuelle du marqueur magique BOM
 Différence de codage des caractères
 Différence de traitement des séquences d'échappement éventuelles.
Les variations de formats sont notamment liées aux intérêts régionaux: présence
de caractères accentués ou d'alphabets particuliers. Les industries souhaitent
également offrir de nouveaux caractères, en respectant tous les standards avec
une rigueur inégale.
Codage des caractères[modifier | modifier le code]
Comme tout fichier informatique, un fichier texte contient fondamentalement
des bits. La particularité d'un fichier texte est que l'ensemble du fichier respecte
un standard de codage des caractères. Il existe de nombreux standards de
codage de caractères, ce qui peut rendre problématique la compatibilité des
fichiers texte.
Rôle de l'ASCII[modifier | modifier le code]
La dénomination « fichier ASCII » est souvent confusément (et/ou abusivement)
utilisée à propos de fichiers texte n'utilisant pas le codage des caractères ASCII,
soit pour marquer une opposition à l'EBCDIC, soit pour interdire l'utilisation de
langues autre que l'anglais. Cela tient aussi à une histoire compliquée liée à
l'influence et aux intérêts des États-Unis, pays de langue anglaise, et au fait
qu'actuellement les fichiers textes sont généralement compatibles ASCII tout en
ne se limitant pas à ces caractères. Ainsi des fichiers textes UTF-8 bénéficient
d'une certaine interopérabilité avec des logiciels qui nécessitent des fichiers
compatibles ASCII, contrairement aux fichiers textes UTF-16, qui nécessitent des
logiciels spécifiquement adaptés à l'UTF-16.
Rôle du BOM[modifier | modifier le code]
Article détaillé : Byte Order Mark.
Le BOM est une invention du standard Unicode. Il est parfois présent en début de
fichier pour indiquer visuellement l'encodage d'un fichier (ce code dans un fichier
UTF8 sera visualisé « ï»¿ » en iso8859-1). À ce titre, il s'agit d'un nombre
magique au même titre que le shebang. Mais il est aussi et surtout utilisé pour
déterminer l'ordre des octets (endianness) et cela peut poser des problèmes à
certains logiciels.
Séquence d'échappement[modifier | modifier le code]
Les séquences d'échappement peuvent également être traitées de manière
inégales, alors que leur utilisation est impérative en ISO-2022, conduisant à
l'apparition de mojibake au sens premier du mot.

Notes et références[modifier | modifier le code]

Notes[modifier | modifier le code]
26. ↑ Le standard des États-Unis, l'ASCII inclut des caractères de contrôle, tel que
l'échappement de valeur 27.
27. ↑ les standards ISO-2022 sont bâtis sur ces séquences.
28. ↑ L'Unicode autorise l'utilisation d'un indicateur dénommé BOM.
29. ↑ ASCII 8 bits avec le bit sept, le plus fort, à 0.
30. ↑ Ce qui pourrait signifier que chaque colonne avait un sens précis comme en Cobol et
que la longueur des lignes était fixe, comme l'écran.

Références[modifier | modifier le code]
41. ↑ Popular Science Magazine, February 1950, page 96 [archive]
42. ↑ (en) Request for comments no 265 [archive].
43. ↑ (en) Request for comments no 354 [archive].
44. ↑ Revenir plus haut en :a et b (en) Request for comments no 765 [archive].
45. ↑ File Transfer Protocol  : RFC  959, Network Working Group, octobre 1985 (lire en
ligne [archive]), page 15
46. ↑ Revenir plus haut en :a et b http://www.cairn.info/article.php?ID_ARTICLE=DN_063_0013 [archive]
47. ↑ Barbara Beeton, Asmus Freytag, Murray Sargent III, Unicode Technical Report
1. 25 “Unicode Support for
Mathematics”, https://www.unicode.org/reports/tr25 [archive]
 48. ↑ http://www.oqlf.gouv.qc.ca/ressources/bibliotheque/dictionnaires/internet/fiches/8383642
.html [archive]

Voir aussi[modifier | modifier le code]

Articles connexes[modifier | modifier le code]

 Fichier binaire
 Éditeur de texte
 Format de fichier
 Fichier

  Portail de l’informatique 
  Portail de l’écriture
Catégories : 
 Format de données numériques
 Codage du texte
 Format ouvert
[+]
 La dernière modification de cette page a été faite le 15 octobre 2021 à 16:01.
 Droit d'auteur : les textes sont disponibles sous licence Creative Commons attribution, partage dans
les mêmes conditions ; d’autres conditions peuvent s’appliquer. Voyez les conditions
d’utilisation pour plus de détails, ainsi que les crédits graphiques. En cas de réutilisation des textes
de cette page, voyez comment citer les auteurs et mentionner la licence.
Wikipedia® est une marque déposée de la Wikimedia Foundation, Inc., organisation de
bienfaisance régie par le paragraphe 501(c)(3) du code fiscal des États-Unis.

Fichier texte
Pour les articles homonymes, voir TXT.
Fichier texte

Les 95 caractères et signes du codage ASCII

Caractéristiques
Extensions .txt ,  .text , -

Type MIME text/plain

PUID x-fmt/111

modifier - modifier le code - modifier Wikidata

En informatique, un fichier texte ou fichier texte brut ou fichier texte

simple[réf. nécessaire] est un fichier dont le contenu représente uniquement une suite
de caractères ; il utilise nécessairement une forme particulière de codage des
caractères qui peut être une variante ou une extension du standard local des États-
Unis, l'ASCII. Il n'existe aucune définition officielle, et les différentes interprétations
de ce qu'est un fichier texte partagent des propriétés essentielles. Les caractères
considérés sont généralement les caractères imprimables, d'espaces et de retours à
la ligne. Certains codages de caractères normalisés incluent également certains
caractères de contrôleN 1, séquence d'échappementN 2 ou marqueursN 3 qui peuvent
faire l'objet de différences d'appréciations. La notion de fichier texte est donc
subjective et dépend notamment des systèmes de codage de caractère considérés
(windows-1252 et ISO-8859-1 n'offrant pas les mêmes plages de valeurs
«imprimables».)
Un fichier « non texte » est appelé « fichier binaire », dans le sens où
les bits contenus dans le fichier ne représentent pas une simple suite de caractères
imprimables, d'espaces et de retours à la ligne.

Sommaire

 1Histoire
 2Texte brut
 3Apports et limitations
o 3.1Apports
o 3.2Limitations
 4Usage
 5Structure et propriétés
o 5.1Séquence de lignes
o 5.2Alignement vertical
 6Standardisation et normalisation
o 6.1Codage des caractères
 6.1.1Rôle de l'ASCII
o 6.2Rôle du BOM
o 6.3Séquence d'échappement
 7Notes et références
o 7.1Notes
o 7.2Références
 8Voir aussi
o 8.1Articles connexes

Histoire[modifier | modifier le code]
Un fichier en carte perforée

Extrait d'un programme écrit en BASIC

Copie papier d'un code source (en Fortran) des années 1970, imprimé sur du papier continu, dédié aux
fichiers textes.

La notion de fichier texte a évolué avec l'histoire de l'informatique.

Le mot fichier (« file » en anglais) a été utilisé publiquement dans le contexte d'un
enregistrement informatique déjà en février 1950. Une publicité de la radio Radio
Corporation of America de Popular Science Magazine1 décrivant une nouvelle
mémoire à tube à vide qu'elle avait développée, expliquait :
«...the results of countless computations can be kept "on file" and taken out
again. Such a "file" now exists in a "memory" tube developed at RCA
Laboratories. Electronically it retains figures fed into calculating machines,
holds them in storage while it memorizes new ones - speeds intelligent
solutions through mazes of mathematics. »
En 1952 un fichier était utilisé pour désigner l'information enregistrée sur
une carte perforée.
Or il se trouve que les cartes perforées partageaient certaines propriétés:

 Chaque carte représentait une ligne de 80 colonnes (en général)

 Les programmes (code source) étaient écrits en assemblant des lignes
de textes
 Les cartes perforées qui ne contenaient pas de texte étaient donc déjà
différentes.
En 1971, le RFC 2652 indique qu'un fichier peut être ASCII, cœur d'exécutable,
ou autre. Il mentionne notamment l'EBCDIC.
En juillet 1972, le RFC 3543, discutant des échanges de texte par le protocole
réseau NVT-ASCIIN 4 FTP, indique que les fichiers textes sont enregistrés de
manières différentes selon les systèmes :

 le PDP-10 enregistre le NVT-ASCII en 7-bits justifiés à gauche dans

des mots de 36 bits ;
 le 360's enregistre le texte avec un codage EBCDIC 8-bit ;
 Multics enregistre le texte avec quatre caractère de neuf bits dans des
mots de 36 bits.
Il indique donc que pour le bon transfert des textes, il est nécessaire que les deux
parties effectuent leur part respective de la conversion dans un codage commun;
il s'agit à cette époque de l'ASCII 8 bits, dit NVT.
Cette même année, la RFC fait apparaître le besoin d'une unité commune pour
transmettre des données binaires entre systèmes dont les mots n'ont pas la
même taille, et suggère l'utilisation de byte de 8 bits, c'est-à-dire, de ce que l'on
appelle aujourd'hui des octets, tout en permettant l'utilisation de bytes/mots
différents si négocié.
En 1980, le RFC 7654 en spécifiant le protocole FTP indique les trois raisons
occasionnant le transfert d'un fichier : l'impression, l'archivage, et le traitement.
Constatant, que le seul encodage n'est pas une métainformation suffisante, il
spécifie le reste et notamment les différents mécanismes de changement de ligne
à travers des caractères de contrôle ou de défilement de lignes. En page 12, le
RFC clarifie que les fichiers textes sont tout aussi bien des fichiers ASCII que des
fichiers EBCDIC.
En 1985, lors de l'élaboration du protocole FTP de transfert de fichier, il a été
recommandé de considérer comme fichier texte (en anglais "text" files), deux
formats de fichiers :

 les fichiers file structure, où le fichier est considéré être une séquence

continue de lignes.
 les fichiers record-structure, où le fichier est constitué
d'enregistrements séquentielsN 5
De même les types ASCII et EBCDIC ont été acceptés comme fichier texte 5.

Cette section est vide, insuffisamment détaillée ou incomplète. Votre aide est

la bienvenue ! Comment faire ?

Texte brut[modifier | modifier le code]

Article détaillé : Texte brut.
Texte brut Unicode (Unicode plain text)
De nos jours, l'Unicode est de plus en plus reconnu comme format de texte brut.
Le standard Unicode définit selon ses propres termes ce qu'est le texte brut, sous
le terme de plain text, dans sa version anglaise.
La notion de fichier texte se rapproche donc des propriétés que le standard
Unicode attribue au format nommé plain text en langue anglaise et signifiant texte
brut.
Généralités et controverses
La notion de texte brut (plain text) a, comme la notion de texte enrichi (fancy text),
été introduite par Unicode6.
La notion de plain text peut être traduite par texte en clair, pur texte, texte pur, ou
texte brut6.
Linux Information Project en donne une vision restrictive.
Format de codage
Si l'encodage est inconnu, un texte brut quelconque est inexploitable.
Texte brut approché en mathématiques
Alors que les mathématiques sont un langage international, en tout ou partie, leur
représentation informatique a pu être négligée lors de la création de différents
systèmes de codage des caractères. Toutefois, ces symboles ont bénéficié d'une
forte prise en charge par l'Unicode7, offrant de nouvelles perspectives.
Histoire
La notion de texte brut est implicitement assez ancienne puisque
vraisemblablement elle remonte sans doute au moins si ce n'est à la notion de
machine à écrire, aux premiers langages de programmation utilisant cette
technologie.
Dans son aspect réseau, elle est consignée dans de nombreux RFC.
Protocole et fichier
L'usage du texte brut peut varier entre protocole et ficher. Ceci peut
généralement être invisible à l'utilisateur lorsqu'il copie un texte d'un logiciel à un
autre.
Dans un protocole, le protocole spécifie généralement l'encodage utilisé, d'une
manière ou d'une autre; la longueur du texte peut ne pas être limité, en fonction
du protocole.
Un fichier a généralement une taille limitée, il est généralement admis qu'un
système de fichier ne fournit pas d'information sur l'encodage utilisé pour encoder
un texte brut donné. Cette information essentielle est alors déterminée à travers
un ensemble d'heuristiques.

Apports et limitations[modifier | modifier le code]

Le fichier texte est un élément déterminant en ce qu'il offre la possibilité de
décrire des codes sources et de faciliter la programmation des ordinateurs.
Toutefois, il souffre de facto de nombreux problème d'interopérabilité.
Apports[modifier | modifier le code]
Le fichier texte, lorsqu'il apparait apporte la possibilité de permettre à un humain
de soumettre un texte au traitement automatique d'une machine. Il offre
également la possibilité de supprimer et d'ajouter une ligne, et cela dès les cartes
perforées. Cette fonctionnalité a été reprise par des logiciels comme ed ou edlin.
Limitations[modifier | modifier le code]
Un fichier texte est limité dans sa taille, comme le sont tous les fichiers, par
le système de gestion de fichiers.
De plus par convention on limite volontairement le nombre de colonnes. Une
convention commune est ancienne est d'environ 80 ou 132 colonnes. Cela
correspondait aux standards de terminaux physiques aujourd'hui dépassés. Les
éditeurs modernes savent souvent gérer des lignes plus longues bien que cela ne
soit pas conseillé pour des questions de présentation.
Le fichier texte peut poser de nombreux problèmes d'interopérabilité (pour cause
d'encodage différents) entre pays, entre fournisseurs de logiciels, notamment.

Usage[modifier | modifier le code]
Les fichiers texte sont utilisés par de nombreux logiciels pour conserver les
données de configuration. Ils sont également utilisés pour contenir
les textes écrits en langages de programmation. En outre, la plupart des
langages de programmation offrent des fonctions prédéfinies pour manipuler du
texte brut, ce qui rend la gestion des fichiers textes particulièrement accessible.
Le logiciel utilisé pour éditer un fichier texte est un éditeur de texte. Dans le cas
général, un traitement de texte ne produit pas des fichiers texte. En effet, un
traitement de texte n'a pas seulement besoin de manipuler du texte brut, mais
également des informations sur la fonte de caractère utilisée, la disposition des
caractères dans des pages, les styles typographiques, etc. Toutefois, les
traitements de texte peuvent ouvrir ou sauvegarder un fichier texte, aucune
information de mise en forme n'étant conservée, sauf le cas échéant les sauts de
ligne.
Un fichier texte peut être la structure sous-jacente d'un fichier journal 8.

Structure et propriétés[modifier | modifier le code]

La structure d'un fichier texte est une séquence de lignes. Toutefois,
historiquement, chaque caractère est aligné verticalement, c'est encore le cas
aujourd'hui, dans un éditeur de texte en ligne ou local.
Séquence de lignes[modifier | modifier le code]
Le concept de séquence de lignes reste une caractéristique forte d'un fichier
texte.
Un fichier texte peut simplement contenir du texte dans une langue quelconque.
Dans ce cas, aujourd'hui, il ne respecte plus aucune structure particulière.

Il était une fois une marchande de foie

qui vendait du foie dans la Ville de Foix.
Elle se dit «ma foi c'est la première fois
que je vends du foie dans la ville de Foix !»
using (FileStream stm = new FileStream("logfile.txt", FileMode.Create))
{
return ProcessStuff(stm); //
}

Un fichier texte peut également contenir une donnée structurée qui peut être
analysée par un logiciel et affichée sous une forme plus évoluée, par exemple
une page web :

<!DOCTYPE html>
<html lang="fr">
<head><title>Page web d'exemple</title></head>
<body>
<p>Ceci est une page web d'exemple.</p>
</body>
</html>

Alignement vertical[modifier | modifier le code]

Un fichier texte est généralement rendu visible avec des polices à chasse fixe
alignant le texte verticalement. L'arrivée d'un grand nombre de caractères
Unicode dans les fichiers textes peut questionner ce concept.
Enfin, et de manière plus anecdotique, le propos d'un fichier texte peut être
détourné pour contenir une image, c'est ce qu'on appelle l'art ASCII :

(\___/) (*) (*) \ /

(=*.*=) (°_°) {^o^}
 (")___(") (+) (+) (| . |)
(_) (_) (_) (_)

Cet art nécessite toutefois que tous les caractères affichés aient la même largeur.
Cette technologie a notamment été utilisée pour spécifier des protocoles de
transfert de fichier.
Utilisation de l'art-ASCII comme élément de spécification du «FILE TRANSFER
PROTOCOL» RFC 7654; année 1980:

-------------
|/---------\|
|| User || --------
||Interface|<--->| User |
|\----:----/| --------
---------- | V |
|/------\| FTP Commands |/---------\|
||Server|<---------------->| User ||
|| PI || FTP Replies || PI ||
|\--:---/| |\----:----/|
| V | | V |
-------- |/------\| Data |/---------\| --------
| File |<--->|Server|<---------------->| User |<--->| File |
|System| || DTP || Connection || DTP || |System|
-------- |\------/| |\---------/| --------
---------- -------------

Server-FTP User-FTP

Standardisation et normalisation[modifier | modifier le code]

Les fichiers textes peuvent connaitre des problèmes d'interopérabilité :

 Différence de traitement des changements de lignes : CR ; LF, NL ;

CR+LF
 Présence ou absence éventuelle du marqueur magique BOM
 Différence de codage des caractères
 Différence de traitement des séquences d'échappement éventuelles.
Les variations de formats sont notamment liées aux intérêts régionaux: présence
de caractères accentués ou d'alphabets particuliers. Les industries souhaitent
également offrir de nouveaux caractères, en respectant tous les standards avec
une rigueur inégale.
Codage des caractères[modifier | modifier le code]
Comme tout fichier informatique, un fichier texte contient fondamentalement
des bits. La particularité d'un fichier texte est que l'ensemble du fichier respecte
un standard de codage des caractères. Il existe de nombreux standards de
codage de caractères, ce qui peut rendre problématique la compatibilité des
fichiers texte.
Rôle de l'ASCII[modifier | modifier le code]
La dénomination « fichier ASCII » est souvent confusément (et/ou abusivement)
utilisée à propos de fichiers texte n'utilisant pas le codage des caractères ASCII,
soit pour marquer une opposition à l'EBCDIC, soit pour interdire l'utilisation de
langues autre que l'anglais. Cela tient aussi à une histoire compliquée liée à
l'influence et aux intérêts des États-Unis, pays de langue anglaise, et au fait
qu'actuellement les fichiers textes sont généralement compatibles ASCII tout en
ne se limitant pas à ces caractères. Ainsi des fichiers textes UTF-8 bénéficient
d'une certaine interopérabilité avec des logiciels qui nécessitent des fichiers
compatibles ASCII, contrairement aux fichiers textes UTF-16, qui nécessitent des
logiciels spécifiquement adaptés à l'UTF-16.
Rôle du BOM[modifier | modifier le code]
Article détaillé : Byte Order Mark.
Le BOM est une invention du standard Unicode. Il est parfois présent en début de
fichier pour indiquer visuellement l'encodage d'un fichier (ce code dans un fichier
UTF8 sera visualisé « ï»¿ » en iso8859-1). À ce titre, il s'agit d'un nombre
magique au même titre que le shebang. Mais il est aussi et surtout utilisé pour
déterminer l'ordre des octets (endianness) et cela peut poser des problèmes à
certains logiciels.
Séquence d'échappement[modifier | modifier le code]
Les séquences d'échappement peuvent également être traitées de manière
inégales, alors que leur utilisation est impérative en ISO-2022, conduisant à
l'apparition de mojibake au sens premier du mot.

Notes et références[modifier | modifier le code]

Notes[modifier | modifier le code]
26. ↑ Le standard des États-Unis, l'ASCII inclut des caractères de contrôle, tel que
l'échappement de valeur 27.
27. ↑ les standards ISO-2022 sont bâtis sur ces séquences.
28. ↑ L'Unicode autorise l'utilisation d'un indicateur dénommé BOM.
29. ↑ ASCII 8 bits avec le bit sept, le plus fort, à 0.
30. ↑ Ce qui pourrait signifier que chaque colonne avait un sens précis comme en Cobol et
que la longueur des lignes était fixe, comme l'écran.

Références[modifier | modifier le code]
41. ↑ Popular Science Magazine, February 1950, page 96 [archive]
42. ↑ (en) Request for comments no 265 [archive].
43. ↑ (en) Request for comments no 354 [archive].
44. ↑ Revenir plus haut en :a et b (en) Request for comments no 765 [archive].
45. ↑ File Transfer Protocol  : RFC  959, Network Working Group, octobre 1985 (lire en
ligne [archive]), page 15
46. ↑ Revenir plus haut en :a et b http://www.cairn.info/article.php?ID_ARTICLE=DN_063_0013 [archive]
47. ↑ Barbara Beeton, Asmus Freytag, Murray Sargent III, Unicode Technical Report
1. 25 “Unicode Support for
Mathematics”, https://www.unicode.org/reports/tr25 [archive]
 48. ↑ http://www.oqlf.gouv.qc.ca/ressources/bibliotheque/dictionnaires/internet/fiches/8383642
.html [archive]

Voir aussi[modifier | modifier le code]

Articles connexes[modifier | modifier le code]

 Fichier binaire
 Éditeur de texte
 Format de fichier
 Fichier

  Portail de l’informatique 
  Portail de l’écriture
Catégories : 
 Format de données numériques
 Codage du texte
 Format ouvert
[+]
 La dernière modification de cette page a été faite le 15 octobre 2021 à 16:01.
 Droit d'auteur : les textes sont disponibles sous licence Creative Commons attribution, partage dans
les mêmes conditions ; d’autres conditions peuvent s’appliquer. Voyez les conditions
d’utilisation pour plus de détails, ainsi que les crédits graphiques. En cas de réutilisation des textes
de cette page, voyez comment citer les auteurs et mentionner la licence.
Wikipedia® est une marque déposée de la Wikimedia Foundation, Inc., organisation de
bienfaisance régie par le paragraphe 501(c)(3) du code fiscal des États-Unis.

Fichier texte
Pour les articles homonymes, voir TXT.
Fichier texte

Les 95 caractères et signes du codage ASCII

Caractéristiques
Extensions .txt ,  .text , -

Type MIME text/plain

PUID x-fmt/111

modifier - modifier le code - modifier Wikidata

En informatique, un fichier texte ou fichier texte brut ou fichier texte

simple[réf. nécessaire] est un fichier dont le contenu représente uniquement une suite
de caractères ; il utilise nécessairement une forme particulière de codage des
caractères qui peut être une variante ou une extension du standard local des États-
Unis, l'ASCII. Il n'existe aucune définition officielle, et les différentes interprétations
de ce qu'est un fichier texte partagent des propriétés essentielles. Les caractères
considérés sont généralement les caractères imprimables, d'espaces et de retours à
la ligne. Certains codages de caractères normalisés incluent également certains
caractères de contrôleN 1, séquence d'échappementN 2 ou marqueursN 3 qui peuvent
faire l'objet de différences d'appréciations. La notion de fichier texte est donc
subjective et dépend notamment des systèmes de codage de caractère considérés
(windows-1252 et ISO-8859-1 n'offrant pas les mêmes plages de valeurs
«imprimables».)
Un fichier « non texte » est appelé « fichier binaire », dans le sens où
les bits contenus dans le fichier ne représentent pas une simple suite de caractères
imprimables, d'espaces et de retours à la ligne.

Sommaire

 1Histoire
 2Texte brut
 3Apports et limitations
o 3.1Apports
o 3.2Limitations
 4Usage
 5Structure et propriétés
o 5.1Séquence de lignes
o 5.2Alignement vertical
 6Standardisation et normalisation
o 6.1Codage des caractères
 6.1.1Rôle de l'ASCII
o 6.2Rôle du BOM
o 6.3Séquence d'échappement
 7Notes et références
o 7.1Notes
o 7.2Références
 8Voir aussi
o 8.1Articles connexes

Histoire[modifier | modifier le code]
Un fichier en carte perforée

Extrait d'un programme écrit en BASIC

Copie papier d'un code source (en Fortran) des années 1970, imprimé sur du papier continu, dédié aux
fichiers textes.

La notion de fichier texte a évolué avec l'histoire de l'informatique.

Le mot fichier (« file » en anglais) a été utilisé publiquement dans le contexte d'un
enregistrement informatique déjà en février 1950. Une publicité de la radio Radio
Corporation of America de Popular Science Magazine1 décrivant une nouvelle
mémoire à tube à vide qu'elle avait développée, expliquait :
«...the results of countless computations can be kept "on file" and taken out
again. Such a "file" now exists in a "memory" tube developed at RCA
Laboratories. Electronically it retains figures fed into calculating machines,
holds them in storage while it memorizes new ones - speeds intelligent
solutions through mazes of mathematics. »
En 1952 un fichier était utilisé pour désigner l'information enregistrée sur
une carte perforée.
Or il se trouve que les cartes perforées partageaient certaines propriétés:

 Chaque carte représentait une ligne de 80 colonnes (en général)

 Les programmes (code source) étaient écrits en assemblant des lignes
de textes
 Les cartes perforées qui ne contenaient pas de texte étaient donc déjà
différentes.
En 1971, le RFC 2652 indique qu'un fichier peut être ASCII, cœur d'exécutable,
ou autre. Il mentionne notamment l'EBCDIC.
En juillet 1972, le RFC 3543, discutant des échanges de texte par le protocole
réseau NVT-ASCIIN 4 FTP, indique que les fichiers textes sont enregistrés de
manières différentes selon les systèmes :

 le PDP-10 enregistre le NVT-ASCII en 7-bits justifiés à gauche dans

des mots de 36 bits ;
 le 360's enregistre le texte avec un codage EBCDIC 8-bit ;
 Multics enregistre le texte avec quatre caractère de neuf bits dans des
mots de 36 bits.
Il indique donc que pour le bon transfert des textes, il est nécessaire que les deux
parties effectuent leur part respective de la conversion dans un codage commun;
il s'agit à cette époque de l'ASCII 8 bits, dit NVT.
Cette même année, la RFC fait apparaître le besoin d'une unité commune pour
transmettre des données binaires entre systèmes dont les mots n'ont pas la
même taille, et suggère l'utilisation de byte de 8 bits, c'est-à-dire, de ce que l'on
appelle aujourd'hui des octets, tout en permettant l'utilisation de bytes/mots
différents si négocié.
En 1980, le RFC 7654 en spécifiant le protocole FTP indique les trois raisons
occasionnant le transfert d'un fichier : l'impression, l'archivage, et le traitement.
Constatant, que le seul encodage n'est pas une métainformation suffisante, il
spécifie le reste et notamment les différents mécanismes de changement de ligne
à travers des caractères de contrôle ou de défilement de lignes. En page 12, le
RFC clarifie que les fichiers textes sont tout aussi bien des fichiers ASCII que des
fichiers EBCDIC.
En 1985, lors de l'élaboration du protocole FTP de transfert de fichier, il a été
recommandé de considérer comme fichier texte (en anglais "text" files), deux
formats de fichiers :

 les fichiers file structure, où le fichier est considéré être une séquence

continue de lignes.
 les fichiers record-structure, où le fichier est constitué
d'enregistrements séquentielsN 5
De même les types ASCII et EBCDIC ont été acceptés comme fichier texte 5.

Cette section est vide, insuffisamment détaillée ou incomplète. Votre aide est

la bienvenue ! Comment faire ?

Texte brut[modifier | modifier le code]

Article détaillé : Texte brut.
Texte brut Unicode (Unicode plain text)
De nos jours, l'Unicode est de plus en plus reconnu comme format de texte brut.
Le standard Unicode définit selon ses propres termes ce qu'est le texte brut, sous
le terme de plain text, dans sa version anglaise.
La notion de fichier texte se rapproche donc des propriétés que le standard
Unicode attribue au format nommé plain text en langue anglaise et signifiant texte
brut.
Généralités et controverses
La notion de texte brut (plain text) a, comme la notion de texte enrichi (fancy text),
été introduite par Unicode6.
La notion de plain text peut être traduite par texte en clair, pur texte, texte pur, ou
texte brut6.
Linux Information Project en donne une vision restrictive.
Format de codage
Si l'encodage est inconnu, un texte brut quelconque est inexploitable.
Texte brut approché en mathématiques
Alors que les mathématiques sont un langage international, en tout ou partie, leur
représentation informatique a pu être négligée lors de la création de différents
systèmes de codage des caractères. Toutefois, ces symboles ont bénéficié d'une
forte prise en charge par l'Unicode7, offrant de nouvelles perspectives.
Histoire
La notion de texte brut est implicitement assez ancienne puisque
vraisemblablement elle remonte sans doute au moins si ce n'est à la notion de
machine à écrire, aux premiers langages de programmation utilisant cette
technologie.
Dans son aspect réseau, elle est consignée dans de nombreux RFC.
Protocole et fichier
L'usage du texte brut peut varier entre protocole et ficher. Ceci peut
généralement être invisible à l'utilisateur lorsqu'il copie un texte d'un logiciel à un
autre.
Dans un protocole, le protocole spécifie généralement l'encodage utilisé, d'une
manière ou d'une autre; la longueur du texte peut ne pas être limité, en fonction
du protocole.
Un fichier a généralement une taille limitée, il est généralement admis qu'un
système de fichier ne fournit pas d'information sur l'encodage utilisé pour encoder
un texte brut donné. Cette information essentielle est alors déterminée à travers
un ensemble d'heuristiques.

Apports et limitations[modifier | modifier le code]

Le fichier texte est un élément déterminant en ce qu'il offre la possibilité de
décrire des codes sources et de faciliter la programmation des ordinateurs.
Toutefois, il souffre de facto de nombreux problème d'interopérabilité.
Apports[modifier | modifier le code]
Le fichier texte, lorsqu'il apparait apporte la possibilité de permettre à un humain
de soumettre un texte au traitement automatique d'une machine. Il offre
également la possibilité de supprimer et d'ajouter une ligne, et cela dès les cartes
perforées. Cette fonctionnalité a été reprise par des logiciels comme ed ou edlin.
Limitations[modifier | modifier le code]
Un fichier texte est limité dans sa taille, comme le sont tous les fichiers, par
le système de gestion de fichiers.
De plus par convention on limite volontairement le nombre de colonnes. Une
convention commune est ancienne est d'environ 80 ou 132 colonnes. Cela
correspondait aux standards de terminaux physiques aujourd'hui dépassés. Les
éditeurs modernes savent souvent gérer des lignes plus longues bien que cela ne
soit pas conseillé pour des questions de présentation.
Le fichier texte peut poser de nombreux problèmes d'interopérabilité (pour cause
d'encodage différents) entre pays, entre fournisseurs de logiciels, notamment.

Usage[modifier | modifier le code]
Les fichiers texte sont utilisés par de nombreux logiciels pour conserver les
données de configuration. Ils sont également utilisés pour contenir
les textes écrits en langages de programmation. En outre, la plupart des
langages de programmation offrent des fonctions prédéfinies pour manipuler du
texte brut, ce qui rend la gestion des fichiers textes particulièrement accessible.
Le logiciel utilisé pour éditer un fichier texte est un éditeur de texte. Dans le cas
général, un traitement de texte ne produit pas des fichiers texte. En effet, un
traitement de texte n'a pas seulement besoin de manipuler du texte brut, mais
également des informations sur la fonte de caractère utilisée, la disposition des
caractères dans des pages, les styles typographiques, etc. Toutefois, les
traitements de texte peuvent ouvrir ou sauvegarder un fichier texte, aucune
information de mise en forme n'étant conservée, sauf le cas échéant les sauts de
ligne.
Un fichier texte peut être la structure sous-jacente d'un fichier journal 8.

Structure et propriétés[modifier | modifier le code]

La structure d'un fichier texte est une séquence de lignes. Toutefois,
historiquement, chaque caractère est aligné verticalement, c'est encore le cas
aujourd'hui, dans un éditeur de texte en ligne ou local.
Séquence de lignes[modifier | modifier le code]
Le concept de séquence de lignes reste une caractéristique forte d'un fichier
texte.
Un fichier texte peut simplement contenir du texte dans une langue quelconque.
Dans ce cas, aujourd'hui, il ne respecte plus aucune structure particulière.

Il était une fois une marchande de foie

qui vendait du foie dans la Ville de Foix.
Elle se dit «ma foi c'est la première fois
que je vends du foie dans la ville de Foix !»
using (FileStream stm = new FileStream("logfile.txt", FileMode.Create))
{
return ProcessStuff(stm); //
}

Un fichier texte peut également contenir une donnée structurée qui peut être
analysée par un logiciel et affichée sous une forme plus évoluée, par exemple
une page web :

<!DOCTYPE html>
<html lang="fr">
<head><title>Page web d'exemple</title></head>
<body>
<p>Ceci est une page web d'exemple.</p>
</body>
</html>

Alignement vertical[modifier | modifier le code]

Un fichier texte est généralement rendu visible avec des polices à chasse fixe
alignant le texte verticalement. L'arrivée d'un grand nombre de caractères
Unicode dans les fichiers textes peut questionner ce concept.
Enfin, et de manière plus anecdotique, le propos d'un fichier texte peut être
détourné pour contenir une image, c'est ce qu'on appelle l'art ASCII :

(\___/) (*) (*) \ /

(=*.*=) (°_°) {^o^}
 (")___(") (+) (+) (| . |)
(_) (_) (_) (_)

Cet art nécessite toutefois que tous les caractères affichés aient la même largeur.
Cette technologie a notamment été utilisée pour spécifier des protocoles de
transfert de fichier.
Utilisation de l'art-ASCII comme élément de spécification du «FILE TRANSFER
PROTOCOL» RFC 7654; année 1980:

-------------
|/---------\|
|| User || --------
||Interface|<--->| User |
|\----:----/| --------
---------- | V |
|/------\| FTP Commands |/---------\|
||Server|<---------------->| User ||
|| PI || FTP Replies || PI ||
|\--:---/| |\----:----/|
| V | | V |
-------- |/------\| Data |/---------\| --------
| File |<--->|Server|<---------------->| User |<--->| File |
|System| || DTP || Connection || DTP || |System|
-------- |\------/| |\---------/| --------
---------- -------------

Server-FTP User-FTP

Standardisation et normalisation[modifier | modifier le code]

Les fichiers textes peuvent connaitre des problèmes d'interopérabilité :

 Différence de traitement des changements de lignes : CR ; LF, NL ;

CR+LF
 Présence ou absence éventuelle du marqueur magique BOM
 Différence de codage des caractères
 Différence de traitement des séquences d'échappement éventuelles.
Les variations de formats sont notamment liées aux intérêts régionaux: présence
de caractères accentués ou d'alphabets particuliers. Les industries souhaitent
également offrir de nouveaux caractères, en respectant tous les standards avec
une rigueur inégale.
Codage des caractères[modifier | modifier le code]
Comme tout fichier informatique, un fichier texte contient fondamentalement
des bits. La particularité d'un fichier texte est que l'ensemble du fichier respecte
un standard de codage des caractères. Il existe de nombreux standards de
codage de caractères, ce qui peut rendre problématique la compatibilité des
fichiers texte.
Rôle de l'ASCII[modifier | modifier le code]
La dénomination « fichier ASCII » est souvent confusément (et/ou abusivement)
utilisée à propos de fichiers texte n'utilisant pas le codage des caractères ASCII,
soit pour marquer une opposition à l'EBCDIC, soit pour interdire l'utilisation de
langues autre que l'anglais. Cela tient aussi à une histoire compliquée liée à
l'influence et aux intérêts des États-Unis, pays de langue anglaise, et au fait
qu'actuellement les fichiers textes sont généralement compatibles ASCII tout en
ne se limitant pas à ces caractères. Ainsi des fichiers textes UTF-8 bénéficient
d'une certaine interopérabilité avec des logiciels qui nécessitent des fichiers
compatibles ASCII, contrairement aux fichiers textes UTF-16, qui nécessitent des
logiciels spécifiquement adaptés à l'UTF-16.
Rôle du BOM[modifier | modifier le code]
Article détaillé : Byte Order Mark.
Le BOM est une invention du standard Unicode. Il est parfois présent en début de
fichier pour indiquer visuellement l'encodage d'un fichier (ce code dans un fichier
UTF8 sera visualisé « ï»¿ » en iso8859-1). À ce titre, il s'agit d'un nombre
magique au même titre que le shebang. Mais il est aussi et surtout utilisé pour
déterminer l'ordre des octets (endianness) et cela peut poser des problèmes à
certains logiciels.
Séquence d'échappement[modifier | modifier le code]
Les séquences d'échappement peuvent également être traitées de manière
inégales, alors que leur utilisation est impérative en ISO-2022, conduisant à
l'apparition de mojibake au sens premier du mot.

Notes et références[modifier | modifier le code]

Notes[modifier | modifier le code]
26. ↑ Le standard des États-Unis, l'ASCII inclut des caractères de contrôle, tel que
l'échappement de valeur 27.
27. ↑ les standards ISO-2022 sont bâtis sur ces séquences.
28. ↑ L'Unicode autorise l'utilisation d'un indicateur dénommé BOM.
29. ↑ ASCII 8 bits avec le bit sept, le plus fort, à 0.
30. ↑ Ce qui pourrait signifier que chaque colonne avait un sens précis comme en Cobol et
que la longueur des lignes était fixe, comme l'écran.

Références[modifier | modifier le code]
41. ↑ Popular Science Magazine, February 1950, page 96 [archive]
42. ↑ (en) Request for comments no 265 [archive].
43. ↑ (en) Request for comments no 354 [archive].
44. ↑ Revenir plus haut en :a et b (en) Request for comments no 765 [archive].
45. ↑ File Transfer Protocol  : RFC  959, Network Working Group, octobre 1985 (lire en
ligne [archive]), page 15
46. ↑ Revenir plus haut en :a et b http://www.cairn.info/article.php?ID_ARTICLE=DN_063_0013 [archive]
47. ↑ Barbara Beeton, Asmus Freytag, Murray Sargent III, Unicode Technical Report
1. 25 “Unicode Support for
Mathematics”, https://www.unicode.org/reports/tr25 [archive]
 48. ↑ http://www.oqlf.gouv.qc.ca/ressources/bibliotheque/dictionnaires/internet/fiches/8383642
.html [archive]

Voir aussi[modifier | modifier le code]

Articles connexes[modifier | modifier le code]

 Fichier binaire
 Éditeur de texte
 Format de fichier
 Fichier

  Portail de l’informatique 
  Portail de l’écriture
Catégories : 
 Format de données numériques
 Codage du texte
 Format ouvert
[+]
 La dernière modification de cette page a été faite le 15 octobre 2021 à 16:01.
 Droit d'auteur : les textes sont disponibles sous licence Creative Commons attribution, partage dans
les mêmes conditions ; d’autres conditions peuvent s’appliquer. Voyez les conditions
d’utilisation pour plus de détails, ainsi que les crédits graphiques. En cas de réutilisation des textes
de cette page, voyez comment citer les auteurs et mentionner la licence.
Wikipedia® est une marque déposée de la Wikimedia Foundation, Inc., organisation de
bienfaisance régie par le paragraphe 501(c)(3) du code fiscal des États-Unis.

Fichier texte
Pour les articles homonymes, voir TXT.
Fichier texte

Les 95 caractères et signes du codage ASCII

Caractéristiques
Extensions .txt ,  .text , -

Type MIME text/plain

PUID x-fmt/111

modifier - modifier le code - modifier Wikidata

En informatique, un fichier texte ou fichier texte brut ou fichier texte

simple[réf. nécessaire] est un fichier dont le contenu représente uniquement une suite
de caractères ; il utilise nécessairement une forme particulière de codage des
caractères qui peut être une variante ou une extension du standard local des États-
Unis, l'ASCII. Il n'existe aucune définition officielle, et les différentes interprétations
de ce qu'est un fichier texte partagent des propriétés essentielles. Les caractères
considérés sont généralement les caractères imprimables, d'espaces et de retours à
la ligne. Certains codages de caractères normalisés incluent également certains
caractères de contrôleN 1, séquence d'échappementN 2 ou marqueursN 3 qui peuvent
faire l'objet de différences d'appréciations. La notion de fichier texte est donc
subjective et dépend notamment des systèmes de codage de caractère considérés
(windows-1252 et ISO-8859-1 n'offrant pas les mêmes plages de valeurs
«imprimables».)
Un fichier « non texte » est appelé « fichier binaire », dans le sens où
les bits contenus dans le fichier ne représentent pas une simple suite de caractères
imprimables, d'espaces et de retours à la ligne.

Sommaire

 1Histoire
 2Texte brut
 3Apports et limitations
o 3.1Apports
o 3.2Limitations
 4Usage
 5Structure et propriétés
o 5.1Séquence de lignes
o 5.2Alignement vertical
 6Standardisation et normalisation
o 6.1Codage des caractères
 6.1.1Rôle de l'ASCII
o 6.2Rôle du BOM
o 6.3Séquence d'échappement
 7Notes et références
o 7.1Notes
o 7.2Références
 8Voir aussi
o 8.1Articles connexes

Histoire[modifier | modifier le code]
Un fichier en carte perforée

Extrait d'un programme écrit en BASIC

Copie papier d'un code source (en Fortran) des années 1970, imprimé sur du papier continu, dédié aux
fichiers textes.

La notion de fichier texte a évolué avec l'histoire de l'informatique.

Le mot fichier (« file » en anglais) a été utilisé publiquement dans le contexte d'un
enregistrement informatique déjà en février 1950. Une publicité de la radio Radio
Corporation of America de Popular Science Magazine1 décrivant une nouvelle
mémoire à tube à vide qu'elle avait développée, expliquait :
«...the results of countless computations can be kept "on file" and taken out
again. Such a "file" now exists in a "memory" tube developed at RCA
Laboratories. Electronically it retains figures fed into calculating machines,
holds them in storage while it memorizes new ones - speeds intelligent
solutions through mazes of mathematics. »
En 1952 un fichier était utilisé pour désigner l'information enregistrée sur
une carte perforée.
Or il se trouve que les cartes perforées partageaient certaines propriétés:

 Chaque carte représentait une ligne de 80 colonnes (en général)

 Les programmes (code source) étaient écrits en assemblant des lignes
de textes
 Les cartes perforées qui ne contenaient pas de texte étaient donc déjà
différentes.
En 1971, le RFC 2652 indique qu'un fichier peut être ASCII, cœur d'exécutable,
ou autre. Il mentionne notamment l'EBCDIC.
En juillet 1972, le RFC 3543, discutant des échanges de texte par le protocole
réseau NVT-ASCIIN 4 FTP, indique que les fichiers textes sont enregistrés de
manières différentes selon les systèmes :

 le PDP-10 enregistre le NVT-ASCII en 7-bits justifiés à gauche dans

des mots de 36 bits ;
 le 360's enregistre le texte avec un codage EBCDIC 8-bit ;
 Multics enregistre le texte avec quatre caractère de neuf bits dans des
mots de 36 bits.
Il indique donc que pour le bon transfert des textes, il est nécessaire que les deux
parties effectuent leur part respective de la conversion dans un codage commun;
il s'agit à cette époque de l'ASCII 8 bits, dit NVT.
Cette même année, la RFC fait apparaître le besoin d'une unité commune pour
transmettre des données binaires entre systèmes dont les mots n'ont pas la
même taille, et suggère l'utilisation de byte de 8 bits, c'est-à-dire, de ce que l'on
appelle aujourd'hui des octets, tout en permettant l'utilisation de bytes/mots
différents si négocié.
En 1980, le RFC 7654 en spécifiant le protocole FTP indique les trois raisons
occasionnant le transfert d'un fichier : l'impression, l'archivage, et le traitement.
Constatant, que le seul encodage n'est pas une métainformation suffisante, il
spécifie le reste et notamment les différents mécanismes de changement de ligne
à travers des caractères de contrôle ou de défilement de lignes. En page 12, le
RFC clarifie que les fichiers textes sont tout aussi bien des fichiers ASCII que des
fichiers EBCDIC.
En 1985, lors de l'élaboration du protocole FTP de transfert de fichier, il a été
recommandé de considérer comme fichier texte (en anglais "text" files), deux
formats de fichiers :

 les fichiers file structure, où le fichier est considéré être une séquence

continue de lignes.
 les fichiers record-structure, où le fichier est constitué
d'enregistrements séquentielsN 5
De même les types ASCII et EBCDIC ont été acceptés comme fichier texte 5.

Cette section est vide, insuffisamment détaillée ou incomplète. Votre aide est

la bienvenue ! Comment faire ?

Texte brut[modifier | modifier le code]

Article détaillé : Texte brut.
Texte brut Unicode (Unicode plain text)
De nos jours, l'Unicode est de plus en plus reconnu comme format de texte brut.
Le standard Unicode définit selon ses propres termes ce qu'est le texte brut, sous
le terme de plain text, dans sa version anglaise.
La notion de fichier texte se rapproche donc des propriétés que le standard
Unicode attribue au format nommé plain text en langue anglaise et signifiant texte
brut.
Généralités et controverses
La notion de texte brut (plain text) a, comme la notion de texte enrichi (fancy text),
été introduite par Unicode6.
La notion de plain text peut être traduite par texte en clair, pur texte, texte pur, ou
texte brut6.
Linux Information Project en donne une vision restrictive.
Format de codage
Si l'encodage est inconnu, un texte brut quelconque est inexploitable.
Texte brut approché en mathématiques
Alors que les mathématiques sont un langage international, en tout ou partie, leur
représentation informatique a pu être négligée lors de la création de différents
systèmes de codage des caractères. Toutefois, ces symboles ont bénéficié d'une
forte prise en charge par l'Unicode7, offrant de nouvelles perspectives.
Histoire
La notion de texte brut est implicitement assez ancienne puisque
vraisemblablement elle remonte sans doute au moins si ce n'est à la notion de
machine à écrire, aux premiers langages de programmation utilisant cette
technologie.
Dans son aspect réseau, elle est consignée dans de nombreux RFC.
Protocole et fichier
L'usage du texte brut peut varier entre protocole et ficher. Ceci peut
généralement être invisible à l'utilisateur lorsqu'il copie un texte d'un logiciel à un
autre.
Dans un protocole, le protocole spécifie généralement l'encodage utilisé, d'une
manière ou d'une autre; la longueur du texte peut ne pas être limité, en fonction
du protocole.
Un fichier a généralement une taille limitée, il est généralement admis qu'un
système de fichier ne fournit pas d'information sur l'encodage utilisé pour encoder
un texte brut donné. Cette information essentielle est alors déterminée à travers
un ensemble d'heuristiques.

Apports et limitations[modifier | modifier le code]

Le fichier texte est un élément déterminant en ce qu'il offre la possibilité de
décrire des codes sources et de faciliter la programmation des ordinateurs.
Toutefois, il souffre de facto de nombreux problème d'interopérabilité.
Apports[modifier | modifier le code]
Le fichier texte, lorsqu'il apparait apporte la possibilité de permettre à un humain
de soumettre un texte au traitement automatique d'une machine. Il offre
également la possibilité de supprimer et d'ajouter une ligne, et cela dès les cartes
perforées. Cette fonctionnalité a été reprise par des logiciels comme ed ou edlin.
Limitations[modifier | modifier le code]
Un fichier texte est limité dans sa taille, comme le sont tous les fichiers, par
le système de gestion de fichiers.
De plus par convention on limite volontairement le nombre de colonnes. Une
convention commune est ancienne est d'environ 80 ou 132 colonnes. Cela
correspondait aux standards de terminaux physiques aujourd'hui dépassés. Les
éditeurs modernes savent souvent gérer des lignes plus longues bien que cela ne
soit pas conseillé pour des questions de présentation.
Le fichier texte peut poser de nombreux problèmes d'interopérabilité (pour cause
d'encodage différents) entre pays, entre fournisseurs de logiciels, notamment.

Usage[modifier | modifier le code]
Les fichiers texte sont utilisés par de nombreux logiciels pour conserver les
données de configuration. Ils sont également utilisés pour contenir
les textes écrits en langages de programmation. En outre, la plupart des
langages de programmation offrent des fonctions prédéfinies pour manipuler du
texte brut, ce qui rend la gestion des fichiers textes particulièrement accessible.
Le logiciel utilisé pour éditer un fichier texte est un éditeur de texte. Dans le cas
général, un traitement de texte ne produit pas des fichiers texte. En effet, un
traitement de texte n'a pas seulement besoin de manipuler du texte brut, mais
également des informations sur la fonte de caractère utilisée, la disposition des
caractères dans des pages, les styles typographiques, etc. Toutefois, les
traitements de texte peuvent ouvrir ou sauvegarder un fichier texte, aucune
information de mise en forme n'étant conservée, sauf le cas échéant les sauts de
ligne.
Un fichier texte peut être la structure sous-jacente d'un fichier journal 8.

Structure et propriétés[modifier | modifier le code]

La structure d'un fichier texte est une séquence de lignes. Toutefois,
historiquement, chaque caractère est aligné verticalement, c'est encore le cas
aujourd'hui, dans un éditeur de texte en ligne ou local.
Séquence de lignes[modifier | modifier le code]
Le concept de séquence de lignes reste une caractéristique forte d'un fichier
texte.
Un fichier texte peut simplement contenir du texte dans une langue quelconque.
Dans ce cas, aujourd'hui, il ne respecte plus aucune structure particulière.

Il était une fois une marchande de foie

qui vendait du foie dans la Ville de Foix.
Elle se dit «ma foi c'est la première fois
que je vends du foie dans la ville de Foix !»
using (FileStream stm = new FileStream("logfile.txt", FileMode.Create))
{
return ProcessStuff(stm); //
}

Un fichier texte peut également contenir une donnée structurée qui peut être
analysée par un logiciel et affichée sous une forme plus évoluée, par exemple
une page web :

<!DOCTYPE html>
<html lang="fr">
<head><title>Page web d'exemple</title></head>
<body>
<p>Ceci est une page web d'exemple.</p>
</body>
</html>

Alignement vertical[modifier | modifier le code]

Un fichier texte est généralement rendu visible avec des polices à chasse fixe
alignant le texte verticalement. L'arrivée d'un grand nombre de caractères
Unicode dans les fichiers textes peut questionner ce concept.
Enfin, et de manière plus anecdotique, le propos d'un fichier texte peut être
détourné pour contenir une image, c'est ce qu'on appelle l'art ASCII :

(\___/) (*) (*) \ /

(=*.*=) (°_°) {^o^}
 (")___(") (+) (+) (| . |)
(_) (_) (_) (_)

Cet art nécessite toutefois que tous les caractères affichés aient la même largeur.
Cette technologie a notamment été utilisée pour spécifier des protocoles de
transfert de fichier.
Utilisation de l'art-ASCII comme élément de spécification du «FILE TRANSFER
PROTOCOL» RFC 7654; année 1980:

-------------
|/---------\|
|| User || --------
||Interface|<--->| User |
|\----:----/| --------
---------- | V |
|/------\| FTP Commands |/---------\|
||Server|<---------------->| User ||
|| PI || FTP Replies || PI ||
|\--:---/| |\----:----/|
| V | | V |
-------- |/------\| Data |/---------\| --------
| File |<--->|Server|<---------------->| User |<--->| File |
|System| || DTP || Connection || DTP || |System|
-------- |\------/| |\---------/| --------
---------- -------------

Server-FTP User-FTP

Standardisation et normalisation[modifier | modifier le code]

Les fichiers textes peuvent connaitre des problèmes d'interopérabilité :

 Différence de traitement des changements de lignes : CR ; LF, NL ;

CR+LF
 Présence ou absence éventuelle du marqueur magique BOM
 Différence de codage des caractères
 Différence de traitement des séquences d'échappement éventuelles.
Les variations de formats sont notamment liées aux intérêts régionaux: présence
de caractères accentués ou d'alphabets particuliers. Les industries souhaitent
également offrir de nouveaux caractères, en respectant tous les standards avec
une rigueur inégale.
Codage des caractères[modifier | modifier le code]
Comme tout fichier informatique, un fichier texte contient fondamentalement
des bits. La particularité d'un fichier texte est que l'ensemble du fichier respecte
un standard de codage des caractères. Il existe de nombreux standards de
codage de caractères, ce qui peut rendre problématique la compatibilité des
fichiers texte.
Rôle de l'ASCII[modifier | modifier le code]
La dénomination « fichier ASCII » est souvent confusément (et/ou abusivement)
utilisée à propos de fichiers texte n'utilisant pas le codage des caractères ASCII,
soit pour marquer une opposition à l'EBCDIC, soit pour interdire l'utilisation de
langues autre que l'anglais. Cela tient aussi à une histoire compliquée liée à
l'influence et aux intérêts des États-Unis, pays de langue anglaise, et au fait
qu'actuellement les fichiers textes sont généralement compatibles ASCII tout en
ne se limitant pas à ces caractères. Ainsi des fichiers textes UTF-8 bénéficient
d'une certaine interopérabilité avec des logiciels qui nécessitent des fichiers
compatibles ASCII, contrairement aux fichiers textes UTF-16, qui nécessitent des
logiciels spécifiquement adaptés à l'UTF-16.
Rôle du BOM[modifier | modifier le code]
Article détaillé : Byte Order Mark.
Le BOM est une invention du standard Unicode. Il est parfois présent en début de
fichier pour indiquer visuellement l'encodage d'un fichier (ce code dans un fichier
UTF8 sera visualisé « ï»¿ » en iso8859-1). À ce titre, il s'agit d'un nombre
magique au même titre que le shebang. Mais il est aussi et surtout utilisé pour
déterminer l'ordre des octets (endianness) et cela peut poser des problèmes à
certains logiciels.
Séquence d'échappement[modifier | modifier le code]
Les séquences d'échappement peuvent également être traitées de manière
inégales, alors que leur utilisation est impérative en ISO-2022, conduisant à
l'apparition de mojibake au sens premier du mot.

Notes et références[modifier | modifier le code]

Notes[modifier | modifier le code]
26. ↑ Le standard des États-Unis, l'ASCII inclut des caractères de contrôle, tel que
l'échappement de valeur 27.
27. ↑ les standards ISO-2022 sont bâtis sur ces séquences.
28. ↑ L'Unicode autorise l'utilisation d'un indicateur dénommé BOM.
29. ↑ ASCII 8 bits avec le bit sept, le plus fort, à 0.
30. ↑ Ce qui pourrait signifier que chaque colonne avait un sens précis comme en Cobol et
que la longueur des lignes était fixe, comme l'écran.

Références[modifier | modifier le code]
41. ↑ Popular Science Magazine, February 1950, page 96 [archive]
42. ↑ (en) Request for comments no 265 [archive].
43. ↑ (en) Request for comments no 354 [archive].
44. ↑ Revenir plus haut en :a et b (en) Request for comments no 765 [archive].
45. ↑ File Transfer Protocol  : RFC  959, Network Working Group, octobre 1985 (lire en
ligne [archive]), page 15
46. ↑ Revenir plus haut en :a et b http://www.cairn.info/article.php?ID_ARTICLE=DN_063_0013 [archive]
47. ↑ Barbara Beeton, Asmus Freytag, Murray Sargent III, Unicode Technical Report
1. 25 “Unicode Support for
Mathematics”, https://www.unicode.org/reports/tr25 [archive]
 48. ↑ http://www.oqlf.gouv.qc.ca/ressources/bibliotheque/dictionnaires/internet/fiches/8383642
.html [archive]

Voir aussi[modifier | modifier le code]

Articles connexes[modifier | modifier le code]

 Fichier binaire
 Éditeur de texte
 Format de fichier
 Fichier

  Portail de l’informatique 
  Portail de l’écriture
Catégories : 
 Format de données numériques
 Codage du texte
 Format ouvert
[+]
 La dernière modification de cette page a été faite le 15 octobre 2021 à 16:01.
 Droit d'auteur : les textes sont disponibles sous licence Creative Commons attribution, partage dans
les mêmes conditions ; d’autres conditions peuvent s’appliquer. Voyez les conditions
d’utilisation pour plus de détails, ainsi que les crédits graphiques. En cas de réutilisation des textes
de cette page, voyez comment citer les auteurs et mentionner la licence.
Wikipedia® est une marque déposée de la Wikimedia Foundation, Inc., organisation de
bienfaisance régie par le paragraphe 501(c)(3) du code fiscal des États-Unis.

Fichier texte
Pour les articles homonymes, voir TXT.
Fichier texte

Les 95 caractères et signes du codage ASCII

Caractéristiques
Extensions .txt ,  .text , -

Type MIME text/plain

PUID x-fmt/111

modifier - modifier le code - modifier Wikidata

En informatique, un fichier texte ou fichier texte brut ou fichier texte

simple[réf. nécessaire] est un fichier dont le contenu représente uniquement une suite
de caractères ; il utilise nécessairement une forme particulière de codage des
caractères qui peut être une variante ou une extension du standard local des États-
Unis, l'ASCII. Il n'existe aucune définition officielle, et les différentes interprétations
de ce qu'est un fichier texte partagent des propriétés essentielles. Les caractères
considérés sont généralement les caractères imprimables, d'espaces et de retours à
la ligne. Certains codages de caractères normalisés incluent également certains
caractères de contrôleN 1, séquence d'échappementN 2 ou marqueursN 3 qui peuvent
faire l'objet de différences d'appréciations. La notion de fichier texte est donc
subjective et dépend notamment des systèmes de codage de caractère considérés
(windows-1252 et ISO-8859-1 n'offrant pas les mêmes plages de valeurs
«imprimables».)
Un fichier « non texte » est appelé « fichier binaire », dans le sens où
les bits contenus dans le fichier ne représentent pas une simple suite de caractères
imprimables, d'espaces et de retours à la ligne.

Sommaire

 1Histoire
 2Texte brut
 3Apports et limitations
o 3.1Apports
o 3.2Limitations
 4Usage
 5Structure et propriétés
o 5.1Séquence de lignes
o 5.2Alignement vertical
 6Standardisation et normalisation
o 6.1Codage des caractères
 6.1.1Rôle de l'ASCII
o 6.2Rôle du BOM
o 6.3Séquence d'échappement
 7Notes et références
o 7.1Notes
o 7.2Références
 8Voir aussi
o 8.1Articles connexes

Histoire[modifier | modifier le code]
Un fichier en carte perforée

Extrait d'un programme écrit en BASIC

Copie papier d'un code source (en Fortran) des années 1970, imprimé sur du papier continu, dédié aux
fichiers textes.

La notion de fichier texte a évolué avec l'histoire de l'informatique.

Le mot fichier (« file » en anglais) a été utilisé publiquement dans le contexte d'un
enregistrement informatique déjà en février 1950. Une publicité de la radio Radio
Corporation of America de Popular Science Magazine1 décrivant une nouvelle
mémoire à tube à vide qu'elle avait développée, expliquait :
«...the results of countless computations can be kept "on file" and taken out
again. Such a "file" now exists in a "memory" tube developed at RCA
Laboratories. Electronically it retains figures fed into calculating machines,
holds them in storage while it memorizes new ones - speeds intelligent
solutions through mazes of mathematics. »
En 1952 un fichier était utilisé pour désigner l'information enregistrée sur
une carte perforée.
Or il se trouve que les cartes perforées partageaient certaines propriétés:

 Chaque carte représentait une ligne de 80 colonnes (en général)

 Les programmes (code source) étaient écrits en assemblant des lignes
de textes
 Les cartes perforées qui ne contenaient pas de texte étaient donc déjà
différentes.
En 1971, le RFC 2652 indique qu'un fichier peut être ASCII, cœur d'exécutable,
ou autre. Il mentionne notamment l'EBCDIC.
En juillet 1972, le RFC 3543, discutant des échanges de texte par le protocole
réseau NVT-ASCIIN 4 FTP, indique que les fichiers textes sont enregistrés de
manières différentes selon les systèmes :

 le PDP-10 enregistre le NVT-ASCII en 7-bits justifiés à gauche dans

des mots de 36 bits ;
 le 360's enregistre le texte avec un codage EBCDIC 8-bit ;
 Multics enregistre le texte avec quatre caractère de neuf bits dans des
mots de 36 bits.
Il indique donc que pour le bon transfert des textes, il est nécessaire que les deux
parties effectuent leur part respective de la conversion dans un codage commun;
il s'agit à cette époque de l'ASCII 8 bits, dit NVT.
Cette même année, la RFC fait apparaître le besoin d'une unité commune pour
transmettre des données binaires entre systèmes dont les mots n'ont pas la
même taille, et suggère l'utilisation de byte de 8 bits, c'est-à-dire, de ce que l'on
appelle aujourd'hui des octets, tout en permettant l'utilisation de bytes/mots
différents si négocié.
En 1980, le RFC 7654 en spécifiant le protocole FTP indique les trois raisons
occasionnant le transfert d'un fichier : l'impression, l'archivage, et le traitement.
Constatant, que le seul encodage n'est pas une métainformation suffisante, il
spécifie le reste et notamment les différents mécanismes de changement de ligne
à travers des caractères de contrôle ou de défilement de lignes. En page 12, le
RFC clarifie que les fichiers textes sont tout aussi bien des fichiers ASCII que des
fichiers EBCDIC.
En 1985, lors de l'élaboration du protocole FTP de transfert de fichier, il a été
recommandé de considérer comme fichier texte (en anglais "text" files), deux
formats de fichiers :

 les fichiers file structure, où le fichier est considéré être une séquence

continue de lignes.
 les fichiers record-structure, où le fichier est constitué
d'enregistrements séquentielsN 5
De même les types ASCII et EBCDIC ont été acceptés comme fichier texte 5.

Cette section est vide, insuffisamment détaillée ou incomplète. Votre aide est

la bienvenue ! Comment faire ?

Texte brut[modifier | modifier le code]

Article détaillé : Texte brut.
Texte brut Unicode (Unicode plain text)
De nos jours, l'Unicode est de plus en plus reconnu comme format de texte brut.
Le standard Unicode définit selon ses propres termes ce qu'est le texte brut, sous
le terme de plain text, dans sa version anglaise.
La notion de fichier texte se rapproche donc des propriétés que le standard
Unicode attribue au format nommé plain text en langue anglaise et signifiant texte
brut.
Généralités et controverses
La notion de texte brut (plain text) a, comme la notion de texte enrichi (fancy text),
été introduite par Unicode6.
La notion de plain text peut être traduite par texte en clair, pur texte, texte pur, ou
texte brut6.
Linux Information Project en donne une vision restrictive.
Format de codage
Si l'encodage est inconnu, un texte brut quelconque est inexploitable.
Texte brut approché en mathématiques
Alors que les mathématiques sont un langage international, en tout ou partie, leur
représentation informatique a pu être négligée lors de la création de différents
systèmes de codage des caractères. Toutefois, ces symboles ont bénéficié d'une
forte prise en charge par l'Unicode7, offrant de nouvelles perspectives.
Histoire
La notion de texte brut est implicitement assez ancienne puisque
vraisemblablement elle remonte sans doute au moins si ce n'est à la notion de
machine à écrire, aux premiers langages de programmation utilisant cette
technologie.
Dans son aspect réseau, elle est consignée dans de nombreux RFC.
Protocole et fichier
L'usage du texte brut peut varier entre protocole et ficher. Ceci peut
généralement être invisible à l'utilisateur lorsqu'il copie un texte d'un logiciel à un
autre.
Dans un protocole, le protocole spécifie généralement l'encodage utilisé, d'une
manière ou d'une autre; la longueur du texte peut ne pas être limité, en fonction
du protocole.
Un fichier a généralement une taille limitée, il est généralement admis qu'un
système de fichier ne fournit pas d'information sur l'encodage utilisé pour encoder
un texte brut donné. Cette information essentielle est alors déterminée à travers
un ensemble d'heuristiques.

Apports et limitations[modifier | modifier le code]

Le fichier texte est un élément déterminant en ce qu'il offre la possibilité de
décrire des codes sources et de faciliter la programmation des ordinateurs.
Toutefois, il souffre de facto de nombreux problème d'interopérabilité.
Apports[modifier | modifier le code]
Le fichier texte, lorsqu'il apparait apporte la possibilité de permettre à un humain
de soumettre un texte au traitement automatique d'une machine. Il offre
également la possibilité de supprimer et d'ajouter une ligne, et cela dès les cartes
perforées. Cette fonctionnalité a été reprise par des logiciels comme ed ou edlin.
Limitations[modifier | modifier le code]
Un fichier texte est limité dans sa taille, comme le sont tous les fichiers, par
le système de gestion de fichiers.
De plus par convention on limite volontairement le nombre de colonnes. Une
convention commune est ancienne est d'environ 80 ou 132 colonnes. Cela
correspondait aux standards de terminaux physiques aujourd'hui dépassés. Les
éditeurs modernes savent souvent gérer des lignes plus longues bien que cela ne
soit pas conseillé pour des questions de présentation.
Le fichier texte peut poser de nombreux problèmes d'interopérabilité (pour cause
d'encodage différents) entre pays, entre fournisseurs de logiciels, notamment.

Usage[modifier | modifier le code]
Les fichiers texte sont utilisés par de nombreux logiciels pour conserver les
données de configuration. Ils sont également utilisés pour contenir
les textes écrits en langages de programmation. En outre, la plupart des
langages de programmation offrent des fonctions prédéfinies pour manipuler du
texte brut, ce qui rend la gestion des fichiers textes particulièrement accessible.
Le logiciel utilisé pour éditer un fichier texte est un éditeur de texte. Dans le cas
général, un traitement de texte ne produit pas des fichiers texte. En effet, un
traitement de texte n'a pas seulement besoin de manipuler du texte brut, mais
également des informations sur la fonte de caractère utilisée, la disposition des
caractères dans des pages, les styles typographiques, etc. Toutefois, les
traitements de texte peuvent ouvrir ou sauvegarder un fichier texte, aucune
information de mise en forme n'étant conservée, sauf le cas échéant les sauts de
ligne.
Un fichier texte peut être la structure sous-jacente d'un fichier journal 8.

Structure et propriétés[modifier | modifier le code]

La structure d'un fichier texte est une séquence de lignes. Toutefois,
historiquement, chaque caractère est aligné verticalement, c'est encore le cas
aujourd'hui, dans un éditeur de texte en ligne ou local.
Séquence de lignes[modifier | modifier le code]
Le concept de séquence de lignes reste une caractéristique forte d'un fichier
texte.
Un fichier texte peut simplement contenir du texte dans une langue quelconque.
Dans ce cas, aujourd'hui, il ne respecte plus aucune structure particulière.

Il était une fois une marchande de foie

qui vendait du foie dans la Ville de Foix.
Elle se dit «ma foi c'est la première fois
que je vends du foie dans la ville de Foix !»
using (FileStream stm = new FileStream("logfile.txt", FileMode.Create))
{
return ProcessStuff(stm); //
}

Un fichier texte peut également contenir une donnée structurée qui peut être
analysée par un logiciel et affichée sous une forme plus évoluée, par exemple
une page web :

<!DOCTYPE html>
<html lang="fr">
<head><title>Page web d'exemple</title></head>
<body>
<p>Ceci est une page web d'exemple.</p>
</body>
</html>

Alignement vertical[modifier | modifier le code]

Un fichier texte est généralement rendu visible avec des polices à chasse fixe
alignant le texte verticalement. L'arrivée d'un grand nombre de caractères
Unicode dans les fichiers textes peut questionner ce concept.
Enfin, et de manière plus anecdotique, le propos d'un fichier texte peut être
détourné pour contenir une image, c'est ce qu'on appelle l'art ASCII :

(\___/) (*) (*) \ /

(=*.*=) (°_°) {^o^}
 (")___(") (+) (+) (| . |)
(_) (_) (_) (_)

Cet art nécessite toutefois que tous les caractères affichés aient la même largeur.
Cette technologie a notamment été utilisée pour spécifier des protocoles de
transfert de fichier.
Utilisation de l'art-ASCII comme élément de spécification du «FILE TRANSFER
PROTOCOL» RFC 7654; année 1980:

-------------
|/---------\|
|| User || --------
||Interface|<--->| User |
|\----:----/| --------
---------- | V |
|/------\| FTP Commands |/---------\|
||Server|<---------------->| User ||
|| PI || FTP Replies || PI ||
|\--:---/| |\----:----/|
| V | | V |
-------- |/------\| Data |/---------\| --------
| File |<--->|Server|<---------------->| User |<--->| File |
|System| || DTP || Connection || DTP || |System|
-------- |\------/| |\---------/| --------
---------- -------------

Server-FTP User-FTP

Standardisation et normalisation[modifier | modifier le code]

Les fichiers textes peuvent connaitre des problèmes d'interopérabilité :

 Différence de traitement des changements de lignes : CR ; LF, NL ;

CR+LF
 Présence ou absence éventuelle du marqueur magique BOM
 Différence de codage des caractères
 Différence de traitement des séquences d'échappement éventuelles.
Les variations de formats sont notamment liées aux intérêts régionaux: présence
de caractères accentués ou d'alphabets particuliers. Les industries souhaitent
également offrir de nouveaux caractères, en respectant tous les standards avec
une rigueur inégale.
Codage des caractères[modifier | modifier le code]
Comme tout fichier informatique, un fichier texte contient fondamentalement
des bits. La particularité d'un fichier texte est que l'ensemble du fichier respecte
un standard de codage des caractères. Il existe de nombreux standards de
codage de caractères, ce qui peut rendre problématique la compatibilité des
fichiers texte.
Rôle de l'ASCII[modifier | modifier le code]
La dénomination « fichier ASCII » est souvent confusément (et/ou abusivement)
utilisée à propos de fichiers texte n'utilisant pas le codage des caractères ASCII,
soit pour marquer une opposition à l'EBCDIC, soit pour interdire l'utilisation de
langues autre que l'anglais. Cela tient aussi à une histoire compliquée liée à
l'influence et aux intérêts des États-Unis, pays de langue anglaise, et au fait
qu'actuellement les fichiers textes sont généralement compatibles ASCII tout en
ne se limitant pas à ces caractères. Ainsi des fichiers textes UTF-8 bénéficient
d'une certaine interopérabilité avec des logiciels qui nécessitent des fichiers
compatibles ASCII, contrairement aux fichiers textes UTF-16, qui nécessitent des
logiciels spécifiquement adaptés à l'UTF-16.
Rôle du BOM[modifier | modifier le code]
Article détaillé : Byte Order Mark.
Le BOM est une invention du standard Unicode. Il est parfois présent en début de
fichier pour indiquer visuellement l'encodage d'un fichier (ce code dans un fichier
UTF8 sera visualisé « ï»¿ » en iso8859-1). À ce titre, il s'agit d'un nombre
magique au même titre que le shebang. Mais il est aussi et surtout utilisé pour
déterminer l'ordre des octets (endianness) et cela peut poser des problèmes à
certains logiciels.
Séquence d'échappement[modifier | modifier le code]
Les séquences d'échappement peuvent également être traitées de manière
inégales, alors que leur utilisation est impérative en ISO-2022, conduisant à
l'apparition de mojibake au sens premier du mot.

Notes et références[modifier | modifier le code]

Notes[modifier | modifier le code]
26. ↑ Le standard des États-Unis, l'ASCII inclut des caractères de contrôle, tel que
l'échappement de valeur 27.
27. ↑ les standards ISO-2022 sont bâtis sur ces séquences.
28. ↑ L'Unicode autorise l'utilisation d'un indicateur dénommé BOM.
29. ↑ ASCII 8 bits avec le bit sept, le plus fort, à 0.
30. ↑ Ce qui pourrait signifier que chaque colonne avait un sens précis comme en Cobol et
que la longueur des lignes était fixe, comme l'écran.

Références[modifier | modifier le code]
41. ↑ Popular Science Magazine, February 1950, page 96 [archive]
42. ↑ (en) Request for comments no 265 [archive].
43. ↑ (en) Request for comments no 354 [archive].
44. ↑ Revenir plus haut en :a et b (en) Request for comments no 765 [archive].
45. ↑ File Transfer Protocol  : RFC  959, Network Working Group, octobre 1985 (lire en
ligne [archive]), page 15
46. ↑ Revenir plus haut en :a et b http://www.cairn.info/article.php?ID_ARTICLE=DN_063_0013 [archive]
47. ↑ Barbara Beeton, Asmus Freytag, Murray Sargent III, Unicode Technical Report
1. 25 “Unicode Support for
Mathematics”, https://www.unicode.org/reports/tr25 [archive]
 48. ↑ http://www.oqlf.gouv.qc.ca/ressources/bibliotheque/dictionnaires/internet/fiches/8383642
.html [archive]

Voir aussi[modifier | modifier le code]

Articles connexes[modifier | modifier le code]

 Fichier binaire
 Éditeur de texte
 Format de fichier
 Fichier

  Portail de l’informatique 
  Portail de l’écriture
Catégories : 
 Format de données numériques
 Codage du texte
 Format ouvert
[+]
 La dernière modification de cette page a été faite le 15 octobre 2021 à 16:01.
 Droit d'auteur : les textes sont disponibles sous licence Creative Commons attribution, partage dans
les mêmes conditions ; d’autres conditions peuvent s’appliquer. Voyez les conditions
d’utilisation pour plus de détails, ainsi que les crédits graphiques. En cas de réutilisation des textes
de cette page, voyez comment citer les auteurs et mentionner la licence.
Wikipedia® est une marque déposée de la Wikimedia Foundation, Inc., organisation de
bienfaisance régie par le paragraphe 501(c)(3) du code fiscal des États-Unis.

Fichier texte
Pour les articles homonymes, voir TXT.
Fichier texte

Les 95 caractères et signes du codage ASCII

Caractéristiques
Extensions .txt ,  .text , -

Type MIME text/plain

PUID x-fmt/111

modifier - modifier le code - modifier Wikidata

En informatique, un fichier texte ou fichier texte brut ou fichier texte

simple[réf. nécessaire] est un fichier dont le contenu représente uniquement une suite
de caractères ; il utilise nécessairement une forme particulière de codage des
caractères qui peut être une variante ou une extension du standard local des États-
Unis, l'ASCII. Il n'existe aucune définition officielle, et les différentes interprétations
de ce qu'est un fichier texte partagent des propriétés essentielles. Les caractères
considérés sont généralement les caractères imprimables, d'espaces et de retours à
la ligne. Certains codages de caractères normalisés incluent également certains
caractères de contrôleN 1, séquence d'échappementN 2 ou marqueursN 3 qui peuvent
faire l'objet de différences d'appréciations. La notion de fichier texte est donc
subjective et dépend notamment des systèmes de codage de caractère considérés
(windows-1252 et ISO-8859-1 n'offrant pas les mêmes plages de valeurs
«imprimables».)
Un fichier « non texte » est appelé « fichier binaire », dans le sens où
les bits contenus dans le fichier ne représentent pas une simple suite de caractères
imprimables, d'espaces et de retours à la ligne.

Sommaire

 1Histoire
 2Texte brut
 3Apports et limitations
o 3.1Apports
o 3.2Limitations
 4Usage
 5Structure et propriétés
o 5.1Séquence de lignes
o 5.2Alignement vertical
 6Standardisation et normalisation
o 6.1Codage des caractères
 6.1.1Rôle de l'ASCII
o 6.2Rôle du BOM
o 6.3Séquence d'échappement
 7Notes et références
o 7.1Notes
o 7.2Références
 8Voir aussi
o 8.1Articles connexes

Histoire[modifier | modifier le code]
Un fichier en carte perforée

Extrait d'un programme écrit en BASIC

Copie papier d'un code source (en Fortran) des années 1970, imprimé sur du papier continu, dédié aux
fichiers textes.

La notion de fichier texte a évolué avec l'histoire de l'informatique.

Le mot fichier (« file » en anglais) a été utilisé publiquement dans le contexte d'un
enregistrement informatique déjà en février 1950. Une publicité de la radio Radio
Corporation of America de Popular Science Magazine1 décrivant une nouvelle
mémoire à tube à vide qu'elle avait développée, expliquait :
«...the results of countless computations can be kept "on file" and taken out
again. Such a "file" now exists in a "memory" tube developed at RCA
Laboratories. Electronically it retains figures fed into calculating machines,
holds them in storage while it memorizes new ones - speeds intelligent
solutions through mazes of mathematics. »
En 1952 un fichier était utilisé pour désigner l'information enregistrée sur
une carte perforée.
Or il se trouve que les cartes perforées partageaient certaines propriétés:

 Chaque carte représentait une ligne de 80 colonnes (en général)

 Les programmes (code source) étaient écrits en assemblant des lignes
de textes
 Les cartes perforées qui ne contenaient pas de texte étaient donc déjà
différentes.
En 1971, le RFC 2652 indique qu'un fichier peut être ASCII, cœur d'exécutable,
ou autre. Il mentionne notamment l'EBCDIC.
En juillet 1972, le RFC 3543, discutant des échanges de texte par le protocole
réseau NVT-ASCIIN 4 FTP, indique que les fichiers textes sont enregistrés de
manières différentes selon les systèmes :

 le PDP-10 enregistre le NVT-ASCII en 7-bits justifiés à gauche dans

des mots de 36 bits ;
 le 360's enregistre le texte avec un codage EBCDIC 8-bit ;
 Multics enregistre le texte avec quatre caractère de neuf bits dans des
mots de 36 bits.
Il indique donc que pour le bon transfert des textes, il est nécessaire que les deux
parties effectuent leur part respective de la conversion dans un codage commun;
il s'agit à cette époque de l'ASCII 8 bits, dit NVT.
Cette même année, la RFC fait apparaître le besoin d'une unité commune pour
transmettre des données binaires entre systèmes dont les mots n'ont pas la
même taille, et suggère l'utilisation de byte de 8 bits, c'est-à-dire, de ce que l'on
appelle aujourd'hui des octets, tout en permettant l'utilisation de bytes/mots
différents si négocié.
En 1980, le RFC 7654 en spécifiant le protocole FTP indique les trois raisons
occasionnant le transfert d'un fichier : l'impression, l'archivage, et le traitement.
Constatant, que le seul encodage n'est pas une métainformation suffisante, il
spécifie le reste et notamment les différents mécanismes de changement de ligne
à travers des caractères de contrôle ou de défilement de lignes. En page 12, le
RFC clarifie que les fichiers textes sont tout aussi bien des fichiers ASCII que des
fichiers EBCDIC.
En 1985, lors de l'élaboration du protocole FTP de transfert de fichier, il a été
recommandé de considérer comme fichier texte (en anglais "text" files), deux
formats de fichiers :

 les fichiers file structure, où le fichier est considéré être une séquence

continue de lignes.
 les fichiers record-structure, où le fichier est constitué
d'enregistrements séquentielsN 5
De même les types ASCII et EBCDIC ont été acceptés comme fichier texte 5.

Cette section est vide, insuffisamment détaillée ou incomplète. Votre aide est

la bienvenue ! Comment faire ?

Texte brut[modifier | modifier le code]

Article détaillé : Texte brut.
Texte brut Unicode (Unicode plain text)
De nos jours, l'Unicode est de plus en plus reconnu comme format de texte brut.
Le standard Unicode définit selon ses propres termes ce qu'est le texte brut, sous
le terme de plain text, dans sa version anglaise.
La notion de fichier texte se rapproche donc des propriétés que le standard
Unicode attribue au format nommé plain text en langue anglaise et signifiant texte
brut.
Généralités et controverses
La notion de texte brut (plain text) a, comme la notion de texte enrichi (fancy text),
été introduite par Unicode6.
La notion de plain text peut être traduite par texte en clair, pur texte, texte pur, ou
texte brut6.
Linux Information Project en donne une vision restrictive.
Format de codage
Si l'encodage est inconnu, un texte brut quelconque est inexploitable.
Texte brut approché en mathématiques
Alors que les mathématiques sont un langage international, en tout ou partie, leur
représentation informatique a pu être négligée lors de la création de différents
systèmes de codage des caractères. Toutefois, ces symboles ont bénéficié d'une
forte prise en charge par l'Unicode7, offrant de nouvelles perspectives.
Histoire
La notion de texte brut est implicitement assez ancienne puisque
vraisemblablement elle remonte sans doute au moins si ce n'est à la notion de
machine à écrire, aux premiers langages de programmation utilisant cette
technologie.
Dans son aspect réseau, elle est consignée dans de nombreux RFC.
Protocole et fichier
L'usage du texte brut peut varier entre protocole et ficher. Ceci peut
généralement être invisible à l'utilisateur lorsqu'il copie un texte d'un logiciel à un
autre.
Dans un protocole, le protocole spécifie généralement l'encodage utilisé, d'une
manière ou d'une autre; la longueur du texte peut ne pas être limité, en fonction
du protocole.
Un fichier a généralement une taille limitée, il est généralement admis qu'un
système de fichier ne fournit pas d'information sur l'encodage utilisé pour encoder
un texte brut donné. Cette information essentielle est alors déterminée à travers
un ensemble d'heuristiques.

Apports et limitations[modifier | modifier le code]

Le fichier texte est un élément déterminant en ce qu'il offre la possibilité de
décrire des codes sources et de faciliter la programmation des ordinateurs.
Toutefois, il souffre de facto de nombreux problème d'interopérabilité.
Apports[modifier | modifier le code]
Le fichier texte, lorsqu'il apparait apporte la possibilité de permettre à un humain
de soumettre un texte au traitement automatique d'une machine. Il offre
également la possibilité de supprimer et d'ajouter une ligne, et cela dès les cartes
perforées. Cette fonctionnalité a été reprise par des logiciels comme ed ou edlin.
Limitations[modifier | modifier le code]
Un fichier texte est limité dans sa taille, comme le sont tous les fichiers, par
le système de gestion de fichiers.
De plus par convention on limite volontairement le nombre de colonnes. Une
convention commune est ancienne est d'environ 80 ou 132 colonnes. Cela
correspondait aux standards de terminaux physiques aujourd'hui dépassés. Les
éditeurs modernes savent souvent gérer des lignes plus longues bien que cela ne
soit pas conseillé pour des questions de présentation.
Le fichier texte peut poser de nombreux problèmes d'interopérabilité (pour cause
d'encodage différents) entre pays, entre fournisseurs de logiciels, notamment.

Usage[modifier | modifier le code]
Les fichiers texte sont utilisés par de nombreux logiciels pour conserver les
données de configuration. Ils sont également utilisés pour contenir
les textes écrits en langages de programmation. En outre, la plupart des
langages de programmation offrent des fonctions prédéfinies pour manipuler du
texte brut, ce qui rend la gestion des fichiers textes particulièrement accessible.
Le logiciel utilisé pour éditer un fichier texte est un éditeur de texte. Dans le cas
général, un traitement de texte ne produit pas des fichiers texte. En effet, un
traitement de texte n'a pas seulement besoin de manipuler du texte brut, mais
également des informations sur la fonte de caractère utilisée, la disposition des
caractères dans des pages, les styles typographiques, etc. Toutefois, les
traitements de texte peuvent ouvrir ou sauvegarder un fichier texte, aucune
information de mise en forme n'étant conservée, sauf le cas échéant les sauts de
ligne.
Un fichier texte peut être la structure sous-jacente d'un fichier journal 8.

Structure et propriétés[modifier | modifier le code]

La structure d'un fichier texte est une séquence de lignes. Toutefois,
historiquement, chaque caractère est aligné verticalement, c'est encore le cas
aujourd'hui, dans un éditeur de texte en ligne ou local.
Séquence de lignes[modifier | modifier le code]
Le concept de séquence de lignes reste une caractéristique forte d'un fichier
texte.
Un fichier texte peut simplement contenir du texte dans une langue quelconque.
Dans ce cas, aujourd'hui, il ne respecte plus aucune structure particulière.

Il était une fois une marchande de foie

qui vendait du foie dans la Ville de Foix.
Elle se dit «ma foi c'est la première fois
que je vends du foie dans la ville de Foix !»
using (FileStream stm = new FileStream("logfile.txt", FileMode.Create))
{
return ProcessStuff(stm); //
}

Un fichier texte peut également contenir une donnée structurée qui peut être
analysée par un logiciel et affichée sous une forme plus évoluée, par exemple
une page web :

<!DOCTYPE html>
<html lang="fr">
<head><title>Page web d'exemple</title></head>
<body>
<p>Ceci est une page web d'exemple.</p>
</body>
</html>

Alignement vertical[modifier | modifier le code]

Un fichier texte est généralement rendu visible avec des polices à chasse fixe
alignant le texte verticalement. L'arrivée d'un grand nombre de caractères
Unicode dans les fichiers textes peut questionner ce concept.
Enfin, et de manière plus anecdotique, le propos d'un fichier texte peut être
détourné pour contenir une image, c'est ce qu'on appelle l'art ASCII :

(\___/) (*) (*) \ /

(=*.*=) (°_°) {^o^}
 (")___(") (+) (+) (| . |)
(_) (_) (_) (_)

Cet art nécessite toutefois que tous les caractères affichés aient la même largeur.
Cette technologie a notamment été utilisée pour spécifier des protocoles de
transfert de fichier.
Utilisation de l'art-ASCII comme élément de spécification du «FILE TRANSFER
PROTOCOL» RFC 7654; année 1980:

-------------
|/---------\|
|| User || --------
||Interface|<--->| User |
|\----:----/| --------
---------- | V |
|/------\| FTP Commands |/---------\|
||Server|<---------------->| User ||
|| PI || FTP Replies || PI ||
|\--:---/| |\----:----/|
| V | | V |
-------- |/------\| Data |/---------\| --------
| File |<--->|Server|<---------------->| User |<--->| File |
|System| || DTP || Connection || DTP || |System|
-------- |\------/| |\---------/| --------
---------- -------------

Server-FTP User-FTP

Standardisation et normalisation[modifier | modifier le code]

Les fichiers textes peuvent connaitre des problèmes d'interopérabilité :

 Différence de traitement des changements de lignes : CR ; LF, NL ;

CR+LF
 Présence ou absence éventuelle du marqueur magique BOM
 Différence de codage des caractères
 Différence de traitement des séquences d'échappement éventuelles.
Les variations de formats sont notamment liées aux intérêts régionaux: présence
de caractères accentués ou d'alphabets particuliers. Les industries souhaitent
également offrir de nouveaux caractères, en respectant tous les standards avec
une rigueur inégale.
Codage des caractères[modifier | modifier le code]
Comme tout fichier informatique, un fichier texte contient fondamentalement
des bits. La particularité d'un fichier texte est que l'ensemble du fichier respecte
un standard de codage des caractères. Il existe de nombreux standards de
codage de caractères, ce qui peut rendre problématique la compatibilité des
fichiers texte.
Rôle de l'ASCII[modifier | modifier le code]
La dénomination « fichier ASCII » est souvent confusément (et/ou abusivement)
utilisée à propos de fichiers texte n'utilisant pas le codage des caractères ASCII,
soit pour marquer une opposition à l'EBCDIC, soit pour interdire l'utilisation de
langues autre que l'anglais. Cela tient aussi à une histoire compliquée liée à
l'influence et aux intérêts des États-Unis, pays de langue anglaise, et au fait
qu'actuellement les fichiers textes sont généralement compatibles ASCII tout en
ne se limitant pas à ces caractères. Ainsi des fichiers textes UTF-8 bénéficient
d'une certaine interopérabilité avec des logiciels qui nécessitent des fichiers
compatibles ASCII, contrairement aux fichiers textes UTF-16, qui nécessitent des
logiciels spécifiquement adaptés à l'UTF-16.
Rôle du BOM[modifier | modifier le code]
Article détaillé : Byte Order Mark.
Le BOM est une invention du standard Unicode. Il est parfois présent en début de
fichier pour indiquer visuellement l'encodage d'un fichier (ce code dans un fichier
UTF8 sera visualisé « ï»¿ » en iso8859-1). À ce titre, il s'agit d'un nombre
magique au même titre que le shebang. Mais il est aussi et surtout utilisé pour
déterminer l'ordre des octets (endianness) et cela peut poser des problèmes à
certains logiciels.
Séquence d'échappement[modifier | modifier le code]
Les séquences d'échappement peuvent également être traitées de manière
inégales, alors que leur utilisation est impérative en ISO-2022, conduisant à
l'apparition de mojibake au sens premier du mot.

Notes et références[modifier | modifier le code]

Notes[modifier | modifier le code]
26. ↑ Le standard des États-Unis, l'ASCII inclut des caractères de contrôle, tel que
l'échappement de valeur 27.
27. ↑ les standards ISO-2022 sont bâtis sur ces séquences.
28. ↑ L'Unicode autorise l'utilisation d'un indicateur dénommé BOM.
29. ↑ ASCII 8 bits avec le bit sept, le plus fort, à 0.
30. ↑ Ce qui pourrait signifier que chaque colonne avait un sens précis comme en Cobol et
que la longueur des lignes était fixe, comme l'écran.

Références[modifier | modifier le code]
41. ↑ Popular Science Magazine, February 1950, page 96 [archive]
42. ↑ (en) Request for comments no 265 [archive].
43. ↑ (en) Request for comments no 354 [archive].
44. ↑ Revenir plus haut en :a et b (en) Request for comments no 765 [archive].
45. ↑ File Transfer Protocol  : RFC  959, Network Working Group, octobre 1985 (lire en
ligne [archive]), page 15
46. ↑ Revenir plus haut en :a et b http://www.cairn.info/article.php?ID_ARTICLE=DN_063_0013 [archive]
47. ↑ Barbara Beeton, Asmus Freytag, Murray Sargent III, Unicode Technical Report
1. 25 “Unicode Support for
Mathematics”, https://www.unicode.org/reports/tr25 [archive]
 48. ↑ http://www.oqlf.gouv.qc.ca/ressources/bibliotheque/dictionnaires/internet/fiches/8383642
.html [archive]

Voir aussi[modifier | modifier le code]

Articles connexes[modifier | modifier le code]

 Fichier binaire
 Éditeur de texte
 Format de fichier
 Fichier

  Portail de l’informatique 
  Portail de l’écriture
Catégories : 
 Format de données numériques
 Codage du texte
 Format ouvert
[+]
 La dernière modification de cette page a été faite le 15 octobre 2021 à 16:01.
 Droit d'auteur : les textes sont disponibles sous licence Creative Commons attribution, partage dans
les mêmes conditions ; d’autres conditions peuvent s’appliquer. Voyez les conditions
d’utilisation pour plus de détails, ainsi que les crédits graphiques. En cas de réutilisation des textes
de cette page, voyez comment citer les auteurs et mentionner la licence.
Wikipedia® est une marque déposée de la Wikimedia Foundation, Inc., organisation de
bienfaisance régie par le paragraphe 501(c)(3) du code fiscal des États-Unis.

Fichier texte
Pour les articles homonymes, voir TXT.
Fichier texte

Les 95 caractères et signes du codage ASCII

 Caractéristiques
Extensions .txt ,  .text , -

Type MIME text/plain

PUID x-fmt/111

modifier - modifier le code - modifier Wikidata

En informatique, un fichier texte ou fichier texte brut ou fichier texte

simple[réf. nécessaire] est un fichier dont le contenu représente uniquement une suite
de caractères ; il utilise nécessairement une forme particulière de codage des
caractères qui peut être une variante ou une extension du standard local des États-
Unis, l'ASCII. Il n'existe aucune définition officielle, et les différentes interprétations
de ce qu'est un fichier texte partagent des propriétés essentielles. Les caractères
considérés sont généralement les caractères imprimables, d'espaces et de retours à
la ligne. Certains codages de caractères normalisés incluent également certains
caractères de contrôleN 1, séquence d'échappementN 2 ou marqueursN 3 qui peuvent
faire l'objet de différences d'appréciations. La notion de fichier texte est donc
subjective et dépend notamment des systèmes de codage de caractère considérés
(windows-1252 et ISO-8859-1 n'offrant pas les mêmes plages de valeurs
«imprimables».)
Un fichier « non texte » est appelé « fichier binaire », dans le sens où
les bits contenus dans le fichier ne représentent pas une simple suite de caractères
imprimables, d'espaces et de retours à la ligne.

Sommaire

 1Histoire
 2Texte brut
 3Apports et limitations
o 3.1Apports
o 3.2Limitations
 4Usage
 5Structure et propriétés
o 5.1Séquence de lignes
o 5.2Alignement vertical
 6Standardisation et normalisation
o 6.1Codage des caractères
 6.1.1Rôle de l'ASCII
o 6.2Rôle du BOM
o 6.3Séquence d'échappement
 7Notes et références
o 7.1Notes
o 7.2Références
 8Voir aussi
o 8.1Articles connexes
Histoire[modifier | modifier le code]

Un fichier en carte perforée

Extrait d'un programme écrit en BASIC

Copie papier d'un code source (en Fortran) des années 1970, imprimé sur du papier continu, dédié aux
fichiers textes.

La notion de fichier texte a évolué avec l'histoire de l'informatique.

Le mot fichier (« file » en anglais) a été utilisé publiquement dans le contexte d'un
enregistrement informatique déjà en février 1950. Une publicité de la radio Radio
Corporation of America de Popular Science Magazine1 décrivant une nouvelle
mémoire à tube à vide qu'elle avait développée, expliquait :
«...the results of countless computations can be kept "on file" and taken out
again. Such a "file" now exists in a "memory" tube developed at RCA
Laboratories. Electronically it retains figures fed into calculating machines,
holds them in storage while it memorizes new ones - speeds intelligent
solutions through mazes of mathematics. »
En 1952 un fichier était utilisé pour désigner l'information enregistrée sur
une carte perforée.
Or il se trouve que les cartes perforées partageaient certaines propriétés:

 Chaque carte représentait une ligne de 80 colonnes (en général)

 Les programmes (code source) étaient écrits en assemblant des lignes
de textes
 Les cartes perforées qui ne contenaient pas de texte étaient donc déjà
différentes.
En 1971, le RFC 2652 indique qu'un fichier peut être ASCII, cœur d'exécutable,
ou autre. Il mentionne notamment l'EBCDIC.
En juillet 1972, le RFC 3543, discutant des échanges de texte par le protocole
réseau NVT-ASCIIN 4 FTP, indique que les fichiers textes sont enregistrés de
manières différentes selon les systèmes :

 le PDP-10 enregistre le NVT-ASCII en 7-bits justifiés à gauche dans

des mots de 36 bits ;
  le 360's enregistre le texte avec un codage EBCDIC 8-bit ;
 Multics enregistre le texte avec quatre caractère de neuf bits dans des
mots de 36 bits.
Il indique donc que pour le bon transfert des textes, il est nécessaire que les deux
parties effectuent leur part respective de la conversion dans un codage commun;
il s'agit à cette époque de l'ASCII 8 bits, dit NVT.
Cette même année, la RFC fait apparaître le besoin d'une unité commune pour
transmettre des données binaires entre systèmes dont les mots n'ont pas la
même taille, et suggère l'utilisation de byte de 8 bits, c'est-à-dire, de ce que l'on
appelle aujourd'hui des octets, tout en permettant l'utilisation de bytes/mots
différents si négocié.
En 1980, le RFC 7654 en spécifiant le protocole FTP indique les trois raisons
occasionnant le transfert d'un fichier : l'impression, l'archivage, et le traitement.
Constatant, que le seul encodage n'est pas une métainformation suffisante, il
spécifie le reste et notamment les différents mécanismes de changement de ligne
à travers des caractères de contrôle ou de défilement de lignes. En page 12, le
RFC clarifie que les fichiers textes sont tout aussi bien des fichiers ASCII que des
fichiers EBCDIC.
En 1985, lors de l'élaboration du protocole FTP de transfert de fichier, il a été
recommandé de considérer comme fichier texte (en anglais "text" files), deux
formats de fichiers :

 les fichiers file structure, où le fichier est considéré être une séquence

continue de lignes.
 les fichiers record-structure, où le fichier est constitué
d'enregistrements séquentielsN 5
De même les types ASCII et EBCDIC ont été acceptés comme fichier texte 5.

Cette section est vide, insuffisamment détaillée ou incomplète. Votre aide est

la bienvenue ! Comment faire ?

Texte brut[modifier | modifier le code]

Article détaillé : Texte brut.
Texte brut Unicode (Unicode plain text)
De nos jours, l'Unicode est de plus en plus reconnu comme format de texte brut.
Le standard Unicode définit selon ses propres termes ce qu'est le texte brut, sous
le terme de plain text, dans sa version anglaise.
La notion de fichier texte se rapproche donc des propriétés que le standard
Unicode attribue au format nommé plain text en langue anglaise et signifiant texte
brut.
Généralités et controverses
La notion de texte brut (plain text) a, comme la notion de texte enrichi (fancy text),
été introduite par Unicode6.
La notion de plain text peut être traduite par texte en clair, pur texte, texte pur, ou
texte brut6.
Linux Information Project en donne une vision restrictive.
Format de codage
Si l'encodage est inconnu, un texte brut quelconque est inexploitable.
Texte brut approché en mathématiques
Alors que les mathématiques sont un langage international, en tout ou partie, leur
représentation informatique a pu être négligée lors de la création de différents
systèmes de codage des caractères. Toutefois, ces symboles ont bénéficié d'une
forte prise en charge par l'Unicode7, offrant de nouvelles perspectives.
Histoire
La notion de texte brut est implicitement assez ancienne puisque
vraisemblablement elle remonte sans doute au moins si ce n'est à la notion de
machine à écrire, aux premiers langages de programmation utilisant cette
technologie.
Dans son aspect réseau, elle est consignée dans de nombreux RFC.
Protocole et fichier
L'usage du texte brut peut varier entre protocole et ficher. Ceci peut
généralement être invisible à l'utilisateur lorsqu'il copie un texte d'un logiciel à un
autre.
Dans un protocole, le protocole spécifie généralement l'encodage utilisé, d'une
manière ou d'une autre; la longueur du texte peut ne pas être limité, en fonction
du protocole.
Un fichier a généralement une taille limitée, il est généralement admis qu'un
système de fichier ne fournit pas d'information sur l'encodage utilisé pour encoder
un texte brut donné. Cette information essentielle est alors déterminée à travers
un ensemble d'heuristiques.

Apports et limitations[modifier | modifier le code]

Le fichier texte est un élément déterminant en ce qu'il offre la possibilité de
décrire des codes sources et de faciliter la programmation des ordinateurs.
Toutefois, il souffre de facto de nombreux problème d'interopérabilité.
Apports[modifier | modifier le code]
Le fichier texte, lorsqu'il apparait apporte la possibilité de permettre à un humain
de soumettre un texte au traitement automatique d'une machine. Il offre
également la possibilité de supprimer et d'ajouter une ligne, et cela dès les cartes
perforées. Cette fonctionnalité a été reprise par des logiciels comme ed ou edlin.
Limitations[modifier | modifier le code]
Un fichier texte est limité dans sa taille, comme le sont tous les fichiers, par
le système de gestion de fichiers.
De plus par convention on limite volontairement le nombre de colonnes. Une
convention commune est ancienne est d'environ 80 ou 132 colonnes. Cela
correspondait aux standards de terminaux physiques aujourd'hui dépassés. Les
éditeurs modernes savent souvent gérer des lignes plus longues bien que cela ne
soit pas conseillé pour des questions de présentation.
Le fichier texte peut poser de nombreux problèmes d'interopérabilité (pour cause
d'encodage différents) entre pays, entre fournisseurs de logiciels, notamment.

Usage[modifier | modifier le code]
Les fichiers texte sont utilisés par de nombreux logiciels pour conserver les
données de configuration. Ils sont également utilisés pour contenir
les textes écrits en langages de programmation. En outre, la plupart des
langages de programmation offrent des fonctions prédéfinies pour manipuler du
texte brut, ce qui rend la gestion des fichiers textes particulièrement accessible.
Le logiciel utilisé pour éditer un fichier texte est un éditeur de texte. Dans le cas
général, un traitement de texte ne produit pas des fichiers texte. En effet, un
traitement de texte n'a pas seulement besoin de manipuler du texte brut, mais
également des informations sur la fonte de caractère utilisée, la disposition des
caractères dans des pages, les styles typographiques, etc. Toutefois, les
traitements de texte peuvent ouvrir ou sauvegarder un fichier texte, aucune
information de mise en forme n'étant conservée, sauf le cas échéant les sauts de
ligne.
Un fichier texte peut être la structure sous-jacente d'un fichier journal 8.

Structure et propriétés[modifier | modifier le code]

La structure d'un fichier texte est une séquence de lignes. Toutefois,
historiquement, chaque caractère est aligné verticalement, c'est encore le cas
aujourd'hui, dans un éditeur de texte en ligne ou local.
Séquence de lignes[modifier | modifier le code]
Le concept de séquence de lignes reste une caractéristique forte d'un fichier
texte.
Un fichier texte peut simplement contenir du texte dans une langue quelconque.
Dans ce cas, aujourd'hui, il ne respecte plus aucune structure particulière.

Il était une fois une marchande de foie

qui vendait du foie dans la Ville de Foix.
Elle se dit «ma foi c'est la première fois
que je vends du foie dans la ville de Foix !»
using (FileStream stm = new FileStream("logfile.txt", FileMode.Create))
{
return ProcessStuff(stm); //
}

Un fichier texte peut également contenir une donnée structurée qui peut être
analysée par un logiciel et affichée sous une forme plus évoluée, par exemple
une page web :
 <!DOCTYPE html>
<html lang="fr">
<head><title>Page web d'exemple</title></head>
<body>
<p>Ceci est une page web d'exemple.</p>
</body>
</html>

Alignement vertical[modifier | modifier le code]

Un fichier texte est généralement rendu visible avec des polices à chasse fixe
alignant le texte verticalement. L'arrivée d'un grand nombre de caractères
Unicode dans les fichiers textes peut questionner ce concept.
Enfin, et de manière plus anecdotique, le propos d'un fichier texte peut être
détourné pour contenir une image, c'est ce qu'on appelle l'art ASCII :

(\___/) (*) (*) \ /

(=*.*=) (°_°) {^o^}
(")___(") (+) (+) (| . |)
(_) (_) (_) (_)

Cet art nécessite toutefois que tous les caractères affichés aient la même largeur.
Cette technologie a notamment été utilisée pour spécifier des protocoles de
transfert de fichier.
Utilisation de l'art-ASCII comme élément de spécification du «FILE TRANSFER
PROTOCOL» RFC 7654; année 1980:

-------------
|/---------\|
|| User || --------
||Interface|<--->| User |
|\----:----/| --------
---------- | V |
|/------\| FTP Commands |/---------\|
||Server|<---------------->| User ||
|| PI || FTP Replies || PI ||
|\--:---/| |\----:----/|
| V | | V |
-------- |/------\| Data |/---------\| --------
| File |<--->|Server|<---------------->| User |<--->| File |
|System| || DTP || Connection || DTP || |System|
-------- |\------/| |\---------/| --------
---------- -------------

Server-FTP User-FTP

Standardisation et normalisation[modifier | modifier le code]

Les fichiers textes peuvent connaitre des problèmes d'interopérabilité :
  Différence de traitement des changements de lignes : CR ; LF, NL ;
CR+LF
 Présence ou absence éventuelle du marqueur magique BOM
 Différence de codage des caractères
 Différence de traitement des séquences d'échappement éventuelles.
Les variations de formats sont notamment liées aux intérêts régionaux: présence
de caractères accentués ou d'alphabets particuliers. Les industries souhaitent
également offrir de nouveaux caractères, en respectant tous les standards avec
une rigueur inégale.
Codage des caractères[modifier | modifier le code]
Comme tout fichier informatique, un fichier texte contient fondamentalement
des bits. La particularité d'un fichier texte est que l'ensemble du fichier respecte
un standard de codage des caractères. Il existe de nombreux standards de
codage de caractères, ce qui peut rendre problématique la compatibilité des
fichiers texte.
Rôle de l'ASCII[modifier | modifier le code]
La dénomination « fichier ASCII » est souvent confusément (et/ou abusivement)
utilisée à propos de fichiers texte n'utilisant pas le codage des caractères ASCII,
soit pour marquer une opposition à l'EBCDIC, soit pour interdire l'utilisation de
langues autre que l'anglais. Cela tient aussi à une histoire compliquée liée à
l'influence et aux intérêts des États-Unis, pays de langue anglaise, et au fait
qu'actuellement les fichiers textes sont généralement compatibles ASCII tout en
ne se limitant pas à ces caractères. Ainsi des fichiers textes UTF-8 bénéficient
d'une certaine interopérabilité avec des logiciels qui nécessitent des fichiers
compatibles ASCII, contrairement aux fichiers textes UTF-16, qui nécessitent des
logiciels spécifiquement adaptés à l'UTF-16.
Rôle du BOM[modifier | modifier le code]
Article détaillé : Byte Order Mark.
Le BOM est une invention du standard Unicode. Il est parfois présent en début de
fichier pour indiquer visuellement l'encodage d'un fichier (ce code dans un fichier
UTF8 sera visualisé « ï»¿ » en iso8859-1). À ce titre, il s'agit d'un nombre
magique au même titre que le shebang. Mais il est aussi et surtout utilisé pour
déterminer l'ordre des octets (endianness) et cela peut poser des problèmes à
certains logiciels.
Séquence d'échappement[modifier | modifier le code]
Les séquences d'échappement peuvent également être traitées de manière
inégales, alors que leur utilisation est impérative en ISO-2022, conduisant à
l'apparition de mojibake au sens premier du mot.

Notes et références[modifier | modifier le code]

Notes[modifier | modifier le code]
31. ↑ Le standard des États-Unis, l'ASCII inclut des caractères de contrôle, tel que
l'échappement de valeur 27.
 32. ↑ les standards ISO-2022 sont bâtis sur ces séquences.
33. ↑ L'Unicode autorise l'utilisation d'un indicateur dénommé BOM.
34. ↑ ASCII 8 bits avec le bit sept, le plus fort, à 0.
35. ↑ Ce qui pourrait signifier que chaque colonne avait un sens précis comme en Cobol et
que la longueur des lignes était fixe, comme l'écran.

Références[modifier | modifier le code]
49. ↑ Popular Science Magazine, February 1950, page 96 [archive]
50. ↑ (en) Request for comments no 265 [archive].
51. ↑ (en) Request for comments no 354 [archive].
52. ↑ Revenir plus haut en :a et b (en) Request for comments no 765 [archive].
53. ↑ File Transfer Protocol  : RFC  959, Network Working Group, octobre 1985 (lire en
ligne [archive]), page 15
54. ↑ Revenir plus haut en :a et b http://www.cairn.info/article.php?ID_ARTICLE=DN_063_0013 [archive]
55. ↑ Barbara Beeton, Asmus Freytag, Murray Sargent III, Unicode Technical Report
1. 25 “Unicode Support for
Mathematics”, https://www.unicode.org/reports/tr25 [archive]
56. ↑ http://www.oqlf.gouv.qc.ca/ressources/bibliotheque/dictionnaires/internet/fiches/8383642
.html [archive]

Voir aussi[modifier | modifier le code]

Articles connexes[modifier | modifier le code]

 Fichier binaire
 Éditeur de texte
 Format de fichier
 Fichier

  Portail de l’informatique 
  Portail de l’écriture
Catégories : 
 Format de données numériques
 Codage du texte
 Format ouvert
[+]
 La dernière modification de cette page a été faite le 15 octobre 2021 à 16:01.
 Droit d'auteur : les textes sont disponibles sous licence Creative Commons attribution, partage dans
les mêmes conditions ; d’autres conditions peuvent s’appliquer. Voyez les conditions
d’utilisation pour plus de détails, ainsi que les crédits graphiques. En cas de réutilisation des textes
de cette page, voyez comment citer les auteurs et mentionner la licence.
Wikipedia® est une marque déposée de la Wikimedia Foundation, Inc., organisation de
bienfaisance régie par le paragraphe 501(c)(3) du code fiscal des États-Unis.

Fichier texte
Pour les articles homonymes, voir TXT.
Fichier texte
 Les 95 caractères et signes du codage ASCII

Caractéristiques
Extensions .txt ,  .text , -

Type MIME text/plain

PUID x-fmt/111

modifier - modifier le code - modifier Wikidata

En informatique, un fichier texte ou fichier texte brut ou fichier texte

simple[réf. nécessaire] est un fichier dont le contenu représente uniquement une suite
de caractères ; il utilise nécessairement une forme particulière de codage des
caractères qui peut être une variante ou une extension du standard local des États-
Unis, l'ASCII. Il n'existe aucune définition officielle, et les différentes interprétations
de ce qu'est un fichier texte partagent des propriétés essentielles. Les caractères
considérés sont généralement les caractères imprimables, d'espaces et de retours à
la ligne. Certains codages de caractères normalisés incluent également certains
caractères de contrôleN 1, séquence d'échappementN 2 ou marqueursN 3 qui peuvent
faire l'objet de différences d'appréciations. La notion de fichier texte est donc
subjective et dépend notamment des systèmes de codage de caractère considérés
(windows-1252 et ISO-8859-1 n'offrant pas les mêmes plages de valeurs
«imprimables».)
Un fichier « non texte » est appelé « fichier binaire », dans le sens où
les bits contenus dans le fichier ne représentent pas une simple suite de caractères
imprimables, d'espaces et de retours à la ligne.

Sommaire

 1Histoire
 2Texte brut
 3Apports et limitations
o 3.1Apports
o 3.2Limitations
 4Usage
 5Structure et propriétés
 o 5.1Séquence de lignes
o 5.2Alignement vertical
 6Standardisation et normalisation
o 6.1Codage des caractères
 6.1.1Rôle de l'ASCII
o 6.2Rôle du BOM
o 6.3Séquence d'échappement
 7Notes et références
o 7.1Notes
o 7.2Références
 8Voir aussi
o 8.1Articles connexes

Histoire[modifier | modifier le code]

Un fichier en carte perforée

Extrait d'un programme écrit en BASIC

Copie papier d'un code source (en Fortran) des années 1970, imprimé sur du papier continu, dédié aux
fichiers textes.

La notion de fichier texte a évolué avec l'histoire de l'informatique.

Le mot fichier (« file » en anglais) a été utilisé publiquement dans le contexte d'un
enregistrement informatique déjà en février 1950. Une publicité de la radio Radio
Corporation of America de Popular Science Magazine1 décrivant une nouvelle
mémoire à tube à vide qu'elle avait développée, expliquait :
«...the results of countless computations can be kept "on file" and taken out
again. Such a "file" now exists in a "memory" tube developed at RCA
Laboratories. Electronically it retains figures fed into calculating machines,
holds them in storage while it memorizes new ones - speeds intelligent
solutions through mazes of mathematics. »
En 1952 un fichier était utilisé pour désigner l'information enregistrée sur
une carte perforée.
Or il se trouve que les cartes perforées partageaient certaines propriétés:

 Chaque carte représentait une ligne de 80 colonnes (en général)

 Les programmes (code source) étaient écrits en assemblant des lignes
de textes
 Les cartes perforées qui ne contenaient pas de texte étaient donc déjà
différentes.
En 1971, le RFC 2652 indique qu'un fichier peut être ASCII, cœur d'exécutable,
ou autre. Il mentionne notamment l'EBCDIC.
En juillet 1972, le RFC 3543, discutant des échanges de texte par le protocole
réseau NVT-ASCIIN 4 FTP, indique que les fichiers textes sont enregistrés de
manières différentes selon les systèmes :

 le PDP-10 enregistre le NVT-ASCII en 7-bits justifiés à gauche dans

des mots de 36 bits ;
  le 360's enregistre le texte avec un codage EBCDIC 8-bit ;
 Multics enregistre le texte avec quatre caractère de neuf bits dans des
mots de 36 bits.
Il indique donc que pour le bon transfert des textes, il est nécessaire que les deux
parties effectuent leur part respective de la conversion dans un codage commun;
il s'agit à cette époque de l'ASCII 8 bits, dit NVT.
Cette même année, la RFC fait apparaître le besoin d'une unité commune pour
transmettre des données binaires entre systèmes dont les mots n'ont pas la
même taille, et suggère l'utilisation de byte de 8 bits, c'est-à-dire, de ce que l'on
appelle aujourd'hui des octets, tout en permettant l'utilisation de bytes/mots
différents si négocié.
En 1980, le RFC 7654 en spécifiant le protocole FTP indique les trois raisons
occasionnant le transfert d'un fichier : l'impression, l'archivage, et le traitement.
Constatant, que le seul encodage n'est pas une métainformation suffisante, il
spécifie le reste et notamment les différents mécanismes de changement de ligne
à travers des caractères de contrôle ou de défilement de lignes. En page 12, le
RFC clarifie que les fichiers textes sont tout aussi bien des fichiers ASCII que des
fichiers EBCDIC.
En 1985, lors de l'élaboration du protocole FTP de transfert de fichier, il a été
recommandé de considérer comme fichier texte (en anglais "text" files), deux
formats de fichiers :

 les fichiers file structure, où le fichier est considéré être une séquence

continue de lignes.
 les fichiers record-structure, où le fichier est constitué
d'enregistrements séquentielsN 5
De même les types ASCII et EBCDIC ont été acceptés comme fichier texte 5.

Cette section est vide, insuffisamment détaillée ou incomplète. Votre aide est

la bienvenue ! Comment faire ?

Texte brut[modifier | modifier le code]

Article détaillé : Texte brut.
Texte brut Unicode (Unicode plain text)
De nos jours, l'Unicode est de plus en plus reconnu comme format de texte brut.
Le standard Unicode définit selon ses propres termes ce qu'est le texte brut, sous
le terme de plain text, dans sa version anglaise.
La notion de fichier texte se rapproche donc des propriétés que le standard
Unicode attribue au format nommé plain text en langue anglaise et signifiant texte
brut.
Généralités et controverses
La notion de texte brut (plain text) a, comme la notion de texte enrichi (fancy text),
été introduite par Unicode6.
La notion de plain text peut être traduite par texte en clair, pur texte, texte pur, ou
texte brut6.
Linux Information Project en donne une vision restrictive.
Format de codage
Si l'encodage est inconnu, un texte brut quelconque est inexploitable.
Texte brut approché en mathématiques
Alors que les mathématiques sont un langage international, en tout ou partie, leur
représentation informatique a pu être négligée lors de la création de différents
systèmes de codage des caractères. Toutefois, ces symboles ont bénéficié d'une
forte prise en charge par l'Unicode7, offrant de nouvelles perspectives.
Histoire
La notion de texte brut est implicitement assez ancienne puisque
vraisemblablement elle remonte sans doute au moins si ce n'est à la notion de
machine à écrire, aux premiers langages de programmation utilisant cette
technologie.
Dans son aspect réseau, elle est consignée dans de nombreux RFC.
Protocole et fichier
L'usage du texte brut peut varier entre protocole et ficher. Ceci peut
généralement être invisible à l'utilisateur lorsqu'il copie un texte d'un logiciel à un
autre.
Dans un protocole, le protocole spécifie généralement l'encodage utilisé, d'une
manière ou d'une autre; la longueur du texte peut ne pas être limité, en fonction
du protocole.
Un fichier a généralement une taille limitée, il est généralement admis qu'un
système de fichier ne fournit pas d'information sur l'encodage utilisé pour encoder
un texte brut donné. Cette information essentielle est alors déterminée à travers
un ensemble d'heuristiques.

Apports et limitations[modifier | modifier le code]

Le fichier texte est un élément déterminant en ce qu'il offre la possibilité de
décrire des codes sources et de faciliter la programmation des ordinateurs.
Toutefois, il souffre de facto de nombreux problème d'interopérabilité.
Apports[modifier | modifier le code]
Le fichier texte, lorsqu'il apparait apporte la possibilité de permettre à un humain
de soumettre un texte au traitement automatique d'une machine. Il offre
également la possibilité de supprimer et d'ajouter une ligne, et cela dès les cartes
perforées. Cette fonctionnalité a été reprise par des logiciels comme ed ou edlin.
Limitations[modifier | modifier le code]
Un fichier texte est limité dans sa taille, comme le sont tous les fichiers, par
le système de gestion de fichiers.
De plus par convention on limite volontairement le nombre de colonnes. Une
convention commune est ancienne est d'environ 80 ou 132 colonnes. Cela
correspondait aux standards de terminaux physiques aujourd'hui dépassés. Les
éditeurs modernes savent souvent gérer des lignes plus longues bien que cela ne
soit pas conseillé pour des questions de présentation.
Le fichier texte peut poser de nombreux problèmes d'interopérabilité (pour cause
d'encodage différents) entre pays, entre fournisseurs de logiciels, notamment.

Usage[modifier | modifier le code]
Les fichiers texte sont utilisés par de nombreux logiciels pour conserver les
données de configuration. Ils sont également utilisés pour contenir
les textes écrits en langages de programmation. En outre, la plupart des
langages de programmation offrent des fonctions prédéfinies pour manipuler du
texte brut, ce qui rend la gestion des fichiers textes particulièrement accessible.
Le logiciel utilisé pour éditer un fichier texte est un éditeur de texte. Dans le cas
général, un traitement de texte ne produit pas des fichiers texte. En effet, un
traitement de texte n'a pas seulement besoin de manipuler du texte brut, mais
également des informations sur la fonte de caractère utilisée, la disposition des
caractères dans des pages, les styles typographiques, etc. Toutefois, les
traitements de texte peuvent ouvrir ou sauvegarder un fichier texte, aucune
information de mise en forme n'étant conservée, sauf le cas échéant les sauts de
ligne.
Un fichier texte peut être la structure sous-jacente d'un fichier journal 8.

Structure et propriétés[modifier | modifier le code]

La structure d'un fichier texte est une séquence de lignes. Toutefois,
historiquement, chaque caractère est aligné verticalement, c'est encore le cas
aujourd'hui, dans un éditeur de texte en ligne ou local.
Séquence de lignes[modifier | modifier le code]
Le concept de séquence de lignes reste une caractéristique forte d'un fichier
texte.
Un fichier texte peut simplement contenir du texte dans une langue quelconque.
Dans ce cas, aujourd'hui, il ne respecte plus aucune structure particulière.

Il était une fois une marchande de foie

qui vendait du foie dans la Ville de Foix.
Elle se dit «ma foi c'est la première fois
que je vends du foie dans la ville de Foix !»
using (FileStream stm = new FileStream("logfile.txt", FileMode.Create))
{
return ProcessStuff(stm); //
}

Un fichier texte peut également contenir une donnée structurée qui peut être
analysée par un logiciel et affichée sous une forme plus évoluée, par exemple
une page web :
 <!DOCTYPE html>
<html lang="fr">
<head><title>Page web d'exemple</title></head>
<body>
<p>Ceci est une page web d'exemple.</p>
</body>
</html>

Alignement vertical[modifier | modifier le code]

Un fichier texte est généralement rendu visible avec des polices à chasse fixe
alignant le texte verticalement. L'arrivée d'un grand nombre de caractères
Unicode dans les fichiers textes peut questionner ce concept.
Enfin, et de manière plus anecdotique, le propos d'un fichier texte peut être
détourné pour contenir une image, c'est ce qu'on appelle l'art ASCII :

(\___/) (*) (*) \ /

(=*.*=) (°_°) {^o^}
(")___(") (+) (+) (| . |)
(_) (_) (_) (_)

Cet art nécessite toutefois que tous les caractères affichés aient la même largeur.
Cette technologie a notamment été utilisée pour spécifier des protocoles de
transfert de fichier.
Utilisation de l'art-ASCII comme élément de spécification du «FILE TRANSFER
PROTOCOL» RFC 7654; année 1980:

-------------
|/---------\|
|| User || --------
||Interface|<--->| User |
|\----:----/| --------
---------- | V |
|/------\| FTP Commands |/---------\|
||Server|<---------------->| User ||
|| PI || FTP Replies || PI ||
|\--:---/| |\----:----/|
| V | | V |
-------- |/------\| Data |/---------\| --------
| File |<--->|Server|<---------------->| User |<--->| File |
|System| || DTP || Connection || DTP || |System|
-------- |\------/| |\---------/| --------
---------- -------------

Server-FTP User-FTP

Standardisation et normalisation[modifier | modifier le code]

Les fichiers textes peuvent connaitre des problèmes d'interopérabilité :
  Différence de traitement des changements de lignes : CR ; LF, NL ;
CR+LF
 Présence ou absence éventuelle du marqueur magique BOM
 Différence de codage des caractères
 Différence de traitement des séquences d'échappement éventuelles.
Les variations de formats sont notamment liées aux intérêts régionaux: présence
de caractères accentués ou d'alphabets particuliers. Les industries souhaitent
également offrir de nouveaux caractères, en respectant tous les standards avec
une rigueur inégale.
Codage des caractères[modifier | modifier le code]
Comme tout fichier informatique, un fichier texte contient fondamentalement
des bits. La particularité d'un fichier texte est que l'ensemble du fichier respecte
un standard de codage des caractères. Il existe de nombreux standards de
codage de caractères, ce qui peut rendre problématique la compatibilité des
fichiers texte.
Rôle de l'ASCII[modifier | modifier le code]
La dénomination « fichier ASCII » est souvent confusément (et/ou abusivement)
utilisée à propos de fichiers texte n'utilisant pas le codage des caractères ASCII,
soit pour marquer une opposition à l'EBCDIC, soit pour interdire l'utilisation de
langues autre que l'anglais. Cela tient aussi à une histoire compliquée liée à
l'influence et aux intérêts des États-Unis, pays de langue anglaise, et au fait
qu'actuellement les fichiers textes sont généralement compatibles ASCII tout en
ne se limitant pas à ces caractères. Ainsi des fichiers textes UTF-8 bénéficient
d'une certaine interopérabilité avec des logiciels qui nécessitent des fichiers
compatibles ASCII, contrairement aux fichiers textes UTF-16, qui nécessitent des
logiciels spécifiquement adaptés à l'UTF-16.
Rôle du BOM[modifier | modifier le code]
Article détaillé : Byte Order Mark.
Le BOM est une invention du standard Unicode. Il est parfois présent en début de
fichier pour indiquer visuellement l'encodage d'un fichier (ce code dans un fichier
UTF8 sera visualisé « ï»¿ » en iso8859-1). À ce titre, il s'agit d'un nombre
magique au même titre que le shebang. Mais il est aussi et surtout utilisé pour
déterminer l'ordre des octets (endianness) et cela peut poser des problèmes à
certains logiciels.
Séquence d'échappement[modifier | modifier le code]
Les séquences d'échappement peuvent également être traitées de manière
inégales, alors que leur utilisation est impérative en ISO-2022, conduisant à
l'apparition de mojibake au sens premier du mot.

Notes et références[modifier | modifier le code]

Notes[modifier | modifier le code]
31. ↑ Le standard des États-Unis, l'ASCII inclut des caractères de contrôle, tel que
l'échappement de valeur 27.
 32. ↑ les standards ISO-2022 sont bâtis sur ces séquences.
33. ↑ L'Unicode autorise l'utilisation d'un indicateur dénommé BOM.
34. ↑ ASCII 8 bits avec le bit sept, le plus fort, à 0.
35. ↑ Ce qui pourrait signifier que chaque colonne avait un sens précis comme en Cobol et
que la longueur des lignes était fixe, comme l'écran.

Références[modifier | modifier le code]
49. ↑ Popular Science Magazine, February 1950, page 96 [archive]
50. ↑ (en) Request for comments no 265 [archive].
51. ↑ (en) Request for comments no 354 [archive].
52. ↑ Revenir plus haut en :a et b (en) Request for comments no 765 [archive].
53. ↑ File Transfer Protocol  : RFC  959, Network Working Group, octobre 1985 (lire en
ligne [archive]), page 15
54. ↑ Revenir plus haut en :a et b http://www.cairn.info/article.php?ID_ARTICLE=DN_063_0013 [archive]
55. ↑ Barbara Beeton, Asmus Freytag, Murray Sargent III, Unicode Technical Report
1. 25 “Unicode Support for
Mathematics”, https://www.unicode.org/reports/tr25 [archive]
56. ↑ http://www.oqlf.gouv.qc.ca/ressources/bibliotheque/dictionnaires/internet/fiches/8383642
.html [archive]

Voir aussi[modifier | modifier le code]

Articles connexes[modifier | modifier le code]

 Fichier binaire
 Éditeur de texte
 Format de fichier
 Fichier

  Portail de l’informatique 
  Portail de l’écriture
Catégories : 
 Format de données numériques
 Codage du texte
 Format ouvert
[+]
 La dernière modification de cette page a été faite le 15 octobre 2021 à 16:01.
 Droit d'auteur : les textes sont disponibles sous licence Creative Commons attribution, partage dans
les mêmes conditions ; d’autres conditions peuvent s’appliquer. Voyez les conditions
d’utilisation pour plus de détails, ainsi que les crédits graphiques. En cas de réutilisation des textes
de cette page, voyez comment citer les auteurs et mentionner la licence.
Wikipedia® est une marque déposée de la Wikimedia Foundation, Inc., organisation de
bienfaisance régie par le paragraphe 501(c)(3) du code fiscal des États-Unis.

Fichier texte
Pour les articles homonymes, voir TXT.
Fichier texte
 Les 95 caractères et signes du codage ASCII

Caractéristiques
Extensions .txt ,  .text , -

Type MIME text/plain

PUID x-fmt/111

modifier - modifier le code - modifier Wikidata

En informatique, un fichier texte ou fichier texte brut ou fichier texte

simple[réf. nécessaire] est un fichier dont le contenu représente uniquement une suite
de caractères ; il utilise nécessairement une forme particulière de codage des
caractères qui peut être une variante ou une extension du standard local des États-
Unis, l'ASCII. Il n'existe aucune définition officielle, et les différentes interprétations
de ce qu'est un fichier texte partagent des propriétés essentielles. Les caractères
considérés sont généralement les caractères imprimables, d'espaces et de retours à
la ligne. Certains codages de caractères normalisés incluent également certains
caractères de contrôleN 1, séquence d'échappementN 2 ou marqueursN 3 qui peuvent
faire l'objet de différences d'appréciations. La notion de fichier texte est donc
subjective et dépend notamment des systèmes de codage de caractère considérés
(windows-1252 et ISO-8859-1 n'offrant pas les mêmes plages de valeurs
«imprimables».)
Un fichier « non texte » est appelé « fichier binaire », dans le sens où
les bits contenus dans le fichier ne représentent pas une simple suite de caractères
imprimables, d'espaces et de retours à la ligne.

Sommaire

 1Histoire
 2Texte brut
 3Apports et limitations
o 3.1Apports
o 3.2Limitations
 4Usage
 5Structure et propriétés
 o 5.1Séquence de lignes
o 5.2Alignement vertical
 6Standardisation et normalisation
o 6.1Codage des caractères
 6.1.1Rôle de l'ASCII
o 6.2Rôle du BOM
o 6.3Séquence d'échappement
 7Notes et références
o 7.1Notes
o 7.2Références
 8Voir aussi
o 8.1Articles connexes

Histoire[modifier | modifier le code]

Un fichier en carte perforée

Extrait d'un programme écrit en BASIC

Copie papier d'un code source (en Fortran) des années 1970, imprimé sur du papier continu, dédié aux
fichiers textes.

La notion de fichier texte a évolué avec l'histoire de l'informatique.

Le mot fichier (« file » en anglais) a été utilisé publiquement dans le contexte d'un
enregistrement informatique déjà en février 1950. Une publicité de la radio Radio
Corporation of America de Popular Science Magazine1 décrivant une nouvelle
mémoire à tube à vide qu'elle avait développée, expliquait :
«...the results of countless computations can be kept "on file" and taken out
again. Such a "file" now exists in a "memory" tube developed at RCA
Laboratories. Electronically it retains figures fed into calculating machines,
holds them in storage while it memorizes new ones - speeds intelligent
solutions through mazes of mathematics. »
En 1952 un fichier était utilisé pour désigner l'information enregistrée sur
une carte perforée.
Or il se trouve que les cartes perforées partageaient certaines propriétés:

 Chaque carte représentait une ligne de 80 colonnes (en général)

 Les programmes (code source) étaient écrits en assemblant des lignes
de textes
 Les cartes perforées qui ne contenaient pas de texte étaient donc déjà
différentes.
En 1971, le RFC 2652 indique qu'un fichier peut être ASCII, cœur d'exécutable,
ou autre. Il mentionne notamment l'EBCDIC.
En juillet 1972, le RFC 3543, discutant des échanges de texte par le protocole
réseau NVT-ASCIIN 4 FTP, indique que les fichiers textes sont enregistrés de
manières différentes selon les systèmes :

 le PDP-10 enregistre le NVT-ASCII en 7-bits justifiés à gauche dans

des mots de 36 bits ;
  le 360's enregistre le texte avec un codage EBCDIC 8-bit ;
 Multics enregistre le texte avec quatre caractère de neuf bits dans des
mots de 36 bits.
Il indique donc que pour le bon transfert des textes, il est nécessaire que les deux
parties effectuent leur part respective de la conversion dans un codage commun;
il s'agit à cette époque de l'ASCII 8 bits, dit NVT.
Cette même année, la RFC fait apparaître le besoin d'une unité commune pour
transmettre des données binaires entre systèmes dont les mots n'ont pas la
même taille, et suggère l'utilisation de byte de 8 bits, c'est-à-dire, de ce que l'on
appelle aujourd'hui des octets, tout en permettant l'utilisation de bytes/mots
différents si négocié.
En 1980, le RFC 7654 en spécifiant le protocole FTP indique les trois raisons
occasionnant le transfert d'un fichier : l'impression, l'archivage, et le traitement.
Constatant, que le seul encodage n'est pas une métainformation suffisante, il
spécifie le reste et notamment les différents mécanismes de changement de ligne
à travers des caractères de contrôle ou de défilement de lignes. En page 12, le
RFC clarifie que les fichiers textes sont tout aussi bien des fichiers ASCII que des
fichiers EBCDIC.
En 1985, lors de l'élaboration du protocole FTP de transfert de fichier, il a été
recommandé de considérer comme fichier texte (en anglais "text" files), deux
formats de fichiers :

 les fichiers file structure, où le fichier est considéré être une séquence

continue de lignes.
 les fichiers record-structure, où le fichier est constitué
d'enregistrements séquentielsN 5
De même les types ASCII et EBCDIC ont été acceptés comme fichier texte 5.

Cette section est vide, insuffisamment détaillée ou incomplète. Votre aide est

la bienvenue ! Comment faire ?

Texte brut[modifier | modifier le code]

Article détaillé : Texte brut.
Texte brut Unicode (Unicode plain text)
De nos jours, l'Unicode est de plus en plus reconnu comme format de texte brut.
Le standard Unicode définit selon ses propres termes ce qu'est le texte brut, sous
le terme de plain text, dans sa version anglaise.
La notion de fichier texte se rapproche donc des propriétés que le standard
Unicode attribue au format nommé plain text en langue anglaise et signifiant texte
brut.
Généralités et controverses
La notion de texte brut (plain text) a, comme la notion de texte enrichi (fancy text),
été introduite par Unicode6.
La notion de plain text peut être traduite par texte en clair, pur texte, texte pur, ou
texte brut6.
Linux Information Project en donne une vision restrictive.
Format de codage
Si l'encodage est inconnu, un texte brut quelconque est inexploitable.
Texte brut approché en mathématiques
Alors que les mathématiques sont un langage international, en tout ou partie, leur
représentation informatique a pu être négligée lors de la création de différents
systèmes de codage des caractères. Toutefois, ces symboles ont bénéficié d'une
forte prise en charge par l'Unicode7, offrant de nouvelles perspectives.
Histoire
La notion de texte brut est implicitement assez ancienne puisque
vraisemblablement elle remonte sans doute au moins si ce n'est à la notion de
machine à écrire, aux premiers langages de programmation utilisant cette
technologie.
Dans son aspect réseau, elle est consignée dans de nombreux RFC.
Protocole et fichier
L'usage du texte brut peut varier entre protocole et ficher. Ceci peut
généralement être invisible à l'utilisateur lorsqu'il copie un texte d'un logiciel à un
autre.
Dans un protocole, le protocole spécifie généralement l'encodage utilisé, d'une
manière ou d'une autre; la longueur du texte peut ne pas être limité, en fonction
du protocole.
Un fichier a généralement une taille limitée, il est généralement admis qu'un
système de fichier ne fournit pas d'information sur l'encodage utilisé pour encoder
un texte brut donné. Cette information essentielle est alors déterminée à travers
un ensemble d'heuristiques.

Apports et limitations[modifier | modifier le code]

Le fichier texte est un élément déterminant en ce qu'il offre la possibilité de
décrire des codes sources et de faciliter la programmation des ordinateurs.
Toutefois, il souffre de facto de nombreux problème d'interopérabilité.
Apports[modifier | modifier le code]
Le fichier texte, lorsqu'il apparait apporte la possibilité de permettre à un humain
de soumettre un texte au traitement automatique d'une machine. Il offre
également la possibilité de supprimer et d'ajouter une ligne, et cela dès les cartes
perforées. Cette fonctionnalité a été reprise par des logiciels comme ed ou edlin.
Limitations[modifier | modifier le code]
Un fichier texte est limité dans sa taille, comme le sont tous les fichiers, par
le système de gestion de fichiers.
De plus par convention on limite volontairement le nombre de colonnes. Une
convention commune est ancienne est d'environ 80 ou 132 colonnes. Cela
correspondait aux standards de terminaux physiques aujourd'hui dépassés. Les
éditeurs modernes savent souvent gérer des lignes plus longues bien que cela ne
soit pas conseillé pour des questions de présentation.
Le fichier texte peut poser de nombreux problèmes d'interopérabilité (pour cause
d'encodage différents) entre pays, entre fournisseurs de logiciels, notamment.

Usage[modifier | modifier le code]
Les fichiers texte sont utilisés par de nombreux logiciels pour conserver les
données de configuration. Ils sont également utilisés pour contenir
les textes écrits en langages de programmation. En outre, la plupart des
langages de programmation offrent des fonctions prédéfinies pour manipuler du
texte brut, ce qui rend la gestion des fichiers textes particulièrement accessible.
Le logiciel utilisé pour éditer un fichier texte est un éditeur de texte. Dans le cas
général, un traitement de texte ne produit pas des fichiers texte. En effet, un
traitement de texte n'a pas seulement besoin de manipuler du texte brut, mais
également des informations sur la fonte de caractère utilisée, la disposition des
caractères dans des pages, les styles typographiques, etc. Toutefois, les
traitements de texte peuvent ouvrir ou sauvegarder un fichier texte, aucune
information de mise en forme n'étant conservée, sauf le cas échéant les sauts de
ligne.
Un fichier texte peut être la structure sous-jacente d'un fichier journal 8.

Structure et propriétés[modifier | modifier le code]

La structure d'un fichier texte est une séquence de lignes. Toutefois,
historiquement, chaque caractère est aligné verticalement, c'est encore le cas
aujourd'hui, dans un éditeur de texte en ligne ou local.
Séquence de lignes[modifier | modifier le code]
Le concept de séquence de lignes reste une caractéristique forte d'un fichier
texte.
Un fichier texte peut simplement contenir du texte dans une langue quelconque.
Dans ce cas, aujourd'hui, il ne respecte plus aucune structure particulière.

Il était une fois une marchande de foie

qui vendait du foie dans la Ville de Foix.
Elle se dit «ma foi c'est la première fois
que je vends du foie dans la ville de Foix !»
using (FileStream stm = new FileStream("logfile.txt", FileMode.Create))
{
return ProcessStuff(stm); //
}

Un fichier texte peut également contenir une donnée structurée qui peut être
analysée par un logiciel et affichée sous une forme plus évoluée, par exemple
une page web :
 <!DOCTYPE html>
<html lang="fr">
<head><title>Page web d'exemple</title></head>
<body>
<p>Ceci est une page web d'exemple.</p>
</body>
</html>

Alignement vertical[modifier | modifier le code]

Un fichier texte est généralement rendu visible avec des polices à chasse fixe
alignant le texte verticalement. L'arrivée d'un grand nombre de caractères
Unicode dans les fichiers textes peut questionner ce concept.
Enfin, et de manière plus anecdotique, le propos d'un fichier texte peut être
détourné pour contenir une image, c'est ce qu'on appelle l'art ASCII :

(\___/) (*) (*) \ /

(=*.*=) (°_°) {^o^}
(")___(") (+) (+) (| . |)
(_) (_) (_) (_)

Cet art nécessite toutefois que tous les caractères affichés aient la même largeur.
Cette technologie a notamment été utilisée pour spécifier des protocoles de
transfert de fichier.
Utilisation de l'art-ASCII comme élément de spécification du «FILE TRANSFER
PROTOCOL» RFC 7654; année 1980:

-------------
|/---------\|
|| User || --------
||Interface|<--->| User |
|\----:----/| --------
---------- | V |
|/------\| FTP Commands |/---------\|
||Server|<---------------->| User ||
|| PI || FTP Replies || PI ||
|\--:---/| |\----:----/|
| V | | V |
-------- |/------\| Data |/---------\| --------
| File |<--->|Server|<---------------->| User |<--->| File |
|System| || DTP || Connection || DTP || |System|
-------- |\------/| |\---------/| --------
---------- -------------

Server-FTP User-FTP

Standardisation et normalisation[modifier | modifier le code]

Les fichiers textes peuvent connaitre des problèmes d'interopérabilité :
  Différence de traitement des changements de lignes : CR ; LF, NL ;
CR+LF
 Présence ou absence éventuelle du marqueur magique BOM
 Différence de codage des caractères
 Différence de traitement des séquences d'échappement éventuelles.
Les variations de formats sont notamment liées aux intérêts régionaux: présence
de caractères accentués ou d'alphabets particuliers. Les industries souhaitent
également offrir de nouveaux caractères, en respectant tous les standards avec
une rigueur inégale.
Codage des caractères[modifier | modifier le code]
Comme tout fichier informatique, un fichier texte contient fondamentalement
des bits. La particularité d'un fichier texte est que l'ensemble du fichier respecte
un standard de codage des caractères. Il existe de nombreux standards de
codage de caractères, ce qui peut rendre problématique la compatibilité des
fichiers texte.
Rôle de l'ASCII[modifier | modifier le code]
La dénomination « fichier ASCII » est souvent confusément (et/ou abusivement)
utilisée à propos de fichiers texte n'utilisant pas le codage des caractères ASCII,
soit pour marquer une opposition à l'EBCDIC, soit pour interdire l'utilisation de
langues autre que l'anglais. Cela tient aussi à une histoire compliquée liée à
l'influence et aux intérêts des États-Unis, pays de langue anglaise, et au fait
qu'actuellement les fichiers textes sont généralement compatibles ASCII tout en
ne se limitant pas à ces caractères. Ainsi des fichiers textes UTF-8 bénéficient
d'une certaine interopérabilité avec des logiciels qui nécessitent des fichiers
compatibles ASCII, contrairement aux fichiers textes UTF-16, qui nécessitent des
logiciels spécifiquement adaptés à l'UTF-16.
Rôle du BOM[modifier | modifier le code]
Article détaillé : Byte Order Mark.
Le BOM est une invention du standard Unicode. Il est parfois présent en début de
fichier pour indiquer visuellement l'encodage d'un fichier (ce code dans un fichier
UTF8 sera visualisé « ï»¿ » en iso8859-1). À ce titre, il s'agit d'un nombre
magique au même titre que le shebang. Mais il est aussi et surtout utilisé pour
déterminer l'ordre des octets (endianness) et cela peut poser des problèmes à
certains logiciels.
Séquence d'échappement[modifier | modifier le code]
Les séquences d'échappement peuvent également être traitées de manière
inégales, alors que leur utilisation est impérative en ISO-2022, conduisant à
l'apparition de mojibake au sens premier du mot.

Notes et références[modifier | modifier le code]

Notes[modifier | modifier le code]
31. ↑ Le standard des États-Unis, l'ASCII inclut des caractères de contrôle, tel que
l'échappement de valeur 27.
 32. ↑ les standards ISO-2022 sont bâtis sur ces séquences.
33. ↑ L'Unicode autorise l'utilisation d'un indicateur dénommé BOM.
34. ↑ ASCII 8 bits avec le bit sept, le plus fort, à 0.
35. ↑ Ce qui pourrait signifier que chaque colonne avait un sens précis comme en Cobol et
que la longueur des lignes était fixe, comme l'écran.

Références[modifier | modifier le code]
49. ↑ Popular Science Magazine, February 1950, page 96 [archive]
50. ↑ (en) Request for comments no 265 [archive].
51. ↑ (en) Request for comments no 354 [archive].
52. ↑ Revenir plus haut en :a et b (en) Request for comments no 765 [archive].
53. ↑ File Transfer Protocol  : RFC  959, Network Working Group, octobre 1985 (lire en
ligne [archive]), page 15
54. ↑ Revenir plus haut en :a et b http://www.cairn.info/article.php?ID_ARTICLE=DN_063_0013 [archive]
55. ↑ Barbara Beeton, Asmus Freytag, Murray Sargent III, Unicode Technical Report
1. 25 “Unicode Support for
Mathematics”, https://www.unicode.org/reports/tr25 [archive]
56. ↑ http://www.oqlf.gouv.qc.ca/ressources/bibliotheque/dictionnaires/internet/fiches/8383642
.html [archive]

Voir aussi[modifier | modifier le code]

Articles connexes[modifier | modifier le code]

 Fichier binaire
 Éditeur de texte
 Format de fichier
 Fichier

  Portail de l’informatique 
  Portail de l’écriture
Catégories : 
 Format de données numériques
 Codage du texte
 Format ouvert
[+]
 La dernière modification de cette page a été faite le 15 octobre 2021 à 16:01.
 Droit d'auteur : les textes sont disponibles sous licence Creative Commons attribution, partage dans
les mêmes conditions ; d’autres conditions peuvent s’appliquer. Voyez les conditions
d’utilisation pour plus de détails, ainsi que les crédits graphiques. En cas de réutilisation des textes
de cette page, voyez comment citer les auteurs et mentionner la licence.
Wikipedia® est une marque déposée de la Wikimedia Foundation, Inc., organisation de
bienfaisance régie par le paragraphe 501(c)(3) du code fiscal des États-Unis.

Fichier texte
Pour les articles homonymes, voir TXT.
Fichier texte
 Les 95 caractères et signes du codage ASCII

Caractéristiques
Extensions .txt ,  .text , -

Type MIME text/plain

PUID x-fmt/111

modifier - modifier le code - modifier Wikidata

En informatique, un fichier texte ou fichier texte brut ou fichier texte

simple[réf. nécessaire] est un fichier dont le contenu représente uniquement une suite
de caractères ; il utilise nécessairement une forme particulière de codage des
caractères qui peut être une variante ou une extension du standard local des États-
Unis, l'ASCII. Il n'existe aucune définition officielle, et les différentes interprétations
de ce qu'est un fichier texte partagent des propriétés essentielles. Les caractères
considérés sont généralement les caractères imprimables, d'espaces et de retours à
la ligne. Certains codages de caractères normalisés incluent également certains
caractères de contrôleN 1, séquence d'échappementN 2 ou marqueursN 3 qui peuvent
faire l'objet de différences d'appréciations. La notion de fichier texte est donc
subjective et dépend notamment des systèmes de codage de caractère considérés
(windows-1252 et ISO-8859-1 n'offrant pas les mêmes plages de valeurs
«imprimables».)
Un fichier « non texte » est appelé « fichier binaire », dans le sens où
les bits contenus dans le fichier ne représentent pas une simple suite de caractères
imprimables, d'espaces et de retours à la ligne.

Sommaire

 1Histoire
 2Texte brut
 3Apports et limitations
o 3.1Apports
o 3.2Limitations
 4Usage
 5Structure et propriétés
 o 5.1Séquence de lignes
o 5.2Alignement vertical
 6Standardisation et normalisation
o 6.1Codage des caractères
 6.1.1Rôle de l'ASCII
o 6.2Rôle du BOM
o 6.3Séquence d'échappement
 7Notes et références
o 7.1Notes
o 7.2Références
 8Voir aussi
o 8.1Articles connexes

Histoire[modifier | modifier le code]

Un fichier en carte perforée

Extrait d'un programme écrit en BASIC

Copie papier d'un code source (en Fortran) des années 1970, imprimé sur du papier continu, dédié aux
fichiers textes.

La notion de fichier texte a évolué avec l'histoire de l'informatique.

Le mot fichier (« file » en anglais) a été utilisé publiquement dans le contexte d'un
enregistrement informatique déjà en février 1950. Une publicité de la radio Radio
Corporation of America de Popular Science Magazine1 décrivant une nouvelle
mémoire à tube à vide qu'elle avait développée, expliquait :
«...the results of countless computations can be kept "on file" and taken out
again. Such a "file" now exists in a "memory" tube developed at RCA
Laboratories. Electronically it retains figures fed into calculating machines,
holds them in storage while it memorizes new ones - speeds intelligent
solutions through mazes of mathematics. »
En 1952 un fichier était utilisé pour désigner l'information enregistrée sur
une carte perforée.
Or il se trouve que les cartes perforées partageaient certaines propriétés:

 Chaque carte représentait une ligne de 80 colonnes (en général)

 Les programmes (code source) étaient écrits en assemblant des lignes
de textes
 Les cartes perforées qui ne contenaient pas de texte étaient donc déjà
différentes.
En 1971, le RFC 2652 indique qu'un fichier peut être ASCII, cœur d'exécutable,
ou autre. Il mentionne notamment l'EBCDIC.
En juillet 1972, le RFC 3543, discutant des échanges de texte par le protocole
réseau NVT-ASCIIN 4 FTP, indique que les fichiers textes sont enregistrés de
manières différentes selon les systèmes :

 le PDP-10 enregistre le NVT-ASCII en 7-bits justifiés à gauche dans

des mots de 36 bits ;
  le 360's enregistre le texte avec un codage EBCDIC 8-bit ;
 Multics enregistre le texte avec quatre caractère de neuf bits dans des
mots de 36 bits.
Il indique donc que pour le bon transfert des textes, il est nécessaire que les deux
parties effectuent leur part respective de la conversion dans un codage commun;
il s'agit à cette époque de l'ASCII 8 bits, dit NVT.
Cette même année, la RFC fait apparaître le besoin d'une unité commune pour
transmettre des données binaires entre systèmes dont les mots n'ont pas la
même taille, et suggère l'utilisation de byte de 8 bits, c'est-à-dire, de ce que l'on
appelle aujourd'hui des octets, tout en permettant l'utilisation de bytes/mots
différents si négocié.
En 1980, le RFC 7654 en spécifiant le protocole FTP indique les trois raisons
occasionnant le transfert d'un fichier : l'impression, l'archivage, et le traitement.
Constatant, que le seul encodage n'est pas une métainformation suffisante, il
spécifie le reste et notamment les différents mécanismes de changement de ligne
à travers des caractères de contrôle ou de défilement de lignes. En page 12, le
RFC clarifie que les fichiers textes sont tout aussi bien des fichiers ASCII que des
fichiers EBCDIC.
En 1985, lors de l'élaboration du protocole FTP de transfert de fichier, il a été
recommandé de considérer comme fichier texte (en anglais "text" files), deux
formats de fichiers :

 les fichiers file structure, où le fichier est considéré être une séquence

continue de lignes.
 les fichiers record-structure, où le fichier est constitué
d'enregistrements séquentielsN 5
De même les types ASCII et EBCDIC ont été acceptés comme fichier texte 5.

Cette section est vide, insuffisamment détaillée ou incomplète. Votre aide est

la bienvenue ! Comment faire ?

Texte brut[modifier | modifier le code]

Article détaillé : Texte brut.
Texte brut Unicode (Unicode plain text)
De nos jours, l'Unicode est de plus en plus reconnu comme format de texte brut.
Le standard Unicode définit selon ses propres termes ce qu'est le texte brut, sous
le terme de plain text, dans sa version anglaise.
La notion de fichier texte se rapproche donc des propriétés que le standard
Unicode attribue au format nommé plain text en langue anglaise et signifiant texte
brut.
Généralités et controverses
La notion de texte brut (plain text) a, comme la notion de texte enrichi (fancy text),
été introduite par Unicode6.
La notion de plain text peut être traduite par texte en clair, pur texte, texte pur, ou
texte brut6.
Linux Information Project en donne une vision restrictive.
Format de codage
Si l'encodage est inconnu, un texte brut quelconque est inexploitable.
Texte brut approché en mathématiques
Alors que les mathématiques sont un langage international, en tout ou partie, leur
représentation informatique a pu être négligée lors de la création de différents
systèmes de codage des caractères. Toutefois, ces symboles ont bénéficié d'une
forte prise en charge par l'Unicode7, offrant de nouvelles perspectives.
Histoire
La notion de texte brut est implicitement assez ancienne puisque
vraisemblablement elle remonte sans doute au moins si ce n'est à la notion de
machine à écrire, aux premiers langages de programmation utilisant cette
technologie.
Dans son aspect réseau, elle est consignée dans de nombreux RFC.
Protocole et fichier
L'usage du texte brut peut varier entre protocole et ficher. Ceci peut
généralement être invisible à l'utilisateur lorsqu'il copie un texte d'un logiciel à un
autre.
Dans un protocole, le protocole spécifie généralement l'encodage utilisé, d'une
manière ou d'une autre; la longueur du texte peut ne pas être limité, en fonction
du protocole.
Un fichier a généralement une taille limitée, il est généralement admis qu'un
système de fichier ne fournit pas d'information sur l'encodage utilisé pour encoder
un texte brut donné. Cette information essentielle est alors déterminée à travers
un ensemble d'heuristiques.

Apports et limitations[modifier | modifier le code]

Le fichier texte est un élément déterminant en ce qu'il offre la possibilité de
décrire des codes sources et de faciliter la programmation des ordinateurs.
Toutefois, il souffre de facto de nombreux problème d'interopérabilité.
Apports[modifier | modifier le code]
Le fichier texte, lorsqu'il apparait apporte la possibilité de permettre à un humain
de soumettre un texte au traitement automatique d'une machine. Il offre
également la possibilité de supprimer et d'ajouter une ligne, et cela dès les cartes
perforées. Cette fonctionnalité a été reprise par des logiciels comme ed ou edlin.
Limitations[modifier | modifier le code]
Un fichier texte est limité dans sa taille, comme le sont tous les fichiers, par
le système de gestion de fichiers.
De plus par convention on limite volontairement le nombre de colonnes. Une
convention commune est ancienne est d'environ 80 ou 132 colonnes. Cela
correspondait aux standards de terminaux physiques aujourd'hui dépassés. Les
éditeurs modernes savent souvent gérer des lignes plus longues bien que cela ne
soit pas conseillé pour des questions de présentation.
Le fichier texte peut poser de nombreux problèmes d'interopérabilité (pour cause
d'encodage différents) entre pays, entre fournisseurs de logiciels, notamment.

Usage[modifier | modifier le code]
Les fichiers texte sont utilisés par de nombreux logiciels pour conserver les
données de configuration. Ils sont également utilisés pour contenir
les textes écrits en langages de programmation. En outre, la plupart des
langages de programmation offrent des fonctions prédéfinies pour manipuler du
texte brut, ce qui rend la gestion des fichiers textes particulièrement accessible.
Le logiciel utilisé pour éditer un fichier texte est un éditeur de texte. Dans le cas
général, un traitement de texte ne produit pas des fichiers texte. En effet, un
traitement de texte n'a pas seulement besoin de manipuler du texte brut, mais
également des informations sur la fonte de caractère utilisée, la disposition des
caractères dans des pages, les styles typographiques, etc. Toutefois, les
traitements de texte peuvent ouvrir ou sauvegarder un fichier texte, aucune
information de mise en forme n'étant conservée, sauf le cas échéant les sauts de
ligne.
Un fichier texte peut être la structure sous-jacente d'un fichier journal 8.

Structure et propriétés[modifier | modifier le code]

La structure d'un fichier texte est une séquence de lignes. Toutefois,
historiquement, chaque caractère est aligné verticalement, c'est encore le cas
aujourd'hui, dans un éditeur de texte en ligne ou local.
Séquence de lignes[modifier | modifier le code]
Le concept de séquence de lignes reste une caractéristique forte d'un fichier
texte.
Un fichier texte peut simplement contenir du texte dans une langue quelconque.
Dans ce cas, aujourd'hui, il ne respecte plus aucune structure particulière.

Il était une fois une marchande de foie

qui vendait du foie dans la Ville de Foix.
Elle se dit «ma foi c'est la première fois
que je vends du foie dans la ville de Foix !»
using (FileStream stm = new FileStream("logfile.txt", FileMode.Create))
{
return ProcessStuff(stm); //
}

Un fichier texte peut également contenir une donnée structurée qui peut être
analysée par un logiciel et affichée sous une forme plus évoluée, par exemple
une page web :
 <!DOCTYPE html>
<html lang="fr">
<head><title>Page web d'exemple</title></head>
<body>
<p>Ceci est une page web d'exemple.</p>
</body>
</html>

Alignement vertical[modifier | modifier le code]

Un fichier texte est généralement rendu visible avec des polices à chasse fixe
alignant le texte verticalement. L'arrivée d'un grand nombre de caractères
Unicode dans les fichiers textes peut questionner ce concept.
Enfin, et de manière plus anecdotique, le propos d'un fichier texte peut être
détourné pour contenir une image, c'est ce qu'on appelle l'art ASCII :

(\___/) (*) (*) \ /

(=*.*=) (°_°) {^o^}
(")___(") (+) (+) (| . |)
(_) (_) (_) (_)

Cet art nécessite toutefois que tous les caractères affichés aient la même largeur.
Cette technologie a notamment été utilisée pour spécifier des protocoles de
transfert de fichier.
Utilisation de l'art-ASCII comme élément de spécification du «FILE TRANSFER
PROTOCOL» RFC 7654; année 1980:

-------------
|/---------\|
|| User || --------
||Interface|<--->| User |
|\----:----/| --------
---------- | V |
|/------\| FTP Commands |/---------\|
||Server|<---------------->| User ||
|| PI || FTP Replies || PI ||
|\--:---/| |\----:----/|
| V | | V |
-------- |/------\| Data |/---------\| --------
| File |<--->|Server|<---------------->| User |<--->| File |
|System| || DTP || Connection || DTP || |System|
-------- |\------/| |\---------/| --------
---------- -------------

Server-FTP User-FTP

Standardisation et normalisation[modifier | modifier le code]

Les fichiers textes peuvent connaitre des problèmes d'interopérabilité :
  Différence de traitement des changements de lignes : CR ; LF, NL ;
CR+LF
 Présence ou absence éventuelle du marqueur magique BOM
 Différence de codage des caractères
 Différence de traitement des séquences d'échappement éventuelles.
Les variations de formats sont notamment liées aux intérêts régionaux: présence
de caractères accentués ou d'alphabets particuliers. Les industries souhaitent
également offrir de nouveaux caractères, en respectant tous les standards avec
une rigueur inégale.
Codage des caractères[modifier | modifier le code]
Comme tout fichier informatique, un fichier texte contient fondamentalement
des bits. La particularité d'un fichier texte est que l'ensemble du fichier respecte
un standard de codage des caractères. Il existe de nombreux standards de
codage de caractères, ce qui peut rendre problématique la compatibilité des
fichiers texte.
Rôle de l'ASCII[modifier | modifier le code]
La dénomination « fichier ASCII » est souvent confusément (et/ou abusivement)
utilisée à propos de fichiers texte n'utilisant pas le codage des caractères ASCII,
soit pour marquer une opposition à l'EBCDIC, soit pour interdire l'utilisation de
langues autre que l'anglais. Cela tient aussi à une histoire compliquée liée à
l'influence et aux intérêts des États-Unis, pays de langue anglaise, et au fait
qu'actuellement les fichiers textes sont généralement compatibles ASCII tout en
ne se limitant pas à ces caractères. Ainsi des fichiers textes UTF-8 bénéficient
d'une certaine interopérabilité avec des logiciels qui nécessitent des fichiers
compatibles ASCII, contrairement aux fichiers textes UTF-16, qui nécessitent des
logiciels spécifiquement adaptés à l'UTF-16.
Rôle du BOM[modifier | modifier le code]
Article détaillé : Byte Order Mark.
Le BOM est une invention du standard Unicode. Il est parfois présent en début de
fichier pour indiquer visuellement l'encodage d'un fichier (ce code dans un fichier
UTF8 sera visualisé « ï»¿ » en iso8859-1). À ce titre, il s'agit d'un nombre
magique au même titre que le shebang. Mais il est aussi et surtout utilisé pour
déterminer l'ordre des octets (endianness) et cela peut poser des problèmes à
certains logiciels.
Séquence d'échappement[modifier | modifier le code]
Les séquences d'échappement peuvent également être traitées de manière
inégales, alors que leur utilisation est impérative en ISO-2022, conduisant à
l'apparition de mojibake au sens premier du mot.

Notes et références[modifier | modifier le code]

Notes[modifier | modifier le code]
31. ↑ Le standard des États-Unis, l'ASCII inclut des caractères de contrôle, tel que
l'échappement de valeur 27.
 32. ↑ les standards ISO-2022 sont bâtis sur ces séquences.
33. ↑ L'Unicode autorise l'utilisation d'un indicateur dénommé BOM.
34. ↑ ASCII 8 bits avec le bit sept, le plus fort, à 0.
35. ↑ Ce qui pourrait signifier que chaque colonne avait un sens précis comme en Cobol et
que la longueur des lignes était fixe, comme l'écran.

Références[modifier | modifier le code]
49. ↑ Popular Science Magazine, February 1950, page 96 [archive]
50. ↑ (en) Request for comments no 265 [archive].
51. ↑ (en) Request for comments no 354 [archive].
52. ↑ Revenir plus haut en :a et b (en) Request for comments no 765 [archive].
53. ↑ File Transfer Protocol  : RFC  959, Network Working Group, octobre 1985 (lire en
ligne [archive]), page 15
54. ↑ Revenir plus haut en :a et b http://www.cairn.info/article.php?ID_ARTICLE=DN_063_0013 [archive]
55. ↑ Barbara Beeton, Asmus Freytag, Murray Sargent III, Unicode Technical Report
1. 25 “Unicode Support for
Mathematics”, https://www.unicode.org/reports/tr25 [archive]
56. ↑ http://www.oqlf.gouv.qc.ca/ressources/bibliotheque/dictionnaires/internet/fiches/8383642
.html [archive]

Voir aussi[modifier | modifier le code]

Articles connexes[modifier | modifier le code]

 Fichier binaire
 Éditeur de texte
 Format de fichier
 Fichier

  Portail de l’informatique 
  Portail de l’écriture
Catégories : 
 Format de données numériques
 Codage du texte
 Format ouvert
[+]
 La dernière modification de cette page a été faite le 15 octobre 2021 à 16:01.
 Droit d'auteur : les textes sont disponibles sous licence Creative Commons attribution, partage dans
les mêmes conditions ; d’autres conditions peuvent s’appliquer. Voyez les conditions
d’utilisation pour plus de détails, ainsi que les crédits graphiques. En cas de réutilisation des textes
de cette page, voyez comment citer les auteurs et mentionner la licence.
Wikipedia® est une marque déposée de la Wikimedia Foundation, Inc., organisation de
bienfaisance régie par le paragraphe 501(c)(3) du code fiscal des États-Unis.

Fichier texte
Pour les articles homonymes, voir TXT.
Fichier texte
 Les 95 caractères et signes du codage ASCII

Caractéristiques
Extensions .txt ,  .text , -

Type MIME text/plain

PUID x-fmt/111

modifier - modifier le code - modifier Wikidata

En informatique, un fichier texte ou fichier texte brut ou fichier texte

simple[réf. nécessaire] est un fichier dont le contenu représente uniquement une suite
de caractères ; il utilise nécessairement une forme particulière de codage des
caractères qui peut être une variante ou une extension du standard local des États-
Unis, l'ASCII. Il n'existe aucune définition officielle, et les différentes interprétations
de ce qu'est un fichier texte partagent des propriétés essentielles. Les caractères
considérés sont généralement les caractères imprimables, d'espaces et de retours à
la ligne. Certains codages de caractères normalisés incluent également certains
caractères de contrôleN 1, séquence d'échappementN 2 ou marqueursN 3 qui peuvent
faire l'objet de différences d'appréciations. La notion de fichier texte est donc
subjective et dépend notamment des systèmes de codage de caractère considérés
(windows-1252 et ISO-8859-1 n'offrant pas les mêmes plages de valeurs
«imprimables».)
Un fichier « non texte » est appelé « fichier binaire », dans le sens où
les bits contenus dans le fichier ne représentent pas une simple suite de caractères
imprimables, d'espaces et de retours à la ligne.

Sommaire

 1Histoire
 2Texte brut
 3Apports et limitations
o 3.1Apports
o 3.2Limitations
 4Usage
 5Structure et propriétés
 o 5.1Séquence de lignes
o 5.2Alignement vertical
 6Standardisation et normalisation
o 6.1Codage des caractères
 6.1.1Rôle de l'ASCII
o 6.2Rôle du BOM
o 6.3Séquence d'échappement
 7Notes et références
o 7.1Notes
o 7.2Références
 8Voir aussi
o 8.1Articles connexes

Histoire[modifier | modifier le code]

Un fichier en carte perforée

Extrait d'un programme écrit en BASIC

Copie papier d'un code source (en Fortran) des années 1970, imprimé sur du papier continu, dédié aux
fichiers textes.

La notion de fichier texte a évolué avec l'histoire de l'informatique.

Le mot fichier (« file » en anglais) a été utilisé publiquement dans le contexte d'un
enregistrement informatique déjà en février 1950. Une publicité de la radio Radio
Corporation of America de Popular Science Magazine1 décrivant une nouvelle
mémoire à tube à vide qu'elle avait développée, expliquait :
«...the results of countless computations can be kept "on file" and taken out
again. Such a "file" now exists in a "memory" tube developed at RCA
Laboratories. Electronically it retains figures fed into calculating machines,
holds them in storage while it memorizes new ones - speeds intelligent
solutions through mazes of mathematics. »
En 1952 un fichier était utilisé pour désigner l'information enregistrée sur
une carte perforée.
Or il se trouve que les cartes perforées partageaient certaines propriétés:

 Chaque carte représentait une ligne de 80 colonnes (en général)

 Les programmes (code source) étaient écrits en assemblant des lignes
de textes
 Les cartes perforées qui ne contenaient pas de texte étaient donc déjà
différentes.
En 1971, le RFC 2652 indique qu'un fichier peut être ASCII, cœur d'exécutable,
ou autre. Il mentionne notamment l'EBCDIC.
En juillet 1972, le RFC 3543, discutant des échanges de texte par le protocole
réseau NVT-ASCIIN 4 FTP, indique que les fichiers textes sont enregistrés de
manières différentes selon les systèmes :

 le PDP-10 enregistre le NVT-ASCII en 7-bits justifiés à gauche dans

des mots de 36 bits ;
  le 360's enregistre le texte avec un codage EBCDIC 8-bit ;
 Multics enregistre le texte avec quatre caractère de neuf bits dans des
mots de 36 bits.
Il indique donc que pour le bon transfert des textes, il est nécessaire que les deux
parties effectuent leur part respective de la conversion dans un codage commun;
il s'agit à cette époque de l'ASCII 8 bits, dit NVT.
Cette même année, la RFC fait apparaître le besoin d'une unité commune pour
transmettre des données binaires entre systèmes dont les mots n'ont pas la
même taille, et suggère l'utilisation de byte de 8 bits, c'est-à-dire, de ce que l'on
appelle aujourd'hui des octets, tout en permettant l'utilisation de bytes/mots
différents si négocié.
En 1980, le RFC 7654 en spécifiant le protocole FTP indique les trois raisons
occasionnant le transfert d'un fichier : l'impression, l'archivage, et le traitement.
Constatant, que le seul encodage n'est pas une métainformation suffisante, il
spécifie le reste et notamment les différents mécanismes de changement de ligne
à travers des caractères de contrôle ou de défilement de lignes. En page 12, le
RFC clarifie que les fichiers textes sont tout aussi bien des fichiers ASCII que des
fichiers EBCDIC.
En 1985, lors de l'élaboration du protocole FTP de transfert de fichier, il a été
recommandé de considérer comme fichier texte (en anglais "text" files), deux
formats de fichiers :

 les fichiers file structure, où le fichier est considéré être une séquence

continue de lignes.
 les fichiers record-structure, où le fichier est constitué
d'enregistrements séquentielsN 5
De même les types ASCII et EBCDIC ont été acceptés comme fichier texte 5.

Cette section est vide, insuffisamment détaillée ou incomplète. Votre aide est

la bienvenue ! Comment faire ?

Texte brut[modifier | modifier le code]

Article détaillé : Texte brut.
Texte brut Unicode (Unicode plain text)
De nos jours, l'Unicode est de plus en plus reconnu comme format de texte brut.
Le standard Unicode définit selon ses propres termes ce qu'est le texte brut, sous
le terme de plain text, dans sa version anglaise.
La notion de fichier texte se rapproche donc des propriétés que le standard
Unicode attribue au format nommé plain text en langue anglaise et signifiant texte
brut.
Généralités et controverses
La notion de texte brut (plain text) a, comme la notion de texte enrichi (fancy text),
été introduite par Unicode6.
La notion de plain text peut être traduite par texte en clair, pur texte, texte pur, ou
texte brut6.
Linux Information Project en donne une vision restrictive.
Format de codage
Si l'encodage est inconnu, un texte brut quelconque est inexploitable.
Texte brut approché en mathématiques
Alors que les mathématiques sont un langage international, en tout ou partie, leur
représentation informatique a pu être négligée lors de la création de différents
systèmes de codage des caractères. Toutefois, ces symboles ont bénéficié d'une
forte prise en charge par l'Unicode7, offrant de nouvelles perspectives.
Histoire
La notion de texte brut est implicitement assez ancienne puisque
vraisemblablement elle remonte sans doute au moins si ce n'est à la notion de
machine à écrire, aux premiers langages de programmation utilisant cette
technologie.
Dans son aspect réseau, elle est consignée dans de nombreux RFC.
Protocole et fichier
L'usage du texte brut peut varier entre protocole et ficher. Ceci peut
généralement être invisible à l'utilisateur lorsqu'il copie un texte d'un logiciel à un
autre.
Dans un protocole, le protocole spécifie généralement l'encodage utilisé, d'une
manière ou d'une autre; la longueur du texte peut ne pas être limité, en fonction
du protocole.
Un fichier a généralement une taille limitée, il est généralement admis qu'un
système de fichier ne fournit pas d'information sur l'encodage utilisé pour encoder
un texte brut donné. Cette information essentielle est alors déterminée à travers
un ensemble d'heuristiques.

Apports et limitations[modifier | modifier le code]

Le fichier texte est un élément déterminant en ce qu'il offre la possibilité de
décrire des codes sources et de faciliter la programmation des ordinateurs.
Toutefois, il souffre de facto de nombreux problème d'interopérabilité.
Apports[modifier | modifier le code]
Le fichier texte, lorsqu'il apparait apporte la possibilité de permettre à un humain
de soumettre un texte au traitement automatique d'une machine. Il offre
également la possibilité de supprimer et d'ajouter une ligne, et cela dès les cartes
perforées. Cette fonctionnalité a été reprise par des logiciels comme ed ou edlin.
Limitations[modifier | modifier le code]
Un fichier texte est limité dans sa taille, comme le sont tous les fichiers, par
le système de gestion de fichiers.
De plus par convention on limite volontairement le nombre de colonnes. Une
convention commune est ancienne est d'environ 80 ou 132 colonnes. Cela
correspondait aux standards de terminaux physiques aujourd'hui dépassés. Les
éditeurs modernes savent souvent gérer des lignes plus longues bien que cela ne
soit pas conseillé pour des questions de présentation.
Le fichier texte peut poser de nombreux problèmes d'interopérabilité (pour cause
d'encodage différents) entre pays, entre fournisseurs de logiciels, notamment.

Usage[modifier | modifier le code]
Les fichiers texte sont utilisés par de nombreux logiciels pour conserver les
données de configuration. Ils sont également utilisés pour contenir
les textes écrits en langages de programmation. En outre, la plupart des
langages de programmation offrent des fonctions prédéfinies pour manipuler du
texte brut, ce qui rend la gestion des fichiers textes particulièrement accessible.
Le logiciel utilisé pour éditer un fichier texte est un éditeur de texte. Dans le cas
général, un traitement de texte ne produit pas des fichiers texte. En effet, un
traitement de texte n'a pas seulement besoin de manipuler du texte brut, mais
également des informations sur la fonte de caractère utilisée, la disposition des
caractères dans des pages, les styles typographiques, etc. Toutefois, les
traitements de texte peuvent ouvrir ou sauvegarder un fichier texte, aucune
information de mise en forme n'étant conservée, sauf le cas échéant les sauts de
ligne.
Un fichier texte peut être la structure sous-jacente d'un fichier journal 8.

Structure et propriétés[modifier | modifier le code]

La structure d'un fichier texte est une séquence de lignes. Toutefois,
historiquement, chaque caractère est aligné verticalement, c'est encore le cas
aujourd'hui, dans un éditeur de texte en ligne ou local.
Séquence de lignes[modifier | modifier le code]
Le concept de séquence de lignes reste une caractéristique forte d'un fichier
texte.
Un fichier texte peut simplement contenir du texte dans une langue quelconque.
Dans ce cas, aujourd'hui, il ne respecte plus aucune structure particulière.

Il était une fois une marchande de foie

qui vendait du foie dans la Ville de Foix.
Elle se dit «ma foi c'est la première fois
que je vends du foie dans la ville de Foix !»
using (FileStream stm = new FileStream("logfile.txt", FileMode.Create))
{
return ProcessStuff(stm); //
}

Un fichier texte peut également contenir une donnée structurée qui peut être
analysée par un logiciel et affichée sous une forme plus évoluée, par exemple
une page web :
 <!DOCTYPE html>
<html lang="fr">
<head><title>Page web d'exemple</title></head>
<body>
<p>Ceci est une page web d'exemple.</p>
</body>
</html>

Alignement vertical[modifier | modifier le code]

Un fichier texte est généralement rendu visible avec des polices à chasse fixe
alignant le texte verticalement. L'arrivée d'un grand nombre de caractères
Unicode dans les fichiers textes peut questionner ce concept.
Enfin, et de manière plus anecdotique, le propos d'un fichier texte peut être
détourné pour contenir une image, c'est ce qu'on appelle l'art ASCII :

(\___/) (*) (*) \ /

(=*.*=) (°_°) {^o^}
(")___(") (+) (+) (| . |)
(_) (_) (_) (_)

Cet art nécessite toutefois que tous les caractères affichés aient la même largeur.
Cette technologie a notamment été utilisée pour spécifier des protocoles de
transfert de fichier.
Utilisation de l'art-ASCII comme élément de spécification du «FILE TRANSFER
PROTOCOL» RFC 7654; année 1980:

-------------
|/---------\|
|| User || --------
||Interface|<--->| User |
|\----:----/| --------
---------- | V |
|/------\| FTP Commands |/---------\|
||Server|<---------------->| User ||
|| PI || FTP Replies || PI ||
|\--:---/| |\----:----/|
| V | | V |
-------- |/------\| Data |/---------\| --------
| File |<--->|Server|<---------------->| User |<--->| File |
|System| || DTP || Connection || DTP || |System|
-------- |\------/| |\---------/| --------
---------- -------------

Server-FTP User-FTP

Standardisation et normalisation[modifier | modifier le code]

Les fichiers textes peuvent connaitre des problèmes d'interopérabilité :
  Différence de traitement des changements de lignes : CR ; LF, NL ;
CR+LF
 Présence ou absence éventuelle du marqueur magique BOM
 Différence de codage des caractères
 Différence de traitement des séquences d'échappement éventuelles.
Les variations de formats sont notamment liées aux intérêts régionaux: présence
de caractères accentués ou d'alphabets particuliers. Les industries souhaitent
également offrir de nouveaux caractères, en respectant tous les standards avec
une rigueur inégale.
Codage des caractères[modifier | modifier le code]
Comme tout fichier informatique, un fichier texte contient fondamentalement
des bits. La particularité d'un fichier texte est que l'ensemble du fichier respecte
un standard de codage des caractères. Il existe de nombreux standards de
codage de caractères, ce qui peut rendre problématique la compatibilité des
fichiers texte.
Rôle de l'ASCII[modifier | modifier le code]
La dénomination « fichier ASCII » est souvent confusément (et/ou abusivement)
utilisée à propos de fichiers texte n'utilisant pas le codage des caractères ASCII,
soit pour marquer une opposition à l'EBCDIC, soit pour interdire l'utilisation de
langues autre que l'anglais. Cela tient aussi à une histoire compliquée liée à
l'influence et aux intérêts des États-Unis, pays de langue anglaise, et au fait
qu'actuellement les fichiers textes sont généralement compatibles ASCII tout en
ne se limitant pas à ces caractères. Ainsi des fichiers textes UTF-8 bénéficient
d'une certaine interopérabilité avec des logiciels qui nécessitent des fichiers
compatibles ASCII, contrairement aux fichiers textes UTF-16, qui nécessitent des
logiciels spécifiquement adaptés à l'UTF-16.
Rôle du BOM[modifier | modifier le code]
Article détaillé : Byte Order Mark.
Le BOM est une invention du standard Unicode. Il est parfois présent en début de
fichier pour indiquer visuellement l'encodage d'un fichier (ce code dans un fichier
UTF8 sera visualisé « ï»¿ » en iso8859-1). À ce titre, il s'agit d'un nombre
magique au même titre que le shebang. Mais il est aussi et surtout utilisé pour
déterminer l'ordre des octets (endianness) et cela peut poser des problèmes à
certains logiciels.
Séquence d'échappement[modifier | modifier le code]
Les séquences d'échappement peuvent également être traitées de manière
inégales, alors que leur utilisation est impérative en ISO-2022, conduisant à
l'apparition de mojibake au sens premier du mot.

Notes et références[modifier | modifier le code]

Notes[modifier | modifier le code]
31. ↑ Le standard des États-Unis, l'ASCII inclut des caractères de contrôle, tel que
l'échappement de valeur 27.
 32. ↑ les standards ISO-2022 sont bâtis sur ces séquences.
33. ↑ L'Unicode autorise l'utilisation d'un indicateur dénommé BOM.
34. ↑ ASCII 8 bits avec le bit sept, le plus fort, à 0.
35. ↑ Ce qui pourrait signifier que chaque colonne avait un sens précis comme en Cobol et
que la longueur des lignes était fixe, comme l'écran.

Références[modifier | modifier le code]
49. ↑ Popular Science Magazine, February 1950, page 96 [archive]
50. ↑ (en) Request for comments no 265 [archive].
51. ↑ (en) Request for comments no 354 [archive].
52. ↑ Revenir plus haut en :a et b (en) Request for comments no 765 [archive].
53. ↑ File Transfer Protocol  : RFC  959, Network Working Group, octobre 1985 (lire en
ligne [archive]), page 15
54. ↑ Revenir plus haut en :a et b http://www.cairn.info/article.php?ID_ARTICLE=DN_063_0013 [archive]
55. ↑ Barbara Beeton, Asmus Freytag, Murray Sargent III, Unicode Technical Report
1. 25 “Unicode Support for
Mathematics”, https://www.unicode.org/reports/tr25 [archive]
56. ↑ http://www.oqlf.gouv.qc.ca/ressources/bibliotheque/dictionnaires/internet/fiches/8383642
.html [archive]

Voir aussi[modifier | modifier le code]

Articles connexes[modifier | modifier le code]

 Fichier binaire
 Éditeur de texte
 Format de fichier
 Fichier

  Portail de l’informatique 
  Portail de l’écriture
Catégories : 
 Format de données numériques
 Codage du texte
 Format ouvert
[+]
 La dernière modification de cette page a été faite le 15 octobre 2021 à 16:01.
 Droit d'auteur : les textes sont disponibles sous licence Creative Commons attribution, partage dans
les mêmes conditions ; d’autres conditions peuvent s’appliquer. Voyez les conditions
d’utilisation pour plus de détails, ainsi que les crédits graphiques. En cas de réutilisation des textes
de cette page, voyez comment citer les auteurs et mentionner la licence.
Wikipedia® est une marque déposée de la Wikimedia Foundation, Inc., organisation de
bienfaisance régie par le paragraphe 501(c)(3) du code fiscal des États-Unis.

Fichier texte
Pour les articles homonymes, voir TXT.
Fichier texte
 Les 95 caractères et signes du codage ASCII

Caractéristiques
Extensions .txt ,  .text , -

Type MIME text/plain

PUID x-fmt/111

modifier - modifier le code - modifier Wikidata

En informatique, un fichier texte ou fichier texte brut ou fichier texte

simple[réf. nécessaire] est un fichier dont le contenu représente uniquement une suite
de caractères ; il utilise nécessairement une forme particulière de codage des
caractères qui peut être une variante ou une extension du standard local des États-
Unis, l'ASCII. Il n'existe aucune définition officielle, et les différentes interprétations
de ce qu'est un fichier texte partagent des propriétés essentielles. Les caractères
considérés sont généralement les caractères imprimables, d'espaces et de retours à
la ligne. Certains codages de caractères normalisés incluent également certains
caractères de contrôleN 1, séquence d'échappementN 2 ou marqueursN 3 qui peuvent
faire l'objet de différences d'appréciations. La notion de fichier texte est donc
subjective et dépend notamment des systèmes de codage de caractère considérés
(windows-1252 et ISO-8859-1 n'offrant pas les mêmes plages de valeurs
«imprimables».)
Un fichier « non texte » est appelé « fichier binaire », dans le sens où
les bits contenus dans le fichier ne représentent pas une simple suite de caractères
imprimables, d'espaces et de retours à la ligne.

Sommaire

 1Histoire
 2Texte brut
 3Apports et limitations
o 3.1Apports
o 3.2Limitations
 4Usage
 5Structure et propriétés
 o 5.1Séquence de lignes
o 5.2Alignement vertical
 6Standardisation et normalisation
o 6.1Codage des caractères
 6.1.1Rôle de l'ASCII
o 6.2Rôle du BOM
o 6.3Séquence d'échappement
 7Notes et références
o 7.1Notes
o 7.2Références
 8Voir aussi
o 8.1Articles connexes

Histoire[modifier | modifier le code]

Un fichier en carte perforée

Extrait d'un programme écrit en BASIC

Copie papier d'un code source (en Fortran) des années 1970, imprimé sur du papier continu, dédié aux
fichiers textes.

La notion de fichier texte a évolué avec l'histoire de l'informatique.

Le mot fichier (« file » en anglais) a été utilisé publiquement dans le contexte d'un
enregistrement informatique déjà en février 1950. Une publicité de la radio Radio
Corporation of America de Popular Science Magazine1 décrivant une nouvelle
mémoire à tube à vide qu'elle avait développée, expliquait :
«...the results of countless computations can be kept "on file" and taken out
again. Such a "file" now exists in a "memory" tube developed at RCA
Laboratories. Electronically it retains figures fed into calculating machines,
holds them in storage while it memorizes new ones - speeds intelligent
solutions through mazes of mathematics. »
En 1952 un fichier était utilisé pour désigner l'information enregistrée sur
une carte perforée.
Or il se trouve que les cartes perforées partageaient certaines propriétés:

 Chaque carte représentait une ligne de 80 colonnes (en général)

 Les programmes (code source) étaient écrits en assemblant des lignes
de textes
 Les cartes perforées qui ne contenaient pas de texte étaient donc déjà
différentes.
En 1971, le RFC 2652 indique qu'un fichier peut être ASCII, cœur d'exécutable,
ou autre. Il mentionne notamment l'EBCDIC.
En juillet 1972, le RFC 3543, discutant des échanges de texte par le protocole
réseau NVT-ASCIIN 4 FTP, indique que les fichiers textes sont enregistrés de
manières différentes selon les systèmes :

 le PDP-10 enregistre le NVT-ASCII en 7-bits justifiés à gauche dans

des mots de 36 bits ;
  le 360's enregistre le texte avec un codage EBCDIC 8-bit ;
 Multics enregistre le texte avec quatre caractère de neuf bits dans des
mots de 36 bits.
Il indique donc que pour le bon transfert des textes, il est nécessaire que les deux
parties effectuent leur part respective de la conversion dans un codage commun;
il s'agit à cette époque de l'ASCII 8 bits, dit NVT.
Cette même année, la RFC fait apparaître le besoin d'une unité commune pour
transmettre des données binaires entre systèmes dont les mots n'ont pas la
même taille, et suggère l'utilisation de byte de 8 bits, c'est-à-dire, de ce que l'on
appelle aujourd'hui des octets, tout en permettant l'utilisation de bytes/mots
différents si négocié.
En 1980, le RFC 7654 en spécifiant le protocole FTP indique les trois raisons
occasionnant le transfert d'un fichier : l'impression, l'archivage, et le traitement.
Constatant, que le seul encodage n'est pas une métainformation suffisante, il
spécifie le reste et notamment les différents mécanismes de changement de ligne
à travers des caractères de contrôle ou de défilement de lignes. En page 12, le
RFC clarifie que les fichiers textes sont tout aussi bien des fichiers ASCII que des
fichiers EBCDIC.
En 1985, lors de l'élaboration du protocole FTP de transfert de fichier, il a été
recommandé de considérer comme fichier texte (en anglais "text" files), deux
formats de fichiers :

 les fichiers file structure, où le fichier est considéré être une séquence

continue de lignes.
 les fichiers record-structure, où le fichier est constitué
d'enregistrements séquentielsN 5
De même les types ASCII et EBCDIC ont été acceptés comme fichier texte 5.

Cette section est vide, insuffisamment détaillée ou incomplète. Votre aide est

la bienvenue ! Comment faire ?

Texte brut[modifier | modifier le code]

Article détaillé : Texte brut.
Texte brut Unicode (Unicode plain text)
De nos jours, l'Unicode est de plus en plus reconnu comme format de texte brut.
Le standard Unicode définit selon ses propres termes ce qu'est le texte brut, sous
le terme de plain text, dans sa version anglaise.
La notion de fichier texte se rapproche donc des propriétés que le standard
Unicode attribue au format nommé plain text en langue anglaise et signifiant texte
brut.
Généralités et controverses
La notion de texte brut (plain text) a, comme la notion de texte enrichi (fancy text),
été introduite par Unicode6.
La notion de plain text peut être traduite par texte en clair, pur texte, texte pur, ou
texte brut6.
Linux Information Project en donne une vision restrictive.
Format de codage
Si l'encodage est inconnu, un texte brut quelconque est inexploitable.
Texte brut approché en mathématiques
Alors que les mathématiques sont un langage international, en tout ou partie, leur
représentation informatique a pu être négligée lors de la création de différents
systèmes de codage des caractères. Toutefois, ces symboles ont bénéficié d'une
forte prise en charge par l'Unicode7, offrant de nouvelles perspectives.
Histoire
La notion de texte brut est implicitement assez ancienne puisque
vraisemblablement elle remonte sans doute au moins si ce n'est à la notion de
machine à écrire, aux premiers langages de programmation utilisant cette
technologie.
Dans son aspect réseau, elle est consignée dans de nombreux RFC.
Protocole et fichier
L'usage du texte brut peut varier entre protocole et ficher. Ceci peut
généralement être invisible à l'utilisateur lorsqu'il copie un texte d'un logiciel à un
autre.
Dans un protocole, le protocole spécifie généralement l'encodage utilisé, d'une
manière ou d'une autre; la longueur du texte peut ne pas être limité, en fonction
du protocole.
Un fichier a généralement une taille limitée, il est généralement admis qu'un
système de fichier ne fournit pas d'information sur l'encodage utilisé pour encoder
un texte brut donné. Cette information essentielle est alors déterminée à travers
un ensemble d'heuristiques.

Apports et limitations[modifier | modifier le code]

Le fichier texte est un élément déterminant en ce qu'il offre la possibilité de
décrire des codes sources et de faciliter la programmation des ordinateurs.
Toutefois, il souffre de facto de nombreux problème d'interopérabilité.
Apports[modifier | modifier le code]
Le fichier texte, lorsqu'il apparait apporte la possibilité de permettre à un humain
de soumettre un texte au traitement automatique d'une machine. Il offre
également la possibilité de supprimer et d'ajouter une ligne, et cela dès les cartes
perforées. Cette fonctionnalité a été reprise par des logiciels comme ed ou edlin.
Limitations[modifier | modifier le code]
Un fichier texte est limité dans sa taille, comme le sont tous les fichiers, par
le système de gestion de fichiers.
De plus par convention on limite volontairement le nombre de colonnes. Une
convention commune est ancienne est d'environ 80 ou 132 colonnes. Cela
correspondait aux standards de terminaux physiques aujourd'hui dépassés. Les
éditeurs modernes savent souvent gérer des lignes plus longues bien que cela ne
soit pas conseillé pour des questions de présentation.
Le fichier texte peut poser de nombreux problèmes d'interopérabilité (pour cause
d'encodage différents) entre pays, entre fournisseurs de logiciels, notamment.

Usage[modifier | modifier le code]
Les fichiers texte sont utilisés par de nombreux logiciels pour conserver les
données de configuration. Ils sont également utilisés pour contenir
les textes écrits en langages de programmation. En outre, la plupart des
langages de programmation offrent des fonctions prédéfinies pour manipuler du
texte brut, ce qui rend la gestion des fichiers textes particulièrement accessible.
Le logiciel utilisé pour éditer un fichier texte est un éditeur de texte. Dans le cas
général, un traitement de texte ne produit pas des fichiers texte. En effet, un
traitement de texte n'a pas seulement besoin de manipuler du texte brut, mais
également des informations sur la fonte de caractère utilisée, la disposition des
caractères dans des pages, les styles typographiques, etc. Toutefois, les
traitements de texte peuvent ouvrir ou sauvegarder un fichier texte, aucune
information de mise en forme n'étant conservée, sauf le cas échéant les sauts de
ligne.
Un fichier texte peut être la structure sous-jacente d'un fichier journal 8.

Structure et propriétés[modifier | modifier le code]

La structure d'un fichier texte est une séquence de lignes. Toutefois,
historiquement, chaque caractère est aligné verticalement, c'est encore le cas
aujourd'hui, dans un éditeur de texte en ligne ou local.
Séquence de lignes[modifier | modifier le code]
Le concept de séquence de lignes reste une caractéristique forte d'un fichier
texte.
Un fichier texte peut simplement contenir du texte dans une langue quelconque.
Dans ce cas, aujourd'hui, il ne respecte plus aucune structure particulière.

Il était une fois une marchande de foie

qui vendait du foie dans la Ville de Foix.
Elle se dit «ma foi c'est la première fois
que je vends du foie dans la ville de Foix !»
using (FileStream stm = new FileStream("logfile.txt", FileMode.Create))
{
return ProcessStuff(stm); //
}

Un fichier texte peut également contenir une donnée structurée qui peut être
analysée par un logiciel et affichée sous une forme plus évoluée, par exemple
une page web :
 <!DOCTYPE html>
<html lang="fr">
<head><title>Page web d'exemple</title></head>
<body>
<p>Ceci est une page web d'exemple.</p>
</body>
</html>

Alignement vertical[modifier | modifier le code]

Un fichier texte est généralement rendu visible avec des polices à chasse fixe
alignant le texte verticalement. L'arrivée d'un grand nombre de caractères
Unicode dans les fichiers textes peut questionner ce concept.
Enfin, et de manière plus anecdotique, le propos d'un fichier texte peut être
détourné pour contenir une image, c'est ce qu'on appelle l'art ASCII :

(\___/) (*) (*) \ /

(=*.*=) (°_°) {^o^}
(")___(") (+) (+) (| . |)
(_) (_) (_) (_)

Cet art nécessite toutefois que tous les caractères affichés aient la même largeur.
Cette technologie a notamment été utilisée pour spécifier des protocoles de
transfert de fichier.
Utilisation de l'art-ASCII comme élément de spécification du «FILE TRANSFER
PROTOCOL» RFC 7654; année 1980:

-------------
|/---------\|
|| User || --------
||Interface|<--->| User |
|\----:----/| --------
---------- | V |
|/------\| FTP Commands |/---------\|
||Server|<---------------->| User ||
|| PI || FTP Replies || PI ||
|\--:---/| |\----:----/|
| V | | V |
-------- |/------\| Data |/---------\| --------
| File |<--->|Server|<---------------->| User |<--->| File |
|System| || DTP || Connection || DTP || |System|
-------- |\------/| |\---------/| --------
---------- -------------

Server-FTP User-FTP

Standardisation et normalisation[modifier | modifier le code]

Les fichiers textes peuvent connaitre des problèmes d'interopérabilité :
  Différence de traitement des changements de lignes : CR ; LF, NL ;
CR+LF
 Présence ou absence éventuelle du marqueur magique BOM
 Différence de codage des caractères
 Différence de traitement des séquences d'échappement éventuelles.
Les variations de formats sont notamment liées aux intérêts régionaux: présence
de caractères accentués ou d'alphabets particuliers. Les industries souhaitent
également offrir de nouveaux caractères, en respectant tous les standards avec
une rigueur inégale.
Codage des caractères[modifier | modifier le code]
Comme tout fichier informatique, un fichier texte contient fondamentalement
des bits. La particularité d'un fichier texte est que l'ensemble du fichier respecte
un standard de codage des caractères. Il existe de nombreux standards de
codage de caractères, ce qui peut rendre problématique la compatibilité des
fichiers texte.
Rôle de l'ASCII[modifier | modifier le code]
La dénomination « fichier ASCII » est souvent confusément (et/ou abusivement)
utilisée à propos de fichiers texte n'utilisant pas le codage des caractères ASCII,
soit pour marquer une opposition à l'EBCDIC, soit pour interdire l'utilisation de
langues autre que l'anglais. Cela tient aussi à une histoire compliquée liée à
l'influence et aux intérêts des États-Unis, pays de langue anglaise, et au fait
qu'actuellement les fichiers textes sont généralement compatibles ASCII tout en
ne se limitant pas à ces caractères. Ainsi des fichiers textes UTF-8 bénéficient
d'une certaine interopérabilité avec des logiciels qui nécessitent des fichiers
compatibles ASCII, contrairement aux fichiers textes UTF-16, qui nécessitent des
logiciels spécifiquement adaptés à l'UTF-16.
Rôle du BOM[modifier | modifier le code]
Article détaillé : Byte Order Mark.
Le BOM est une invention du standard Unicode. Il est parfois présent en début de
fichier pour indiquer visuellement l'encodage d'un fichier (ce code dans un fichier
UTF8 sera visualisé « ï»¿ » en iso8859-1). À ce titre, il s'agit d'un nombre
magique au même titre que le shebang. Mais il est aussi et surtout utilisé pour
déterminer l'ordre des octets (endianness) et cela peut poser des problèmes à
certains logiciels.
Séquence d'échappement[modifier | modifier le code]
Les séquences d'échappement peuvent également être traitées de manière
inégales, alors que leur utilisation est impérative en ISO-2022, conduisant à
l'apparition de mojibake au sens premier du mot.

Notes et références[modifier | modifier le code]

Notes[modifier | modifier le code]
31. ↑ Le standard des États-Unis, l'ASCII inclut des caractères de contrôle, tel que
l'échappement de valeur 27.
 32. ↑ les standards ISO-2022 sont bâtis sur ces séquences.
33. ↑ L'Unicode autorise l'utilisation d'un indicateur dénommé BOM.
34. ↑ ASCII 8 bits avec le bit sept, le plus fort, à 0.
35. ↑ Ce qui pourrait signifier que chaque colonne avait un sens précis comme en Cobol et
que la longueur des lignes était fixe, comme l'écran.

Références[modifier | modifier le code]
49. ↑ Popular Science Magazine, February 1950, page 96 [archive]
50. ↑ (en) Request for comments no 265 [archive].
51. ↑ (en) Request for comments no 354 [archive].
52. ↑ Revenir plus haut en :a et b (en) Request for comments no 765 [archive].
53. ↑ File Transfer Protocol  : RFC  959, Network Working Group, octobre 1985 (lire en
ligne [archive]), page 15
54. ↑ Revenir plus haut en :a et b http://www.cairn.info/article.php?ID_ARTICLE=DN_063_0013 [archive]
55. ↑ Barbara Beeton, Asmus Freytag, Murray Sargent III, Unicode Technical Report
1. 25 “Unicode Support for
Mathematics”, https://www.unicode.org/reports/tr25 [archive]
56. ↑ http://www.oqlf.gouv.qc.ca/ressources/bibliotheque/dictionnaires/internet/fiches/8383642
.html [archive]

Voir aussi[modifier | modifier le code]

Articles connexes[modifier | modifier le code]

 Fichier binaire
 Éditeur de texte
 Format de fichier
 Fichier

  Portail de l’informatique 
  Portail de l’écriture
Catégories : 
 Format de données numériques
 Codage du texte
 Format ouvert
[+]
 La dernière modification de cette page a été faite le 15 octobre 2021 à 16:01.
 Droit d'auteur : les textes sont disponibles sous licence Creative Commons attribution, partage dans
les mêmes conditions ; d’autres conditions peuvent s’appliquer. Voyez les conditions
d’utilisation pour plus de détails, ainsi que les crédits graphiques. En cas de réutilisation des textes
de cette page, voyez comment citer les auteurs et mentionner la licence.
Wikipedia® est une marque déposée de la Wikimedia Foundation, Inc., organisation de
bienfaisance régie par le paragraphe 501(c)(3) du code fiscal des États-Unis.

Fichier texte
Pour les articles homonymes, voir TXT.
Fichier texte
 Les 95 caractères et signes du codage ASCII

Caractéristiques
Extensions .txt ,  .text , -

Type MIME text/plain

PUID x-fmt/111

modifier - modifier le code - modifier Wikidata

En informatique, un fichier texte ou fichier texte brut ou fichier texte

simple[réf. nécessaire] est un fichier dont le contenu représente uniquement une suite
de caractères ; il utilise nécessairement une forme particulière de codage des
caractères qui peut être une variante ou une extension du standard local des États-
Unis, l'ASCII. Il n'existe aucune définition officielle, et les différentes interprétations
de ce qu'est un fichier texte partagent des propriétés essentielles. Les caractères
considérés sont généralement les caractères imprimables, d'espaces et de retours à
la ligne. Certains codages de caractères normalisés incluent également certains
caractères de contrôleN 1, séquence d'échappementN 2 ou marqueursN 3 qui peuvent
faire l'objet de différences d'appréciations. La notion de fichier texte est donc
subjective et dépend notamment des systèmes de codage de caractère considérés
(windows-1252 et ISO-8859-1 n'offrant pas les mêmes plages de valeurs
«imprimables».)
Un fichier « non texte » est appelé « fichier binaire », dans le sens où
les bits contenus dans le fichier ne représentent pas une simple suite de caractères
imprimables, d'espaces et de retours à la ligne.

Sommaire

 1Histoire
 2Texte brut
 3Apports et limitations
o 3.1Apports
o 3.2Limitations
 4Usage
 5Structure et propriétés
 o 5.1Séquence de lignes
o 5.2Alignement vertical
 6Standardisation et normalisation
o 6.1Codage des caractères
 6.1.1Rôle de l'ASCII
o 6.2Rôle du BOM
o 6.3Séquence d'échappement
 7Notes et références
o 7.1Notes
o 7.2Références
 8Voir aussi
o 8.1Articles connexes

Histoire[modifier | modifier le code]

Un fichier en carte perforée

Extrait d'un programme écrit en BASIC

Copie papier d'un code source (en Fortran) des années 1970, imprimé sur du papier continu, dédié aux
fichiers textes.

La notion de fichier texte a évolué avec l'histoire de l'informatique.

Le mot fichier (« file » en anglais) a été utilisé publiquement dans le contexte d'un
enregistrement informatique déjà en février 1950. Une publicité de la radio Radio
Corporation of America de Popular Science Magazine1 décrivant une nouvelle
mémoire à tube à vide qu'elle avait développée, expliquait :
«...the results of countless computations can be kept "on file" and taken out
again. Such a "file" now exists in a "memory" tube developed at RCA
Laboratories. Electronically it retains figures fed into calculating machines,
holds them in storage while it memorizes new ones - speeds intelligent
solutions through mazes of mathematics. »
En 1952 un fichier était utilisé pour désigner l'information enregistrée sur
une carte perforée.
Or il se trouve que les cartes perforées partageaient certaines propriétés:

 Chaque carte représentait une ligne de 80 colonnes (en général)

 Les programmes (code source) étaient écrits en assemblant des lignes
de textes
 Les cartes perforées qui ne contenaient pas de texte étaient donc déjà
différentes.
En 1971, le RFC 2652 indique qu'un fichier peut être ASCII, cœur d'exécutable,
ou autre. Il mentionne notamment l'EBCDIC.
En juillet 1972, le RFC 3543, discutant des échanges de texte par le protocole
réseau NVT-ASCIIN 4 FTP, indique que les fichiers textes sont enregistrés de
manières différentes selon les systèmes :

 le PDP-10 enregistre le NVT-ASCII en 7-bits justifiés à gauche dans

des mots de 36 bits ;
  le 360's enregistre le texte avec un codage EBCDIC 8-bit ;
 Multics enregistre le texte avec quatre caractère de neuf bits dans des
mots de 36 bits.
Il indique donc que pour le bon transfert des textes, il est nécessaire que les deux
parties effectuent leur part respective de la conversion dans un codage commun;
il s'agit à cette époque de l'ASCII 8 bits, dit NVT.
Cette même année, la RFC fait apparaître le besoin d'une unité commune pour
transmettre des données binaires entre systèmes dont les mots n'ont pas la
même taille, et suggère l'utilisation de byte de 8 bits, c'est-à-dire, de ce que l'on
appelle aujourd'hui des octets, tout en permettant l'utilisation de bytes/mots
différents si négocié.
En 1980, le RFC 7654 en spécifiant le protocole FTP indique les trois raisons
occasionnant le transfert d'un fichier : l'impression, l'archivage, et le traitement.
Constatant, que le seul encodage n'est pas une métainformation suffisante, il
spécifie le reste et notamment les différents mécanismes de changement de ligne
à travers des caractères de contrôle ou de défilement de lignes. En page 12, le
RFC clarifie que les fichiers textes sont tout aussi bien des fichiers ASCII que des
fichiers EBCDIC.
En 1985, lors de l'élaboration du protocole FTP de transfert de fichier, il a été
recommandé de considérer comme fichier texte (en anglais "text" files), deux
formats de fichiers :

 les fichiers file structure, où le fichier est considéré être une séquence

continue de lignes.
 les fichiers record-structure, où le fichier est constitué
d'enregistrements séquentielsN 5
De même les types ASCII et EBCDIC ont été acceptés comme fichier texte 5.

Cette section est vide, insuffisamment détaillée ou incomplète. Votre aide est

la bienvenue ! Comment faire ?

Texte brut[modifier | modifier le code]

Article détaillé : Texte brut.
Texte brut Unicode (Unicode plain text)
De nos jours, l'Unicode est de plus en plus reconnu comme format de texte brut.
Le standard Unicode définit selon ses propres termes ce qu'est le texte brut, sous
le terme de plain text, dans sa version anglaise.
La notion de fichier texte se rapproche donc des propriétés que le standard
Unicode attribue au format nommé plain text en langue anglaise et signifiant texte
brut.
Généralités et controverses
La notion de texte brut (plain text) a, comme la notion de texte enrichi (fancy text),
été introduite par Unicode6.
La notion de plain text peut être traduite par texte en clair, pur texte, texte pur, ou
texte brut6.
Linux Information Project en donne une vision restrictive.
Format de codage
Si l'encodage est inconnu, un texte brut quelconque est inexploitable.
Texte brut approché en mathématiques
Alors que les mathématiques sont un langage international, en tout ou partie, leur
représentation informatique a pu être négligée lors de la création de différents
systèmes de codage des caractères. Toutefois, ces symboles ont bénéficié d'une
forte prise en charge par l'Unicode7, offrant de nouvelles perspectives.
Histoire
La notion de texte brut est implicitement assez ancienne puisque
vraisemblablement elle remonte sans doute au moins si ce n'est à la notion de
machine à écrire, aux premiers langages de programmation utilisant cette
technologie.
Dans son aspect réseau, elle est consignée dans de nombreux RFC.
Protocole et fichier
L'usage du texte brut peut varier entre protocole et ficher. Ceci peut
généralement être invisible à l'utilisateur lorsqu'il copie un texte d'un logiciel à un
autre.
Dans un protocole, le protocole spécifie généralement l'encodage utilisé, d'une
manière ou d'une autre; la longueur du texte peut ne pas être limité, en fonction
du protocole.
Un fichier a généralement une taille limitée, il est généralement admis qu'un
système de fichier ne fournit pas d'information sur l'encodage utilisé pour encoder
un texte brut donné. Cette information essentielle est alors déterminée à travers
un ensemble d'heuristiques.

Apports et limitations[modifier | modifier le code]

Le fichier texte est un élément déterminant en ce qu'il offre la possibilité de
décrire des codes sources et de faciliter la programmation des ordinateurs.
Toutefois, il souffre de facto de nombreux problème d'interopérabilité.
Apports[modifier | modifier le code]
Le fichier texte, lorsqu'il apparait apporte la possibilité de permettre à un humain
de soumettre un texte au traitement automatique d'une machine. Il offre
également la possibilité de supprimer et d'ajouter une ligne, et cela dès les cartes
perforées. Cette fonctionnalité a été reprise par des logiciels comme ed ou edlin.
Limitations[modifier | modifier le code]
Un fichier texte est limité dans sa taille, comme le sont tous les fichiers, par
le système de gestion de fichiers.
De plus par convention on limite volontairement le nombre de colonnes. Une
convention commune est ancienne est d'environ 80 ou 132 colonnes. Cela
correspondait aux standards de terminaux physiques aujourd'hui dépassés. Les
éditeurs modernes savent souvent gérer des lignes plus longues bien que cela ne
soit pas conseillé pour des questions de présentation.
Le fichier texte peut poser de nombreux problèmes d'interopérabilité (pour cause
d'encodage différents) entre pays, entre fournisseurs de logiciels, notamment.

Usage[modifier | modifier le code]
Les fichiers texte sont utilisés par de nombreux logiciels pour conserver les
données de configuration. Ils sont également utilisés pour contenir
les textes écrits en langages de programmation. En outre, la plupart des
langages de programmation offrent des fonctions prédéfinies pour manipuler du
texte brut, ce qui rend la gestion des fichiers textes particulièrement accessible.
Le logiciel utilisé pour éditer un fichier texte est un éditeur de texte. Dans le cas
général, un traitement de texte ne produit pas des fichiers texte. En effet, un
traitement de texte n'a pas seulement besoin de manipuler du texte brut, mais
également des informations sur la fonte de caractère utilisée, la disposition des
caractères dans des pages, les styles typographiques, etc. Toutefois, les
traitements de texte peuvent ouvrir ou sauvegarder un fichier texte, aucune
information de mise en forme n'étant conservée, sauf le cas échéant les sauts de
ligne.
Un fichier texte peut être la structure sous-jacente d'un fichier journal 8.

Structure et propriétés[modifier | modifier le code]

La structure d'un fichier texte est une séquence de lignes. Toutefois,
historiquement, chaque caractère est aligné verticalement, c'est encore le cas
aujourd'hui, dans un éditeur de texte en ligne ou local.
Séquence de lignes[modifier | modifier le code]
Le concept de séquence de lignes reste une caractéristique forte d'un fichier
texte.
Un fichier texte peut simplement contenir du texte dans une langue quelconque.
Dans ce cas, aujourd'hui, il ne respecte plus aucune structure particulière.

Il était une fois une marchande de foie

qui vendait du foie dans la Ville de Foix.
Elle se dit «ma foi c'est la première fois
que je vends du foie dans la ville de Foix !»
using (FileStream stm = new FileStream("logfile.txt", FileMode.Create))
{
return ProcessStuff(stm); //
}

Un fichier texte peut également contenir une donnée structurée qui peut être
analysée par un logiciel et affichée sous une forme plus évoluée, par exemple
une page web :
 <!DOCTYPE html>
<html lang="fr">
<head><title>Page web d'exemple</title></head>
<body>
<p>Ceci est une page web d'exemple.</p>
</body>
</html>

Alignement vertical[modifier | modifier le code]

Un fichier texte est généralement rendu visible avec des polices à chasse fixe
alignant le texte verticalement. L'arrivée d'un grand nombre de caractères
Unicode dans les fichiers textes peut questionner ce concept.
Enfin, et de manière plus anecdotique, le propos d'un fichier texte peut être
détourné pour contenir une image, c'est ce qu'on appelle l'art ASCII :

(\___/) (*) (*) \ /

(=*.*=) (°_°) {^o^}
(")___(") (+) (+) (| . |)
(_) (_) (_) (_)

Cet art nécessite toutefois que tous les caractères affichés aient la même largeur.
Cette technologie a notamment été utilisée pour spécifier des protocoles de
transfert de fichier.
Utilisation de l'art-ASCII comme élément de spécification du «FILE TRANSFER
PROTOCOL» RFC 7654; année 1980:

-------------
|/---------\|
|| User || --------
||Interface|<--->| User |
|\----:----/| --------
---------- | V |
|/------\| FTP Commands |/---------\|
||Server|<---------------->| User ||
|| PI || FTP Replies || PI ||
|\--:---/| |\----:----/|
| V | | V |
-------- |/------\| Data |/---------\| --------
| File |<--->|Server|<---------------->| User |<--->| File |
|System| || DTP || Connection || DTP || |System|
-------- |\------/| |\---------/| --------
---------- -------------

Server-FTP User-FTP

Standardisation et normalisation[modifier | modifier le code]

Les fichiers textes peuvent connaitre des problèmes d'interopérabilité :
  Différence de traitement des changements de lignes : CR ; LF, NL ;
CR+LF
 Présence ou absence éventuelle du marqueur magique BOM
 Différence de codage des caractères
 Différence de traitement des séquences d'échappement éventuelles.
Les variations de formats sont notamment liées aux intérêts régionaux: présence
de caractères accentués ou d'alphabets particuliers. Les industries souhaitent
également offrir de nouveaux caractères, en respectant tous les standards avec
une rigueur inégale.
Codage des caractères[modifier | modifier le code]
Comme tout fichier informatique, un fichier texte contient fondamentalement
des bits. La particularité d'un fichier texte est que l'ensemble du fichier respecte
un standard de codage des caractères. Il existe de nombreux standards de
codage de caractères, ce qui peut rendre problématique la compatibilité des
fichiers texte.
Rôle de l'ASCII[modifier | modifier le code]
La dénomination « fichier ASCII » est souvent confusément (et/ou abusivement)
utilisée à propos de fichiers texte n'utilisant pas le codage des caractères ASCII,
soit pour marquer une opposition à l'EBCDIC, soit pour interdire l'utilisation de
langues autre que l'anglais. Cela tient aussi à une histoire compliquée liée à
l'influence et aux intérêts des États-Unis, pays de langue anglaise, et au fait
qu'actuellement les fichiers textes sont généralement compatibles ASCII tout en
ne se limitant pas à ces caractères. Ainsi des fichiers textes UTF-8 bénéficient
d'une certaine interopérabilité avec des logiciels qui nécessitent des fichiers
compatibles ASCII, contrairement aux fichiers textes UTF-16, qui nécessitent des
logiciels spécifiquement adaptés à l'UTF-16.
Rôle du BOM[modifier | modifier le code]
Article détaillé : Byte Order Mark.
Le BOM est une invention du standard Unicode. Il est parfois présent en début de
fichier pour indiquer visuellement l'encodage d'un fichier (ce code dans un fichier
UTF8 sera visualisé « ï»¿ » en iso8859-1). À ce titre, il s'agit d'un nombre
magique au même titre que le shebang. Mais il est aussi et surtout utilisé pour
déterminer l'ordre des octets (endianness) et cela peut poser des problèmes à
certains logiciels.
Séquence d'échappement[modifier | modifier le code]
Les séquences d'échappement peuvent également être traitées de manière
inégales, alors que leur utilisation est impérative en ISO-2022, conduisant à
l'apparition de mojibake au sens premier du mot.

Notes et références[modifier | modifier le code]

Notes[modifier | modifier le code]
36. ↑ Le standard des États-Unis, l'ASCII inclut des caractères de contrôle, tel que
l'échappement de valeur 27.
 37. ↑ les standards ISO-2022 sont bâtis sur ces séquences.
38. ↑ L'Unicode autorise l'utilisation d'un indicateur dénommé BOM.
39. ↑ ASCII 8 bits avec le bit sept, le plus fort, à 0.
40. ↑ Ce qui pourrait signifier que chaque colonne avait un sens précis comme en Cobol et
que la longueur des lignes était fixe, comme l'écran.

Références[modifier | modifier le code]
57. ↑ Popular Science Magazine, February 1950, page 96 [archive]
58. ↑ (en) Request for comments no 265 [archive].
59. ↑ (en) Request for comments no 354 [archive].
60. ↑ Revenir plus haut en :a et b (en) Request for comments no 765 [archive].
61. ↑ File Transfer Protocol  : RFC  959, Network Working Group, octobre 1985 (lire en
ligne [archive]), page 15
62. ↑ Revenir plus haut en :a et b http://www.cairn.info/article.php?ID_ARTICLE=DN_063_0013 [archive]
63. ↑ Barbara Beeton, Asmus Freytag, Murray Sargent III, Unicode Technical Report
1. 25 “Unicode Support for
Mathematics”, https://www.unicode.org/reports/tr25 [archive]
64. ↑ http://www.oqlf.gouv.qc.ca/ressources/bibliotheque/dictionnaires/internet/fiches/8383642
.html [archive]

Voir aussi[modifier | modifier le code]

Articles connexes[modifier | modifier le code]

 Fichier binaire
 Éditeur de texte
 Format de fichier
 Fichier

  Portail de l’informatique 
  Portail de l’écriture
Catégories : 
 Format de données numériques
 Codage du texte
 Format ouvert
[+]
 La dernière modification de cette page a été faite le 15 octobre 2021 à 16:01.
 Droit d'auteur : les textes sont disponibles sous licence Creative Commons attribution, partage dans
les mêmes conditions ; d’autres conditions peuvent s’appliquer. Voyez les conditions
d’utilisation pour plus de détails, ainsi que les crédits graphiques. En cas de réutilisation des textes
de cette page, voyez comment citer les auteurs et mentionner la licence.
Wikipedia® est une marque déposée de la Wikimedia Foundation, Inc., organisation de
bienfaisance régie par le paragraphe 501(c)(3) du code fiscal des États-Unis.

Fichier texte
Pour les articles homonymes, voir TXT.
Fichier texte
 Les 95 caractères et signes du codage ASCII

Caractéristiques
Extensions .txt ,  .text , -

Type MIME text/plain

PUID x-fmt/111

modifier - modifier le code - modifier Wikidata

En informatique, un fichier texte ou fichier texte brut ou fichier texte

simple[réf. nécessaire] est un fichier dont le contenu représente uniquement une suite
de caractères ; il utilise nécessairement une forme particulière de codage des
caractères qui peut être une variante ou une extension du standard local des États-
Unis, l'ASCII. Il n'existe aucune définition officielle, et les différentes interprétations
de ce qu'est un fichier texte partagent des propriétés essentielles. Les caractères
considérés sont généralement les caractères imprimables, d'espaces et de retours à
la ligne. Certains codages de caractères normalisés incluent également certains
caractères de contrôleN 1, séquence d'échappementN 2 ou marqueursN 3 qui peuvent
faire l'objet de différences d'appréciations. La notion de fichier texte est donc
subjective et dépend notamment des systèmes de codage de caractère considérés
(windows-1252 et ISO-8859-1 n'offrant pas les mêmes plages de valeurs
«imprimables».)
Un fichier « non texte » est appelé « fichier binaire », dans le sens où
les bits contenus dans le fichier ne représentent pas une simple suite de caractères
imprimables, d'espaces et de retours à la ligne.

Sommaire

 1Histoire
 2Texte brut
 3Apports et limitations
o 3.1Apports
o 3.2Limitations
 4Usage
 5Structure et propriétés
 o 5.1Séquence de lignes
o 5.2Alignement vertical
 6Standardisation et normalisation
o 6.1Codage des caractères
 6.1.1Rôle de l'ASCII
o 6.2Rôle du BOM
o 6.3Séquence d'échappement
 7Notes et références
o 7.1Notes
o 7.2Références
 8Voir aussi
o 8.1Articles connexes

Histoire[modifier | modifier le code]

Un fichier en carte perforée

Extrait d'un programme écrit en BASIC

Copie papier d'un code source (en Fortran) des années 1970, imprimé sur du papier continu, dédié aux
fichiers textes.

La notion de fichier texte a évolué avec l'histoire de l'informatique.

Le mot fichier (« file » en anglais) a été utilisé publiquement dans le contexte d'un
enregistrement informatique déjà en février 1950. Une publicité de la radio Radio
Corporation of America de Popular Science Magazine1 décrivant une nouvelle
mémoire à tube à vide qu'elle avait développée, expliquait :
«...the results of countless computations can be kept "on file" and taken out
again. Such a "file" now exists in a "memory" tube developed at RCA
Laboratories. Electronically it retains figures fed into calculating machines,
holds them in storage while it memorizes new ones - speeds intelligent
solutions through mazes of mathematics. »
En 1952 un fichier était utilisé pour désigner l'information enregistrée sur
une carte perforée.
Or il se trouve que les cartes perforées partageaient certaines propriétés:

 Chaque carte représentait une ligne de 80 colonnes (en général)

 Les programmes (code source) étaient écrits en assemblant des lignes
de textes
 Les cartes perforées qui ne contenaient pas de texte étaient donc déjà
différentes.
En 1971, le RFC 2652 indique qu'un fichier peut être ASCII, cœur d'exécutable,
ou autre. Il mentionne notamment l'EBCDIC.
En juillet 1972, le RFC 3543, discutant des échanges de texte par le protocole
réseau NVT-ASCIIN 4 FTP, indique que les fichiers textes sont enregistrés de
manières différentes selon les systèmes :

 le PDP-10 enregistre le NVT-ASCII en 7-bits justifiés à gauche dans

des mots de 36 bits ;
  le 360's enregistre le texte avec un codage EBCDIC 8-bit ;
 Multics enregistre le texte avec quatre caractère de neuf bits dans des
mots de 36 bits.
Il indique donc que pour le bon transfert des textes, il est nécessaire que les deux
parties effectuent leur part respective de la conversion dans un codage commun;
il s'agit à cette époque de l'ASCII 8 bits, dit NVT.
Cette même année, la RFC fait apparaître le besoin d'une unité commune pour
transmettre des données binaires entre systèmes dont les mots n'ont pas la
même taille, et suggère l'utilisation de byte de 8 bits, c'est-à-dire, de ce que l'on
appelle aujourd'hui des octets, tout en permettant l'utilisation de bytes/mots
différents si négocié.
En 1980, le RFC 7654 en spécifiant le protocole FTP indique les trois raisons
occasionnant le transfert d'un fichier : l'impression, l'archivage, et le traitement.
Constatant, que le seul encodage n'est pas une métainformation suffisante, il
spécifie le reste et notamment les différents mécanismes de changement de ligne
à travers des caractères de contrôle ou de défilement de lignes. En page 12, le
RFC clarifie que les fichiers textes sont tout aussi bien des fichiers ASCII que des
fichiers EBCDIC.
En 1985, lors de l'élaboration du protocole FTP de transfert de fichier, il a été
recommandé de considérer comme fichier texte (en anglais "text" files), deux
formats de fichiers :

 les fichiers file structure, où le fichier est considéré être une séquence

continue de lignes.
 les fichiers record-structure, où le fichier est constitué
d'enregistrements séquentielsN 5
De même les types ASCII et EBCDIC ont été acceptés comme fichier texte 5.

Cette section est vide, insuffisamment détaillée ou incomplète. Votre aide est

la bienvenue ! Comment faire ?

Texte brut[modifier | modifier le code]

Article détaillé : Texte brut.
Texte brut Unicode (Unicode plain text)
De nos jours, l'Unicode est de plus en plus reconnu comme format de texte brut.
Le standard Unicode définit selon ses propres termes ce qu'est le texte brut, sous
le terme de plain text, dans sa version anglaise.
La notion de fichier texte se rapproche donc des propriétés que le standard
Unicode attribue au format nommé plain text en langue anglaise et signifiant texte
brut.
Généralités et controverses
La notion de texte brut (plain text) a, comme la notion de texte enrichi (fancy text),
été introduite par Unicode6.
La notion de plain text peut être traduite par texte en clair, pur texte, texte pur, ou
texte brut6.
Linux Information Project en donne une vision restrictive.
Format de codage
Si l'encodage est inconnu, un texte brut quelconque est inexploitable.
Texte brut approché en mathématiques
Alors que les mathématiques sont un langage international, en tout ou partie, leur
représentation informatique a pu être négligée lors de la création de différents
systèmes de codage des caractères. Toutefois, ces symboles ont bénéficié d'une
forte prise en charge par l'Unicode7, offrant de nouvelles perspectives.
Histoire
La notion de texte brut est implicitement assez ancienne puisque
vraisemblablement elle remonte sans doute au moins si ce n'est à la notion de
machine à écrire, aux premiers langages de programmation utilisant cette
technologie.
Dans son aspect réseau, elle est consignée dans de nombreux RFC.
Protocole et fichier
L'usage du texte brut peut varier entre protocole et ficher. Ceci peut
généralement être invisible à l'utilisateur lorsqu'il copie un texte d'un logiciel à un
autre.
Dans un protocole, le protocole spécifie généralement l'encodage utilisé, d'une
manière ou d'une autre; la longueur du texte peut ne pas être limité, en fonction
du protocole.
Un fichier a généralement une taille limitée, il est généralement admis qu'un
système de fichier ne fournit pas d'information sur l'encodage utilisé pour encoder
un texte brut donné. Cette information essentielle est alors déterminée à travers
un ensemble d'heuristiques.

Apports et limitations[modifier | modifier le code]

Le fichier texte est un élément déterminant en ce qu'il offre la possibilité de
décrire des codes sources et de faciliter la programmation des ordinateurs.
Toutefois, il souffre de facto de nombreux problème d'interopérabilité.
Apports[modifier | modifier le code]
Le fichier texte, lorsqu'il apparait apporte la possibilité de permettre à un humain
de soumettre un texte au traitement automatique d'une machine. Il offre
également la possibilité de supprimer et d'ajouter une ligne, et cela dès les cartes
perforées. Cette fonctionnalité a été reprise par des logiciels comme ed ou edlin.
Limitations[modifier | modifier le code]
Un fichier texte est limité dans sa taille, comme le sont tous les fichiers, par
le système de gestion de fichiers.
De plus par convention on limite volontairement le nombre de colonnes. Une
convention commune est ancienne est d'environ 80 ou 132 colonnes. Cela
correspondait aux standards de terminaux physiques aujourd'hui dépassés. Les
éditeurs modernes savent souvent gérer des lignes plus longues bien que cela ne
soit pas conseillé pour des questions de présentation.
Le fichier texte peut poser de nombreux problèmes d'interopérabilité (pour cause
d'encodage différents) entre pays, entre fournisseurs de logiciels, notamment.

Usage[modifier | modifier le code]
Les fichiers texte sont utilisés par de nombreux logiciels pour conserver les
données de configuration. Ils sont également utilisés pour contenir
les textes écrits en langages de programmation. En outre, la plupart des
langages de programmation offrent des fonctions prédéfinies pour manipuler du
texte brut, ce qui rend la gestion des fichiers textes particulièrement accessible.
Le logiciel utilisé pour éditer un fichier texte est un éditeur de texte. Dans le cas
général, un traitement de texte ne produit pas des fichiers texte. En effet, un
traitement de texte n'a pas seulement besoin de manipuler du texte brut, mais
également des informations sur la fonte de caractère utilisée, la disposition des
caractères dans des pages, les styles typographiques, etc. Toutefois, les
traitements de texte peuvent ouvrir ou sauvegarder un fichier texte, aucune
information de mise en forme n'étant conservée, sauf le cas échéant les sauts de
ligne.
Un fichier texte peut être la structure sous-jacente d'un fichier journal 8.

Structure et propriétés[modifier | modifier le code]

La structure d'un fichier texte est une séquence de lignes. Toutefois,
historiquement, chaque caractère est aligné verticalement, c'est encore le cas
aujourd'hui, dans un éditeur de texte en ligne ou local.
Séquence de lignes[modifier | modifier le code]
Le concept de séquence de lignes reste une caractéristique forte d'un fichier
texte.
Un fichier texte peut simplement contenir du texte dans une langue quelconque.
Dans ce cas, aujourd'hui, il ne respecte plus aucune structure particulière.

Il était une fois une marchande de foie

qui vendait du foie dans la Ville de Foix.
Elle se dit «ma foi c'est la première fois
que je vends du foie dans la ville de Foix !»
using (FileStream stm = new FileStream("logfile.txt", FileMode.Create))
{
return ProcessStuff(stm); //
}

Un fichier texte peut également contenir une donnée structurée qui peut être
analysée par un logiciel et affichée sous une forme plus évoluée, par exemple
une page web :
 <!DOCTYPE html>
<html lang="fr">
<head><title>Page web d'exemple</title></head>
<body>
<p>Ceci est une page web d'exemple.</p>
</body>
</html>

Alignement vertical[modifier | modifier le code]

Un fichier texte est généralement rendu visible avec des polices à chasse fixe
alignant le texte verticalement. L'arrivée d'un grand nombre de caractères
Unicode dans les fichiers textes peut questionner ce concept.
Enfin, et de manière plus anecdotique, le propos d'un fichier texte peut être
détourné pour contenir une image, c'est ce qu'on appelle l'art ASCII :

(\___/) (*) (*) \ /

(=*.*=) (°_°) {^o^}
(")___(") (+) (+) (| . |)
(_) (_) (_) (_)

Cet art nécessite toutefois que tous les caractères affichés aient la même largeur.
Cette technologie a notamment été utilisée pour spécifier des protocoles de
transfert de fichier.
Utilisation de l'art-ASCII comme élément de spécification du «FILE TRANSFER
PROTOCOL» RFC 7654; année 1980:

-------------
|/---------\|
|| User || --------
||Interface|<--->| User |
|\----:----/| --------
---------- | V |
|/------\| FTP Commands |/---------\|
||Server|<---------------->| User ||
|| PI || FTP Replies || PI ||
|\--:---/| |\----:----/|
| V | | V |
-------- |/------\| Data |/---------\| --------
| File |<--->|Server|<---------------->| User |<--->| File |
|System| || DTP || Connection || DTP || |System|
-------- |\------/| |\---------/| --------
---------- -------------

Server-FTP User-FTP

Standardisation et normalisation[modifier | modifier le code]

Les fichiers textes peuvent connaitre des problèmes d'interopérabilité :
  Différence de traitement des changements de lignes : CR ; LF, NL ;
CR+LF
 Présence ou absence éventuelle du marqueur magique BOM
 Différence de codage des caractères
 Différence de traitement des séquences d'échappement éventuelles.
Les variations de formats sont notamment liées aux intérêts régionaux: présence
de caractères accentués ou d'alphabets particuliers. Les industries souhaitent
également offrir de nouveaux caractères, en respectant tous les standards avec
une rigueur inégale.
Codage des caractères[modifier | modifier le code]
Comme tout fichier informatique, un fichier texte contient fondamentalement
des bits. La particularité d'un fichier texte est que l'ensemble du fichier respecte
un standard de codage des caractères. Il existe de nombreux standards de
codage de caractères, ce qui peut rendre problématique la compatibilité des
fichiers texte.
Rôle de l'ASCII[modifier | modifier le code]
La dénomination « fichier ASCII » est souvent confusément (et/ou abusivement)
utilisée à propos de fichiers texte n'utilisant pas le codage des caractères ASCII,
soit pour marquer une opposition à l'EBCDIC, soit pour interdire l'utilisation de
langues autre que l'anglais. Cela tient aussi à une histoire compliquée liée à
l'influence et aux intérêts des États-Unis, pays de langue anglaise, et au fait
qu'actuellement les fichiers textes sont généralement compatibles ASCII tout en
ne se limitant pas à ces caractères. Ainsi des fichiers textes UTF-8 bénéficient
d'une certaine interopérabilité avec des logiciels qui nécessitent des fichiers
compatibles ASCII, contrairement aux fichiers textes UTF-16, qui nécessitent des
logiciels spécifiquement adaptés à l'UTF-16.
Rôle du BOM[modifier | modifier le code]
Article détaillé : Byte Order Mark.
Le BOM est une invention du standard Unicode. Il est parfois présent en début de
fichier pour indiquer visuellement l'encodage d'un fichier (ce code dans un fichier
UTF8 sera visualisé « ï»¿ » en iso8859-1). À ce titre, il s'agit d'un nombre
magique au même titre que le shebang. Mais il est aussi et surtout utilisé pour
déterminer l'ordre des octets (endianness) et cela peut poser des problèmes à
certains logiciels.
Séquence d'échappement[modifier | modifier le code]
Les séquences d'échappement peuvent également être traitées de manière
inégales, alors que leur utilisation est impérative en ISO-2022, conduisant à
l'apparition de mojibake au sens premier du mot.

Notes et références[modifier | modifier le code]

Notes[modifier | modifier le code]
36. ↑ Le standard des États-Unis, l'ASCII inclut des caractères de contrôle, tel que
l'échappement de valeur 27.
 37. ↑ les standards ISO-2022 sont bâtis sur ces séquences.
38. ↑ L'Unicode autorise l'utilisation d'un indicateur dénommé BOM.
39. ↑ ASCII 8 bits avec le bit sept, le plus fort, à 0.
40. ↑ Ce qui pourrait signifier que chaque colonne avait un sens précis comme en Cobol et
que la longueur des lignes était fixe, comme l'écran.

Références[modifier | modifier le code]
57. ↑ Popular Science Magazine, February 1950, page 96 [archive]
58. ↑ (en) Request for comments no 265 [archive].
59. ↑ (en) Request for comments no 354 [archive].
60. ↑ Revenir plus haut en :a et b (en) Request for comments no 765 [archive].
61. ↑ File Transfer Protocol  : RFC  959, Network Working Group, octobre 1985 (lire en
ligne [archive]), page 15
62. ↑ Revenir plus haut en :a et b http://www.cairn.info/article.php?ID_ARTICLE=DN_063_0013 [archive]
63. ↑ Barbara Beeton, Asmus Freytag, Murray Sargent III, Unicode Technical Report
1. 25 “Unicode Support for
Mathematics”, https://www.unicode.org/reports/tr25 [archive]
64. ↑ http://www.oqlf.gouv.qc.ca/ressources/bibliotheque/dictionnaires/internet/fiches/8383642
.html [archive]

Voir aussi[modifier | modifier le code]

Articles connexes[modifier | modifier le code]

 Fichier binaire
 Éditeur de texte
 Format de fichier
 Fichier

  Portail de l’informatique 
  Portail de l’écriture
Catégories : 
 Format de données numériques
 Codage du texte
 Format ouvert
[+]
 La dernière modification de cette page a été faite le 15 octobre 2021 à 16:01.
 Droit d'auteur : les textes sont disponibles sous licence Creative Commons attribution, partage dans
les mêmes conditions ; d’autres conditions peuvent s’appliquer. Voyez les conditions
d’utilisation pour plus de détails, ainsi que les crédits graphiques. En cas de réutilisation des textes
de cette page, voyez comment citer les auteurs et mentionner la licence.
Wikipedia® est une marque déposée de la Wikimedia Foundation, Inc., organisation de
bienfaisance régie par le paragraphe 501(c)(3) du code fiscal des États-Unis.

Fichier texte
Pour les articles homonymes, voir TXT.
Fichier texte
 Les 95 caractères et signes du codage ASCII

Caractéristiques
Extensions .txt ,  .text , -

Type MIME text/plain

PUID x-fmt/111

modifier - modifier le code - modifier Wikidata

En informatique, un fichier texte ou fichier texte brut ou fichier texte

simple[réf. nécessaire] est un fichier dont le contenu représente uniquement une suite
de caractères ; il utilise nécessairement une forme particulière de codage des
caractères qui peut être une variante ou une extension du standard local des États-
Unis, l'ASCII. Il n'existe aucune définition officielle, et les différentes interprétations
de ce qu'est un fichier texte partagent des propriétés essentielles. Les caractères
considérés sont généralement les caractères imprimables, d'espaces et de retours à
la ligne. Certains codages de caractères normalisés incluent également certains
caractères de contrôleN 1, séquence d'échappementN 2 ou marqueursN 3 qui peuvent
faire l'objet de différences d'appréciations. La notion de fichier texte est donc
subjective et dépend notamment des systèmes de codage de caractère considérés
(windows-1252 et ISO-8859-1 n'offrant pas les mêmes plages de valeurs
«imprimables».)
Un fichier « non texte » est appelé « fichier binaire », dans le sens où
les bits contenus dans le fichier ne représentent pas une simple suite de caractères
imprimables, d'espaces et de retours à la ligne.

Sommaire

 1Histoire
 2Texte brut
 3Apports et limitations
o 3.1Apports
o 3.2Limitations
 4Usage
 5Structure et propriétés
 o 5.1Séquence de lignes
o 5.2Alignement vertical
 6Standardisation et normalisation
o 6.1Codage des caractères
 6.1.1Rôle de l'ASCII
o 6.2Rôle du BOM
o 6.3Séquence d'échappement
 7Notes et références
o 7.1Notes
o 7.2Références
 8Voir aussi
o 8.1Articles connexes

Histoire[modifier | modifier le code]

Un fichier en carte perforée

Extrait d'un programme écrit en BASIC

Copie papier d'un code source (en Fortran) des années 1970, imprimé sur du papier continu, dédié aux
fichiers textes.

La notion de fichier texte a évolué avec l'histoire de l'informatique.

Le mot fichier (« file » en anglais) a été utilisé publiquement dans le contexte d'un
enregistrement informatique déjà en février 1950. Une publicité de la radio Radio
Corporation of America de Popular Science Magazine1 décrivant une nouvelle
mémoire à tube à vide qu'elle avait développée, expliquait :
«...the results of countless computations can be kept "on file" and taken out
again. Such a "file" now exists in a "memory" tube developed at RCA
Laboratories. Electronically it retains figures fed into calculating machines,
holds them in storage while it memorizes new ones - speeds intelligent
solutions through mazes of mathematics. »
En 1952 un fichier était utilisé pour désigner l'information enregistrée sur
une carte perforée.
Or il se trouve que les cartes perforées partageaient certaines propriétés:

 Chaque carte représentait une ligne de 80 colonnes (en général)

 Les programmes (code source) étaient écrits en assemblant des lignes
de textes
 Les cartes perforées qui ne contenaient pas de texte étaient donc déjà
différentes.
En 1971, le RFC 2652 indique qu'un fichier peut être ASCII, cœur d'exécutable,
ou autre. Il mentionne notamment l'EBCDIC.
En juillet 1972, le RFC 3543, discutant des échanges de texte par le protocole
réseau NVT-ASCIIN 4 FTP, indique que les fichiers textes sont enregistrés de
manières différentes selon les systèmes :

 le PDP-10 enregistre le NVT-ASCII en 7-bits justifiés à gauche dans

des mots de 36 bits ;
  le 360's enregistre le texte avec un codage EBCDIC 8-bit ;
 Multics enregistre le texte avec quatre caractère de neuf bits dans des
mots de 36 bits.
Il indique donc que pour le bon transfert des textes, il est nécessaire que les deux
parties effectuent leur part respective de la conversion dans un codage commun;
il s'agit à cette époque de l'ASCII 8 bits, dit NVT.
Cette même année, la RFC fait apparaître le besoin d'une unité commune pour
transmettre des données binaires entre systèmes dont les mots n'ont pas la
même taille, et suggère l'utilisation de byte de 8 bits, c'est-à-dire, de ce que l'on
appelle aujourd'hui des octets, tout en permettant l'utilisation de bytes/mots
différents si négocié.
En 1980, le RFC 7654 en spécifiant le protocole FTP indique les trois raisons
occasionnant le transfert d'un fichier : l'impression, l'archivage, et le traitement.
Constatant, que le seul encodage n'est pas une métainformation suffisante, il
spécifie le reste et notamment les différents mécanismes de changement de ligne
à travers des caractères de contrôle ou de défilement de lignes. En page 12, le
RFC clarifie que les fichiers textes sont tout aussi bien des fichiers ASCII que des
fichiers EBCDIC.
En 1985, lors de l'élaboration du protocole FTP de transfert de fichier, il a été
recommandé de considérer comme fichier texte (en anglais "text" files), deux
formats de fichiers :

 les fichiers file structure, où le fichier est considéré être une séquence

continue de lignes.
 les fichiers record-structure, où le fichier est constitué
d'enregistrements séquentielsN 5
De même les types ASCII et EBCDIC ont été acceptés comme fichier texte 5.

Cette section est vide, insuffisamment détaillée ou incomplète. Votre aide est

la bienvenue ! Comment faire ?

Texte brut[modifier | modifier le code]

Article détaillé : Texte brut.
Texte brut Unicode (Unicode plain text)
De nos jours, l'Unicode est de plus en plus reconnu comme format de texte brut.
Le standard Unicode définit selon ses propres termes ce qu'est le texte brut, sous
le terme de plain text, dans sa version anglaise.
La notion de fichier texte se rapproche donc des propriétés que le standard
Unicode attribue au format nommé plain text en langue anglaise et signifiant texte
brut.
Généralités et controverses
La notion de texte brut (plain text) a, comme la notion de texte enrichi (fancy text),
été introduite par Unicode6.
La notion de plain text peut être traduite par texte en clair, pur texte, texte pur, ou
texte brut6.
Linux Information Project en donne une vision restrictive.
Format de codage
Si l'encodage est inconnu, un texte brut quelconque est inexploitable.
Texte brut approché en mathématiques
Alors que les mathématiques sont un langage international, en tout ou partie, leur
représentation informatique a pu être négligée lors de la création de différents
systèmes de codage des caractères. Toutefois, ces symboles ont bénéficié d'une
forte prise en charge par l'Unicode7, offrant de nouvelles perspectives.
Histoire
La notion de texte brut est implicitement assez ancienne puisque
vraisemblablement elle remonte sans doute au moins si ce n'est à la notion de
machine à écrire, aux premiers langages de programmation utilisant cette
technologie.
Dans son aspect réseau, elle est consignée dans de nombreux RFC.
Protocole et fichier
L'usage du texte brut peut varier entre protocole et ficher. Ceci peut
généralement être invisible à l'utilisateur lorsqu'il copie un texte d'un logiciel à un
autre.
Dans un protocole, le protocole spécifie généralement l'encodage utilisé, d'une
manière ou d'une autre; la longueur du texte peut ne pas être limité, en fonction
du protocole.
Un fichier a généralement une taille limitée, il est généralement admis qu'un
système de fichier ne fournit pas d'information sur l'encodage utilisé pour encoder
un texte brut donné. Cette information essentielle est alors déterminée à travers
un ensemble d'heuristiques.

Apports et limitations[modifier | modifier le code]

Le fichier texte est un élément déterminant en ce qu'il offre la possibilité de
décrire des codes sources et de faciliter la programmation des ordinateurs.
Toutefois, il souffre de facto de nombreux problème d'interopérabilité.
Apports[modifier | modifier le code]
Le fichier texte, lorsqu'il apparait apporte la possibilité de permettre à un humain
de soumettre un texte au traitement automatique d'une machine. Il offre
également la possibilité de supprimer et d'ajouter une ligne, et cela dès les cartes
perforées. Cette fonctionnalité a été reprise par des logiciels comme ed ou edlin.
Limitations[modifier | modifier le code]
Un fichier texte est limité dans sa taille, comme le sont tous les fichiers, par
le système de gestion de fichiers.
De plus par convention on limite volontairement le nombre de colonnes. Une
convention commune est ancienne est d'environ 80 ou 132 colonnes. Cela
correspondait aux standards de terminaux physiques aujourd'hui dépassés. Les
éditeurs modernes savent souvent gérer des lignes plus longues bien que cela ne
soit pas conseillé pour des questions de présentation.
Le fichier texte peut poser de nombreux problèmes d'interopérabilité (pour cause
d'encodage différents) entre pays, entre fournisseurs de logiciels, notamment.

Usage[modifier | modifier le code]
Les fichiers texte sont utilisés par de nombreux logiciels pour conserver les
données de configuration. Ils sont également utilisés pour contenir
les textes écrits en langages de programmation. En outre, la plupart des
langages de programmation offrent des fonctions prédéfinies pour manipuler du
texte brut, ce qui rend la gestion des fichiers textes particulièrement accessible.
Le logiciel utilisé pour éditer un fichier texte est un éditeur de texte. Dans le cas
général, un traitement de texte ne produit pas des fichiers texte. En effet, un
traitement de texte n'a pas seulement besoin de manipuler du texte brut, mais
également des informations sur la fonte de caractère utilisée, la disposition des
caractères dans des pages, les styles typographiques, etc. Toutefois, les
traitements de texte peuvent ouvrir ou sauvegarder un fichier texte, aucune
information de mise en forme n'étant conservée, sauf le cas échéant les sauts de
ligne.
Un fichier texte peut être la structure sous-jacente d'un fichier journal 8.

Structure et propriétés[modifier | modifier le code]

La structure d'un fichier texte est une séquence de lignes. Toutefois,
historiquement, chaque caractère est aligné verticalement, c'est encore le cas
aujourd'hui, dans un éditeur de texte en ligne ou local.
Séquence de lignes[modifier | modifier le code]
Le concept de séquence de lignes reste une caractéristique forte d'un fichier
texte.
Un fichier texte peut simplement contenir du texte dans une langue quelconque.
Dans ce cas, aujourd'hui, il ne respecte plus aucune structure particulière.

Il était une fois une marchande de foie

qui vendait du foie dans la Ville de Foix.
Elle se dit «ma foi c'est la première fois
que je vends du foie dans la ville de Foix !»
using (FileStream stm = new FileStream("logfile.txt", FileMode.Create))
{
return ProcessStuff(stm); //
}

Un fichier texte peut également contenir une donnée structurée qui peut être
analysée par un logiciel et affichée sous une forme plus évoluée, par exemple
une page web :
 <!DOCTYPE html>
<html lang="fr">
<head><title>Page web d'exemple</title></head>
<body>
<p>Ceci est une page web d'exemple.</p>
</body>
</html>

Alignement vertical[modifier | modifier le code]

Un fichier texte est généralement rendu visible avec des polices à chasse fixe
alignant le texte verticalement. L'arrivée d'un grand nombre de caractères
Unicode dans les fichiers textes peut questionner ce concept.
Enfin, et de manière plus anecdotique, le propos d'un fichier texte peut être
détourné pour contenir une image, c'est ce qu'on appelle l'art ASCII :

(\___/) (*) (*) \ /

(=*.*=) (°_°) {^o^}
(")___(") (+) (+) (| . |)
(_) (_) (_) (_)

Cet art nécessite toutefois que tous les caractères affichés aient la même largeur.
Cette technologie a notamment été utilisée pour spécifier des protocoles de
transfert de fichier.
Utilisation de l'art-ASCII comme élément de spécification du «FILE TRANSFER
PROTOCOL» RFC 7654; année 1980:

-------------
|/---------\|
|| User || --------
||Interface|<--->| User |
|\----:----/| --------
---------- | V |
|/------\| FTP Commands |/---------\|
||Server|<---------------->| User ||
|| PI || FTP Replies || PI ||
|\--:---/| |\----:----/|
| V | | V |
-------- |/------\| Data |/---------\| --------
| File |<--->|Server|<---------------->| User |<--->| File |
|System| || DTP || Connection || DTP || |System|
-------- |\------/| |\---------/| --------
---------- -------------

Server-FTP User-FTP

Standardisation et normalisation[modifier | modifier le code]

Les fichiers textes peuvent connaitre des problèmes d'interopérabilité :
  Différence de traitement des changements de lignes : CR ; LF, NL ;
CR+LF
 Présence ou absence éventuelle du marqueur magique BOM
 Différence de codage des caractères
 Différence de traitement des séquences d'échappement éventuelles.
Les variations de formats sont notamment liées aux intérêts régionaux: présence
de caractères accentués ou d'alphabets particuliers. Les industries souhaitent
également offrir de nouveaux caractères, en respectant tous les standards avec
une rigueur inégale.
Codage des caractères[modifier | modifier le code]
Comme tout fichier informatique, un fichier texte contient fondamentalement
des bits. La particularité d'un fichier texte est que l'ensemble du fichier respecte
un standard de codage des caractères. Il existe de nombreux standards de
codage de caractères, ce qui peut rendre problématique la compatibilité des
fichiers texte.
Rôle de l'ASCII[modifier | modifier le code]
La dénomination « fichier ASCII » est souvent confusément (et/ou abusivement)
utilisée à propos de fichiers texte n'utilisant pas le codage des caractères ASCII,
soit pour marquer une opposition à l'EBCDIC, soit pour interdire l'utilisation de
langues autre que l'anglais. Cela tient aussi à une histoire compliquée liée à
l'influence et aux intérêts des États-Unis, pays de langue anglaise, et au fait
qu'actuellement les fichiers textes sont généralement compatibles ASCII tout en
ne se limitant pas à ces caractères. Ainsi des fichiers textes UTF-8 bénéficient
d'une certaine interopérabilité avec des logiciels qui nécessitent des fichiers
compatibles ASCII, contrairement aux fichiers textes UTF-16, qui nécessitent des
logiciels spécifiquement adaptés à l'UTF-16.
Rôle du BOM[modifier | modifier le code]
Article détaillé : Byte Order Mark.
Le BOM est une invention du standard Unicode. Il est parfois présent en début de
fichier pour indiquer visuellement l'encodage d'un fichier (ce code dans un fichier
UTF8 sera visualisé « ï»¿ » en iso8859-1). À ce titre, il s'agit d'un nombre
magique au même titre que le shebang. Mais il est aussi et surtout utilisé pour
déterminer l'ordre des octets (endianness) et cela peut poser des problèmes à
certains logiciels.
Séquence d'échappement[modifier | modifier le code]
Les séquences d'échappement peuvent également être traitées de manière
inégales, alors que leur utilisation est impérative en ISO-2022, conduisant à
l'apparition de mojibake au sens premier du mot.

Notes et références[modifier | modifier le code]

Notes[modifier | modifier le code]
36. ↑ Le standard des États-Unis, l'ASCII inclut des caractères de contrôle, tel que
l'échappement de valeur 27.
 37. ↑ les standards ISO-2022 sont bâtis sur ces séquences.
38. ↑ L'Unicode autorise l'utilisation d'un indicateur dénommé BOM.
39. ↑ ASCII 8 bits avec le bit sept, le plus fort, à 0.
40. ↑ Ce qui pourrait signifier que chaque colonne avait un sens précis comme en Cobol et
que la longueur des lignes était fixe, comme l'écran.

Références[modifier | modifier le code]
57. ↑ Popular Science Magazine, February 1950, page 96 [archive]
58. ↑ (en) Request for comments no 265 [archive].
59. ↑ (en) Request for comments no 354 [archive].
60. ↑ Revenir plus haut en :a et b (en) Request for comments no 765 [archive].
61. ↑ File Transfer Protocol  : RFC  959, Network Working Group, octobre 1985 (lire en
ligne [archive]), page 15
62. ↑ Revenir plus haut en :a et b http://www.cairn.info/article.php?ID_ARTICLE=DN_063_0013 [archive]
63. ↑ Barbara Beeton, Asmus Freytag, Murray Sargent III, Unicode Technical Report
1. 25 “Unicode Support for
Mathematics”, https://www.unicode.org/reports/tr25 [archive]
64. ↑ http://www.oqlf.gouv.qc.ca/ressources/bibliotheque/dictionnaires/internet/fiches/8383642
.html [archive]

Voir aussi[modifier | modifier le code]

Articles connexes[modifier | modifier le code]

 Fichier binaire
 Éditeur de texte
 Format de fichier
 Fichier

  Portail de l’informatique 
  Portail de l’écriture
Catégories : 
 Format de données numériques
 Codage du texte
 Format ouvert
[+]
 La dernière modification de cette page a été faite le 15 octobre 2021 à 16:01.
 Droit d'auteur : les textes sont disponibles sous licence Creative Commons attribution, partage dans
les mêmes conditions ; d’autres conditions peuvent s’appliquer. Voyez les conditions
d’utilisation pour plus de détails, ainsi que les crédits graphiques. En cas de réutilisation des textes
de cette page, voyez comment citer les auteurs et mentionner la licence.
Wikipedia® est une marque déposée de la Wikimedia Foundation, Inc., organisation de
bienfaisance régie par le paragraphe 501(c)(3) du code fiscal des États-Unis.

Fichier texte
Pour les articles homonymes, voir TXT.
Fichier texte
 Les 95 caractères et signes du codage ASCII

Caractéristiques
Extensions .txt ,  .text , -

Type MIME text/plain

PUID x-fmt/111

modifier - modifier le code - modifier Wikidata

En informatique, un fichier texte ou fichier texte brut ou fichier texte

simple[réf. nécessaire] est un fichier dont le contenu représente uniquement une suite
de caractères ; il utilise nécessairement une forme particulière de codage des
caractères qui peut être une variante ou une extension du standard local des États-
Unis, l'ASCII. Il n'existe aucune définition officielle, et les différentes interprétations
de ce qu'est un fichier texte partagent des propriétés essentielles. Les caractères
considérés sont généralement les caractères imprimables, d'espaces et de retours à
la ligne. Certains codages de caractères normalisés incluent également certains
caractères de contrôleN 1, séquence d'échappementN 2 ou marqueursN 3 qui peuvent
faire l'objet de différences d'appréciations. La notion de fichier texte est donc
subjective et dépend notamment des systèmes de codage de caractère considérés
(windows-1252 et ISO-8859-1 n'offrant pas les mêmes plages de valeurs
«imprimables».)
Un fichier « non texte » est appelé « fichier binaire », dans le sens où
les bits contenus dans le fichier ne représentent pas une simple suite de caractères
imprimables, d'espaces et de retours à la ligne.

Sommaire

 1Histoire
 2Texte brut
 3Apports et limitations
o 3.1Apports
o 3.2Limitations
 4Usage
 5Structure et propriétés
 o 5.1Séquence de lignes
o 5.2Alignement vertical
 6Standardisation et normalisation
o 6.1Codage des caractères
 6.1.1Rôle de l'ASCII
o 6.2Rôle du BOM
o 6.3Séquence d'échappement
 7Notes et références
o 7.1Notes
o 7.2Références
 8Voir aussi
o 8.1Articles connexes

Histoire[modifier | modifier le code]

Un fichier en carte perforée

Extrait d'un programme écrit en BASIC

Copie papier d'un code source (en Fortran) des années 1970, imprimé sur du papier continu, dédié aux
fichiers textes.

La notion de fichier texte a évolué avec l'histoire de l'informatique.

Le mot fichier (« file » en anglais) a été utilisé publiquement dans le contexte d'un
enregistrement informatique déjà en février 1950. Une publicité de la radio Radio
Corporation of America de Popular Science Magazine1 décrivant une nouvelle
mémoire à tube à vide qu'elle avait développée, expliquait :
«...the results of countless computations can be kept "on file" and taken out
again. Such a "file" now exists in a "memory" tube developed at RCA
Laboratories. Electronically it retains figures fed into calculating machines,
holds them in storage while it memorizes new ones - speeds intelligent
solutions through mazes of mathematics. »
En 1952 un fichier était utilisé pour désigner l'information enregistrée sur
une carte perforée.
Or il se trouve que les cartes perforées partageaient certaines propriétés:

 Chaque carte représentait une ligne de 80 colonnes (en général)

 Les programmes (code source) étaient écrits en assemblant des lignes
de textes
 Les cartes perforées qui ne contenaient pas de texte étaient donc déjà
différentes.
En 1971, le RFC 2652 indique qu'un fichier peut être ASCII, cœur d'exécutable,
ou autre. Il mentionne notamment l'EBCDIC.
En juillet 1972, le RFC 3543, discutant des échanges de texte par le protocole
réseau NVT-ASCIIN 4 FTP, indique que les fichiers textes sont enregistrés de
manières différentes selon les systèmes :

 le PDP-10 enregistre le NVT-ASCII en 7-bits justifiés à gauche dans

des mots de 36 bits ;
  le 360's enregistre le texte avec un codage EBCDIC 8-bit ;
 Multics enregistre le texte avec quatre caractère de neuf bits dans des
mots de 36 bits.
Il indique donc que pour le bon transfert des textes, il est nécessaire que les deux
parties effectuent leur part respective de la conversion dans un codage commun;
il s'agit à cette époque de l'ASCII 8 bits, dit NVT.
Cette même année, la RFC fait apparaître le besoin d'une unité commune pour
transmettre des données binaires entre systèmes dont les mots n'ont pas la
même taille, et suggère l'utilisation de byte de 8 bits, c'est-à-dire, de ce que l'on
appelle aujourd'hui des octets, tout en permettant l'utilisation de bytes/mots
différents si négocié.
En 1980, le RFC 7654 en spécifiant le protocole FTP indique les trois raisons
occasionnant le transfert d'un fichier : l'impression, l'archivage, et le traitement.
Constatant, que le seul encodage n'est pas une métainformation suffisante, il
spécifie le reste et notamment les différents mécanismes de changement de ligne
à travers des caractères de contrôle ou de défilement de lignes. En page 12, le
RFC clarifie que les fichiers textes sont tout aussi bien des fichiers ASCII que des
fichiers EBCDIC.
En 1985, lors de l'élaboration du protocole FTP de transfert de fichier, il a été
recommandé de considérer comme fichier texte (en anglais "text" files), deux
formats de fichiers :

 les fichiers file structure, où le fichier est considéré être une séquence

continue de lignes.
 les fichiers record-structure, où le fichier est constitué
d'enregistrements séquentielsN 5
De même les types ASCII et EBCDIC ont été acceptés comme fichier texte 5.

Cette section est vide, insuffisamment détaillée ou incomplète. Votre aide est

la bienvenue ! Comment faire ?

Texte brut[modifier | modifier le code]

Article détaillé : Texte brut.
Texte brut Unicode (Unicode plain text)
De nos jours, l'Unicode est de plus en plus reconnu comme format de texte brut.
Le standard Unicode définit selon ses propres termes ce qu'est le texte brut, sous
le terme de plain text, dans sa version anglaise.
La notion de fichier texte se rapproche donc des propriétés que le standard
Unicode attribue au format nommé plain text en langue anglaise et signifiant texte
brut.
Généralités et controverses
La notion de texte brut (plain text) a, comme la notion de texte enrichi (fancy text),
été introduite par Unicode6.
La notion de plain text peut être traduite par texte en clair, pur texte, texte pur, ou
texte brut6.
Linux Information Project en donne une vision restrictive.
Format de codage
Si l'encodage est inconnu, un texte brut quelconque est inexploitable.
Texte brut approché en mathématiques
Alors que les mathématiques sont un langage international, en tout ou partie, leur
représentation informatique a pu être négligée lors de la création de différents
systèmes de codage des caractères. Toutefois, ces symboles ont bénéficié d'une
forte prise en charge par l'Unicode7, offrant de nouvelles perspectives.
Histoire
La notion de texte brut est implicitement assez ancienne puisque
vraisemblablement elle remonte sans doute au moins si ce n'est à la notion de
machine à écrire, aux premiers langages de programmation utilisant cette
technologie.
Dans son aspect réseau, elle est consignée dans de nombreux RFC.
Protocole et fichier
L'usage du texte brut peut varier entre protocole et ficher. Ceci peut
généralement être invisible à l'utilisateur lorsqu'il copie un texte d'un logiciel à un
autre.
Dans un protocole, le protocole spécifie généralement l'encodage utilisé, d'une
manière ou d'une autre; la longueur du texte peut ne pas être limité, en fonction
du protocole.
Un fichier a généralement une taille limitée, il est généralement admis qu'un
système de fichier ne fournit pas d'information sur l'encodage utilisé pour encoder
un texte brut donné. Cette information essentielle est alors déterminée à travers
un ensemble d'heuristiques.

Apports et limitations[modifier | modifier le code]

Le fichier texte est un élément déterminant en ce qu'il offre la possibilité de
décrire des codes sources et de faciliter la programmation des ordinateurs.
Toutefois, il souffre de facto de nombreux problème d'interopérabilité.
Apports[modifier | modifier le code]
Le fichier texte, lorsqu'il apparait apporte la possibilité de permettre à un humain
de soumettre un texte au traitement automatique d'une machine. Il offre
également la possibilité de supprimer et d'ajouter une ligne, et cela dès les cartes
perforées. Cette fonctionnalité a été reprise par des logiciels comme ed ou edlin.
Limitations[modifier | modifier le code]
Un fichier texte est limité dans sa taille, comme le sont tous les fichiers, par
le système de gestion de fichiers.
De plus par convention on limite volontairement le nombre de colonnes. Une
convention commune est ancienne est d'environ 80 ou 132 colonnes. Cela
correspondait aux standards de terminaux physiques aujourd'hui dépassés. Les
éditeurs modernes savent souvent gérer des lignes plus longues bien que cela ne
soit pas conseillé pour des questions de présentation.
Le fichier texte peut poser de nombreux problèmes d'interopérabilité (pour cause
d'encodage différents) entre pays, entre fournisseurs de logiciels, notamment.

Usage[modifier | modifier le code]
Les fichiers texte sont utilisés par de nombreux logiciels pour conserver les
données de configuration. Ils sont également utilisés pour contenir
les textes écrits en langages de programmation. En outre, la plupart des
langages de programmation offrent des fonctions prédéfinies pour manipuler du
texte brut, ce qui rend la gestion des fichiers textes particulièrement accessible.
Le logiciel utilisé pour éditer un fichier texte est un éditeur de texte. Dans le cas
général, un traitement de texte ne produit pas des fichiers texte. En effet, un
traitement de texte n'a pas seulement besoin de manipuler du texte brut, mais
également des informations sur la fonte de caractère utilisée, la disposition des
caractères dans des pages, les styles typographiques, etc. Toutefois, les
traitements de texte peuvent ouvrir ou sauvegarder un fichier texte, aucune
information de mise en forme n'étant conservée, sauf le cas échéant les sauts de
ligne.
Un fichier texte peut être la structure sous-jacente d'un fichier journal 8.

Structure et propriétés[modifier | modifier le code]

La structure d'un fichier texte est une séquence de lignes. Toutefois,
historiquement, chaque caractère est aligné verticalement, c'est encore le cas
aujourd'hui, dans un éditeur de texte en ligne ou local.
Séquence de lignes[modifier | modifier le code]
Le concept de séquence de lignes reste une caractéristique forte d'un fichier
texte.
Un fichier texte peut simplement contenir du texte dans une langue quelconque.
Dans ce cas, aujourd'hui, il ne respecte plus aucune structure particulière.

Il était une fois une marchande de foie

qui vendait du foie dans la Ville de Foix.
Elle se dit «ma foi c'est la première fois
que je vends du foie dans la ville de Foix !»
using (FileStream stm = new FileStream("logfile.txt", FileMode.Create))
{
return ProcessStuff(stm); //
}

Un fichier texte peut également contenir une donnée structurée qui peut être
analysée par un logiciel et affichée sous une forme plus évoluée, par exemple
une page web :
 <!DOCTYPE html>
<html lang="fr">
<head><title>Page web d'exemple</title></head>
<body>
<p>Ceci est une page web d'exemple.</p>
</body>
</html>

Alignement vertical[modifier | modifier le code]

Un fichier texte est généralement rendu visible avec des polices à chasse fixe
alignant le texte verticalement. L'arrivée d'un grand nombre de caractères
Unicode dans les fichiers textes peut questionner ce concept.
Enfin, et de manière plus anecdotique, le propos d'un fichier texte peut être
détourné pour contenir une image, c'est ce qu'on appelle l'art ASCII :

(\___/) (*) (*) \ /

(=*.*=) (°_°) {^o^}
(")___(") (+) (+) (| . |)
(_) (_) (_) (_)

Cet art nécessite toutefois que tous les caractères affichés aient la même largeur.
Cette technologie a notamment été utilisée pour spécifier des protocoles de
transfert de fichier.
Utilisation de l'art-ASCII comme élément de spécification du «FILE TRANSFER
PROTOCOL» RFC 7654; année 1980:

-------------
|/---------\|
|| User || --------
||Interface|<--->| User |
|\----:----/| --------
---------- | V |
|/------\| FTP Commands |/---------\|
||Server|<---------------->| User ||
|| PI || FTP Replies || PI ||
|\--:---/| |\----:----/|
| V | | V |
-------- |/------\| Data |/---------\| --------
| File |<--->|Server|<---------------->| User |<--->| File |
|System| || DTP || Connection || DTP || |System|
-------- |\------/| |\---------/| --------
---------- -------------

Server-FTP User-FTP

Standardisation et normalisation[modifier | modifier le code]

Les fichiers textes peuvent connaitre des problèmes d'interopérabilité :
  Différence de traitement des changements de lignes : CR ; LF, NL ;
CR+LF
 Présence ou absence éventuelle du marqueur magique BOM
 Différence de codage des caractères
 Différence de traitement des séquences d'échappement éventuelles.
Les variations de formats sont notamment liées aux intérêts régionaux: présence
de caractères accentués ou d'alphabets particuliers. Les industries souhaitent
également offrir de nouveaux caractères, en respectant tous les standards avec
une rigueur inégale.
Codage des caractères[modifier | modifier le code]
Comme tout fichier informatique, un fichier texte contient fondamentalement
des bits. La particularité d'un fichier texte est que l'ensemble du fichier respecte
un standard de codage des caractères. Il existe de nombreux standards de
codage de caractères, ce qui peut rendre problématique la compatibilité des
fichiers texte.
Rôle de l'ASCII[modifier | modifier le code]
La dénomination « fichier ASCII » est souvent confusément (et/ou abusivement)
utilisée à propos de fichiers texte n'utilisant pas le codage des caractères ASCII,
soit pour marquer une opposition à l'EBCDIC, soit pour interdire l'utilisation de
langues autre que l'anglais. Cela tient aussi à une histoire compliquée liée à
l'influence et aux intérêts des États-Unis, pays de langue anglaise, et au fait
qu'actuellement les fichiers textes sont généralement compatibles ASCII tout en
ne se limitant pas à ces caractères. Ainsi des fichiers textes UTF-8 bénéficient
d'une certaine interopérabilité avec des logiciels qui nécessitent des fichiers
compatibles ASCII, contrairement aux fichiers textes UTF-16, qui nécessitent des
logiciels spécifiquement adaptés à l'UTF-16.
Rôle du BOM[modifier | modifier le code]
Article détaillé : Byte Order Mark.
Le BOM est une invention du standard Unicode. Il est parfois présent en début de
fichier pour indiquer visuellement l'encodage d'un fichier (ce code dans un fichier
UTF8 sera visualisé « ï»¿ » en iso8859-1). À ce titre, il s'agit d'un nombre
magique au même titre que le shebang. Mais il est aussi et surtout utilisé pour
déterminer l'ordre des octets (endianness) et cela peut poser des problèmes à
certains logiciels.
Séquence d'échappement[modifier | modifier le code]
Les séquences d'échappement peuvent également être traitées de manière
inégales, alors que leur utilisation est impérative en ISO-2022, conduisant à
l'apparition de mojibake au sens premier du mot.

Notes et références[modifier | modifier le code]

Notes[modifier | modifier le code]
36. ↑ Le standard des États-Unis, l'ASCII inclut des caractères de contrôle, tel que
l'échappement de valeur 27.
 37. ↑ les standards ISO-2022 sont bâtis sur ces séquences.
38. ↑ L'Unicode autorise l'utilisation d'un indicateur dénommé BOM.
39. ↑ ASCII 8 bits avec le bit sept, le plus fort, à 0.
40. ↑ Ce qui pourrait signifier que chaque colonne avait un sens précis comme en Cobol et
que la longueur des lignes était fixe, comme l'écran.

Références[modifier | modifier le code]
57. ↑ Popular Science Magazine, February 1950, page 96 [archive]
58. ↑ (en) Request for comments no 265 [archive].
59. ↑ (en) Request for comments no 354 [archive].
60. ↑ Revenir plus haut en :a et b (en) Request for comments no 765 [archive].
61. ↑ File Transfer Protocol  : RFC  959, Network Working Group, octobre 1985 (lire en
ligne [archive]), page 15
62. ↑ Revenir plus haut en :a et b http://www.cairn.info/article.php?ID_ARTICLE=DN_063_0013 [archive]
63. ↑ Barbara Beeton, Asmus Freytag, Murray Sargent III, Unicode Technical Report
1. 25 “Unicode Support for
Mathematics”, https://www.unicode.org/reports/tr25 [archive]
64. ↑ http://www.oqlf.gouv.qc.ca/ressources/bibliotheque/dictionnaires/internet/fiches/8383642
.html [archive]

Voir aussi[modifier | modifier le code]

Articles connexes[modifier | modifier le code]

 Fichier binaire
 Éditeur de texte
 Format de fichier
 Fichier

  Portail de l’informatique 
  Portail de l’écriture
Catégories : 
 Format de données numériques
 Codage du texte
 Format ouvert
[+]
 La dernière modification de cette page a été faite le 15 octobre 2021 à 16:01.
 Droit d'auteur : les textes sont disponibles sous licence Creative Commons attribution, partage dans
les mêmes conditions ; d’autres conditions peuvent s’appliquer. Voyez les conditions
d’utilisation pour plus de détails, ainsi que les crédits graphiques. En cas de réutilisation des textes
de cette page, voyez comment citer les auteurs et mentionner la licence.
Wikipedia® est une marque déposée de la Wikimedia Foundation, Inc., organisation de
bienfaisance régie par le paragraphe 501(c)(3) du code fiscal des États-Unis.

Fichier texte
Pour les articles homonymes, voir TXT.
Fichier texte
 Les 95 caractères et signes du codage ASCII

Caractéristiques
Extensions .txt ,  .text , -

Type MIME text/plain

PUID x-fmt/111

modifier - modifier le code - modifier Wikidata

En informatique, un fichier texte ou fichier texte brut ou fichier texte

simple[réf. nécessaire] est un fichier dont le contenu représente uniquement une suite
de caractères ; il utilise nécessairement une forme particulière de codage des
caractères qui peut être une variante ou une extension du standard local des États-
Unis, l'ASCII. Il n'existe aucune définition officielle, et les différentes interprétations
de ce qu'est un fichier texte partagent des propriétés essentielles. Les caractères
considérés sont généralement les caractères imprimables, d'espaces et de retours à
la ligne. Certains codages de caractères normalisés incluent également certains
caractères de contrôleN 1, séquence d'échappementN 2 ou marqueursN 3 qui peuvent
faire l'objet de différences d'appréciations. La notion de fichier texte est donc
subjective et dépend notamment des systèmes de codage de caractère considérés
(windows-1252 et ISO-8859-1 n'offrant pas les mêmes plages de valeurs
«imprimables».)
Un fichier « non texte » est appelé « fichier binaire », dans le sens où
les bits contenus dans le fichier ne représentent pas une simple suite de caractères
imprimables, d'espaces et de retours à la ligne.

Sommaire

 1Histoire
 2Texte brut
 3Apports et limitations
o 3.1Apports
o 3.2Limitations
 4Usage
 5Structure et propriétés
 o 5.1Séquence de lignes
o 5.2Alignement vertical
 6Standardisation et normalisation
o 6.1Codage des caractères
 6.1.1Rôle de l'ASCII
o 6.2Rôle du BOM
o 6.3Séquence d'échappement
 7Notes et références
o 7.1Notes
o 7.2Références
 8Voir aussi
o 8.1Articles connexes

Histoire[modifier | modifier le code]

Un fichier en carte perforée

Extrait d'un programme écrit en BASIC

Copie papier d'un code source (en Fortran) des années 1970, imprimé sur du papier continu, dédié aux
fichiers textes.

La notion de fichier texte a évolué avec l'histoire de l'informatique.

Le mot fichier (« file » en anglais) a été utilisé publiquement dans le contexte d'un
enregistrement informatique déjà en février 1950. Une publicité de la radio Radio
Corporation of America de Popular Science Magazine1 décrivant une nouvelle
mémoire à tube à vide qu'elle avait développée, expliquait :
«...the results of countless computations can be kept "on file" and taken out
again. Such a "file" now exists in a "memory" tube developed at RCA
Laboratories. Electronically it retains figures fed into calculating machines,
holds them in storage while it memorizes new ones - speeds intelligent
solutions through mazes of mathematics. »
En 1952 un fichier était utilisé pour désigner l'information enregistrée sur
une carte perforée.
Or il se trouve que les cartes perforées partageaient certaines propriétés:

 Chaque carte représentait une ligne de 80 colonnes (en général)

 Les programmes (code source) étaient écrits en assemblant des lignes
de textes
 Les cartes perforées qui ne contenaient pas de texte étaient donc déjà
différentes.
En 1971, le RFC 2652 indique qu'un fichier peut être ASCII, cœur d'exécutable,
ou autre. Il mentionne notamment l'EBCDIC.
En juillet 1972, le RFC 3543, discutant des échanges de texte par le protocole
réseau NVT-ASCIIN 4 FTP, indique que les fichiers textes sont enregistrés de
manières différentes selon les systèmes :

 le PDP-10 enregistre le NVT-ASCII en 7-bits justifiés à gauche dans

des mots de 36 bits ;
  le 360's enregistre le texte avec un codage EBCDIC 8-bit ;
 Multics enregistre le texte avec quatre caractère de neuf bits dans des
mots de 36 bits.
Il indique donc que pour le bon transfert des textes, il est nécessaire que les deux
parties effectuent leur part respective de la conversion dans un codage commun;
il s'agit à cette époque de l'ASCII 8 bits, dit NVT.
Cette même année, la RFC fait apparaître le besoin d'une unité commune pour
transmettre des données binaires entre systèmes dont les mots n'ont pas la
même taille, et suggère l'utilisation de byte de 8 bits, c'est-à-dire, de ce que l'on
appelle aujourd'hui des octets, tout en permettant l'utilisation de bytes/mots
différents si négocié.
En 1980, le RFC 7654 en spécifiant le protocole FTP indique les trois raisons
occasionnant le transfert d'un fichier : l'impression, l'archivage, et le traitement.
Constatant, que le seul encodage n'est pas une métainformation suffisante, il
spécifie le reste et notamment les différents mécanismes de changement de ligne
à travers des caractères de contrôle ou de défilement de lignes. En page 12, le
RFC clarifie que les fichiers textes sont tout aussi bien des fichiers ASCII que des
fichiers EBCDIC.
En 1985, lors de l'élaboration du protocole FTP de transfert de fichier, il a été
recommandé de considérer comme fichier texte (en anglais "text" files), deux
formats de fichiers :

 les fichiers file structure, où le fichier est considéré être une séquence

continue de lignes.
 les fichiers record-structure, où le fichier est constitué
d'enregistrements séquentielsN 5
De même les types ASCII et EBCDIC ont été acceptés comme fichier texte 5.

Cette section est vide, insuffisamment détaillée ou incomplète. Votre aide est

la bienvenue ! Comment faire ?

Texte brut[modifier | modifier le code]

Article détaillé : Texte brut.
Texte brut Unicode (Unicode plain text)
De nos jours, l'Unicode est de plus en plus reconnu comme format de texte brut.
Le standard Unicode définit selon ses propres termes ce qu'est le texte brut, sous
le terme de plain text, dans sa version anglaise.
La notion de fichier texte se rapproche donc des propriétés que le standard
Unicode attribue au format nommé plain text en langue anglaise et signifiant texte
brut.
Généralités et controverses
La notion de texte brut (plain text) a, comme la notion de texte enrichi (fancy text),
été introduite par Unicode6.
La notion de plain text peut être traduite par texte en clair, pur texte, texte pur, ou
texte brut6.
Linux Information Project en donne une vision restrictive.
Format de codage
Si l'encodage est inconnu, un texte brut quelconque est inexploitable.
Texte brut approché en mathématiques
Alors que les mathématiques sont un langage international, en tout ou partie, leur
représentation informatique a pu être négligée lors de la création de différents
systèmes de codage des caractères. Toutefois, ces symboles ont bénéficié d'une
forte prise en charge par l'Unicode7, offrant de nouvelles perspectives.
Histoire
La notion de texte brut est implicitement assez ancienne puisque
vraisemblablement elle remonte sans doute au moins si ce n'est à la notion de
machine à écrire, aux premiers langages de programmation utilisant cette
technologie.
Dans son aspect réseau, elle est consignée dans de nombreux RFC.
Protocole et fichier
L'usage du texte brut peut varier entre protocole et ficher. Ceci peut
généralement être invisible à l'utilisateur lorsqu'il copie un texte d'un logiciel à un
autre.
Dans un protocole, le protocole spécifie généralement l'encodage utilisé, d'une
manière ou d'une autre; la longueur du texte peut ne pas être limité, en fonction
du protocole.
Un fichier a généralement une taille limitée, il est généralement admis qu'un
système de fichier ne fournit pas d'information sur l'encodage utilisé pour encoder
un texte brut donné. Cette information essentielle est alors déterminée à travers
un ensemble d'heuristiques.

Apports et limitations[modifier | modifier le code]

Le fichier texte est un élément déterminant en ce qu'il offre la possibilité de
décrire des codes sources et de faciliter la programmation des ordinateurs.
Toutefois, il souffre de facto de nombreux problème d'interopérabilité.
Apports[modifier | modifier le code]
Le fichier texte, lorsqu'il apparait apporte la possibilité de permettre à un humain
de soumettre un texte au traitement automatique d'une machine. Il offre
également la possibilité de supprimer et d'ajouter une ligne, et cela dès les cartes
perforées. Cette fonctionnalité a été reprise par des logiciels comme ed ou edlin.
Limitations[modifier | modifier le code]
Un fichier texte est limité dans sa taille, comme le sont tous les fichiers, par
le système de gestion de fichiers.
De plus par convention on limite volontairement le nombre de colonnes. Une
convention commune est ancienne est d'environ 80 ou 132 colonnes. Cela
correspondait aux standards de terminaux physiques aujourd'hui dépassés. Les
éditeurs modernes savent souvent gérer des lignes plus longues bien que cela ne
soit pas conseillé pour des questions de présentation.
Le fichier texte peut poser de nombreux problèmes d'interopérabilité (pour cause
d'encodage différents) entre pays, entre fournisseurs de logiciels, notamment.

Usage[modifier | modifier le code]
Les fichiers texte sont utilisés par de nombreux logiciels pour conserver les
données de configuration. Ils sont également utilisés pour contenir
les textes écrits en langages de programmation. En outre, la plupart des
langages de programmation offrent des fonctions prédéfinies pour manipuler du
texte brut, ce qui rend la gestion des fichiers textes particulièrement accessible.
Le logiciel utilisé pour éditer un fichier texte est un éditeur de texte. Dans le cas
général, un traitement de texte ne produit pas des fichiers texte. En effet, un
traitement de texte n'a pas seulement besoin de manipuler du texte brut, mais
également des informations sur la fonte de caractère utilisée, la disposition des
caractères dans des pages, les styles typographiques, etc. Toutefois, les
traitements de texte peuvent ouvrir ou sauvegarder un fichier texte, aucune
information de mise en forme n'étant conservée, sauf le cas échéant les sauts de
ligne.
Un fichier texte peut être la structure sous-jacente d'un fichier journal 8.

Structure et propriétés[modifier | modifier le code]

La structure d'un fichier texte est une séquence de lignes. Toutefois,
historiquement, chaque caractère est aligné verticalement, c'est encore le cas
aujourd'hui, dans un éditeur de texte en ligne ou local.
Séquence de lignes[modifier | modifier le code]
Le concept de séquence de lignes reste une caractéristique forte d'un fichier
texte.
Un fichier texte peut simplement contenir du texte dans une langue quelconque.
Dans ce cas, aujourd'hui, il ne respecte plus aucune structure particulière.

Il était une fois une marchande de foie

qui vendait du foie dans la Ville de Foix.
Elle se dit «ma foi c'est la première fois
que je vends du foie dans la ville de Foix !»
using (FileStream stm = new FileStream("logfile.txt", FileMode.Create))
{
return ProcessStuff(stm); //
}

Un fichier texte peut également contenir une donnée structurée qui peut être
analysée par un logiciel et affichée sous une forme plus évoluée, par exemple
une page web :
 <!DOCTYPE html>
<html lang="fr">
<head><title>Page web d'exemple</title></head>
<body>
<p>Ceci est une page web d'exemple.</p>
</body>
</html>

Alignement vertical[modifier | modifier le code]

Un fichier texte est généralement rendu visible avec des polices à chasse fixe
alignant le texte verticalement. L'arrivée d'un grand nombre de caractères
Unicode dans les fichiers textes peut questionner ce concept.
Enfin, et de manière plus anecdotique, le propos d'un fichier texte peut être
détourné pour contenir une image, c'est ce qu'on appelle l'art ASCII :

(\___/) (*) (*) \ /

(=*.*=) (°_°) {^o^}
(")___(") (+) (+) (| . |)
(_) (_) (_) (_)

Cet art nécessite toutefois que tous les caractères affichés aient la même largeur.
Cette technologie a notamment été utilisée pour spécifier des protocoles de
transfert de fichier.
Utilisation de l'art-ASCII comme élément de spécification du «FILE TRANSFER
PROTOCOL» RFC 7654; année 1980:

-------------
|/---------\|
|| User || --------
||Interface|<--->| User |
|\----:----/| --------
---------- | V |
|/------\| FTP Commands |/---------\|
||Server|<---------------->| User ||
|| PI || FTP Replies || PI ||
|\--:---/| |\----:----/|
| V | | V |
-------- |/------\| Data |/---------\| --------
| File |<--->|Server|<---------------->| User |<--->| File |
|System| || DTP || Connection || DTP || |System|
-------- |\------/| |\---------/| --------
---------- -------------

Server-FTP User-FTP

Standardisation et normalisation[modifier | modifier le code]

Les fichiers textes peuvent connaitre des problèmes d'interopérabilité :
  Différence de traitement des changements de lignes : CR ; LF, NL ;
CR+LF
 Présence ou absence éventuelle du marqueur magique BOM
 Différence de codage des caractères
 Différence de traitement des séquences d'échappement éventuelles.
Les variations de formats sont notamment liées aux intérêts régionaux: présence
de caractères accentués ou d'alphabets particuliers. Les industries souhaitent
également offrir de nouveaux caractères, en respectant tous les standards avec
une rigueur inégale.
Codage des caractères[modifier | modifier le code]
Comme tout fichier informatique, un fichier texte contient fondamentalement
des bits. La particularité d'un fichier texte est que l'ensemble du fichier respecte
un standard de codage des caractères. Il existe de nombreux standards de
codage de caractères, ce qui peut rendre problématique la compatibilité des
fichiers texte.
Rôle de l'ASCII[modifier | modifier le code]
La dénomination « fichier ASCII » est souvent confusément (et/ou abusivement)
utilisée à propos de fichiers texte n'utilisant pas le codage des caractères ASCII,
soit pour marquer une opposition à l'EBCDIC, soit pour interdire l'utilisation de
langues autre que l'anglais. Cela tient aussi à une histoire compliquée liée à
l'influence et aux intérêts des États-Unis, pays de langue anglaise, et au fait
qu'actuellement les fichiers textes sont généralement compatibles ASCII tout en
ne se limitant pas à ces caractères. Ainsi des fichiers textes UTF-8 bénéficient
d'une certaine interopérabilité avec des logiciels qui nécessitent des fichiers
compatibles ASCII, contrairement aux fichiers textes UTF-16, qui nécessitent des
logiciels spécifiquement adaptés à l'UTF-16.
Rôle du BOM[modifier | modifier le code]
Article détaillé : Byte Order Mark.
Le BOM est une invention du standard Unicode. Il est parfois présent en début de
fichier pour indiquer visuellement l'encodage d'un fichier (ce code dans un fichier
UTF8 sera visualisé « ï»¿ » en iso8859-1). À ce titre, il s'agit d'un nombre
magique au même titre que le shebang. Mais il est aussi et surtout utilisé pour
déterminer l'ordre des octets (endianness) et cela peut poser des problèmes à
certains logiciels.
Séquence d'échappement[modifier | modifier le code]
Les séquences d'échappement peuvent également être traitées de manière
inégales, alors que leur utilisation est impérative en ISO-2022, conduisant à
l'apparition de mojibake au sens premier du mot.

Notes et références[modifier | modifier le code]

Notes[modifier | modifier le code]
36. ↑ Le standard des États-Unis, l'ASCII inclut des caractères de contrôle, tel que
l'échappement de valeur 27.
 37. ↑ les standards ISO-2022 sont bâtis sur ces séquences.
38. ↑ L'Unicode autorise l'utilisation d'un indicateur dénommé BOM.
39. ↑ ASCII 8 bits avec le bit sept, le plus fort, à 0.
40. ↑ Ce qui pourrait signifier que chaque colonne avait un sens précis comme en Cobol et
que la longueur des lignes était fixe, comme l'écran.

Références[modifier | modifier le code]
57. ↑ Popular Science Magazine, February 1950, page 96 [archive]
58. ↑ (en) Request for comments no 265 [archive].
59. ↑ (en) Request for comments no 354 [archive].
60. ↑ Revenir plus haut en :a et b (en) Request for comments no 765 [archive].
61. ↑ File Transfer Protocol  : RFC  959, Network Working Group, octobre 1985 (lire en
ligne [archive]), page 15
62. ↑ Revenir plus haut en :a et b http://www.cairn.info/article.php?ID_ARTICLE=DN_063_0013 [archive]
63. ↑ Barbara Beeton, Asmus Freytag, Murray Sargent III, Unicode Technical Report
1. 25 “Unicode Support for
Mathematics”, https://www.unicode.org/reports/tr25 [archive]
64. ↑ http://www.oqlf.gouv.qc.ca/ressources/bibliotheque/dictionnaires/internet/fiches/8383642
.html [archive]

Voir aussi[modifier | modifier le code]

Articles connexes[modifier | modifier le code]

 Fichier binaire
 Éditeur de texte
 Format de fichier
 Fichier

  Portail de l’informatique 
  Portail de l’écriture
Catégories : 
 Format de données numériques
 Codage du texte
 Format ouvert
[+]
 La dernière modification de cette page a été faite le 15 octobre 2021 à 16:01.
 Droit d'auteur : les textes sont disponibles sous licence Creative Commons attribution, partage dans
les mêmes conditions ; d’autres conditions peuvent s’appliquer. Voyez les conditions
d’utilisation pour plus de détails, ainsi que les crédits graphiques. En cas de réutilisation des textes
de cette page, voyez comment citer les auteurs et mentionner la licence.
Wikipedia® est une marque déposée de la Wikimedia Foundation, Inc., organisation de
bienfaisance régie par le paragraphe 501(c)(3) du code fiscal des États-Unis.

Fichier texte
Pour les articles homonymes, voir TXT.
Fichier texte
 Les 95 caractères et signes du codage ASCII

Caractéristiques
Extensions .txt ,  .text , -

Type MIME text/plain

PUID x-fmt/111

modifier - modifier le code - modifier Wikidata

En informatique, un fichier texte ou fichier texte brut ou fichier texte

simple[réf. nécessaire] est un fichier dont le contenu représente uniquement une suite
de caractères ; il utilise nécessairement une forme particulière de codage des
caractères qui peut être une variante ou une extension du standard local des États-
Unis, l'ASCII. Il n'existe aucune définition officielle, et les différentes interprétations
de ce qu'est un fichier texte partagent des propriétés essentielles. Les caractères
considérés sont généralement les caractères imprimables, d'espaces et de retours à
la ligne. Certains codages de caractères normalisés incluent également certains
caractères de contrôleN 1, séquence d'échappementN 2 ou marqueursN 3 qui peuvent
faire l'objet de différences d'appréciations. La notion de fichier texte est donc
subjective et dépend notamment des systèmes de codage de caractère considérés
(windows-1252 et ISO-8859-1 n'offrant pas les mêmes plages de valeurs
«imprimables».)
Un fichier « non texte » est appelé « fichier binaire », dans le sens où
les bits contenus dans le fichier ne représentent pas une simple suite de caractères
imprimables, d'espaces et de retours à la ligne.

Sommaire

 1Histoire
 2Texte brut
 3Apports et limitations
o 3.1Apports
o 3.2Limitations
 4Usage
 5Structure et propriétés
 o 5.1Séquence de lignes
o 5.2Alignement vertical
 6Standardisation et normalisation
o 6.1Codage des caractères
 6.1.1Rôle de l'ASCII
o 6.2Rôle du BOM
o 6.3Séquence d'échappement
 7Notes et références
o 7.1Notes
o 7.2Références
 8Voir aussi
o 8.1Articles connexes

Histoire[modifier | modifier le code]

Un fichier en carte perforée

Extrait d'un programme écrit en BASIC

Copie papier d'un code source (en Fortran) des années 1970, imprimé sur du papier continu, dédié aux
fichiers textes.

La notion de fichier texte a évolué avec l'histoire de l'informatique.

Le mot fichier (« file » en anglais) a été utilisé publiquement dans le contexte d'un
enregistrement informatique déjà en février 1950. Une publicité de la radio Radio
Corporation of America de Popular Science Magazine1 décrivant une nouvelle
mémoire à tube à vide qu'elle avait développée, expliquait :
«...the results of countless computations can be kept "on file" and taken out
again. Such a "file" now exists in a "memory" tube developed at RCA
Laboratories. Electronically it retains figures fed into calculating machines,
holds them in storage while it memorizes new ones - speeds intelligent
solutions through mazes of mathematics. »
En 1952 un fichier était utilisé pour désigner l'information enregistrée sur
une carte perforée.
Or il se trouve que les cartes perforées partageaient certaines propriétés:

 Chaque carte représentait une ligne de 80 colonnes (en général)

 Les programmes (code source) étaient écrits en assemblant des lignes
de textes
 Les cartes perforées qui ne contenaient pas de texte étaient donc déjà
différentes.
En 1971, le RFC 2652 indique qu'un fichier peut être ASCII, cœur d'exécutable,
ou autre. Il mentionne notamment l'EBCDIC.
En juillet 1972, le RFC 3543, discutant des échanges de texte par le protocole
réseau NVT-ASCIIN 4 FTP, indique que les fichiers textes sont enregistrés de
manières différentes selon les systèmes :

 le PDP-10 enregistre le NVT-ASCII en 7-bits justifiés à gauche dans

des mots de 36 bits ;
  le 360's enregistre le texte avec un codage EBCDIC 8-bit ;
 Multics enregistre le texte avec quatre caractère de neuf bits dans des
mots de 36 bits.
Il indique donc que pour le bon transfert des textes, il est nécessaire que les deux
parties effectuent leur part respective de la conversion dans un codage commun;
il s'agit à cette époque de l'ASCII 8 bits, dit NVT.
Cette même année, la RFC fait apparaître le besoin d'une unité commune pour
transmettre des données binaires entre systèmes dont les mots n'ont pas la
même taille, et suggère l'utilisation de byte de 8 bits, c'est-à-dire, de ce que l'on
appelle aujourd'hui des octets, tout en permettant l'utilisation de bytes/mots
différents si négocié.
En 1980, le RFC 7654 en spécifiant le protocole FTP indique les trois raisons
occasionnant le transfert d'un fichier : l'impression, l'archivage, et le traitement.
Constatant, que le seul encodage n'est pas une métainformation suffisante, il
spécifie le reste et notamment les différents mécanismes de changement de ligne
à travers des caractères de contrôle ou de défilement de lignes. En page 12, le
RFC clarifie que les fichiers textes sont tout aussi bien des fichiers ASCII que des
fichiers EBCDIC.
En 1985, lors de l'élaboration du protocole FTP de transfert de fichier, il a été
recommandé de considérer comme fichier texte (en anglais "text" files), deux
formats de fichiers :

 les fichiers file structure, où le fichier est considéré être une séquence

continue de lignes.
 les fichiers record-structure, où le fichier est constitué
d'enregistrements séquentielsN 5
De même les types ASCII et EBCDIC ont été acceptés comme fichier texte 5.

Cette section est vide, insuffisamment détaillée ou incomplète. Votre aide est

la bienvenue ! Comment faire ?

Texte brut[modifier | modifier le code]

Article détaillé : Texte brut.
Texte brut Unicode (Unicode plain text)
De nos jours, l'Unicode est de plus en plus reconnu comme format de texte brut.
Le standard Unicode définit selon ses propres termes ce qu'est le texte brut, sous
le terme de plain text, dans sa version anglaise.
La notion de fichier texte se rapproche donc des propriétés que le standard
Unicode attribue au format nommé plain text en langue anglaise et signifiant texte
brut.
Généralités et controverses
La notion de texte brut (plain text) a, comme la notion de texte enrichi (fancy text),
été introduite par Unicode6.
La notion de plain text peut être traduite par texte en clair, pur texte, texte pur, ou
texte brut6.
Linux Information Project en donne une vision restrictive.
Format de codage
Si l'encodage est inconnu, un texte brut quelconque est inexploitable.
Texte brut approché en mathématiques
Alors que les mathématiques sont un langage international, en tout ou partie, leur
représentation informatique a pu être négligée lors de la création de différents
systèmes de codage des caractères. Toutefois, ces symboles ont bénéficié d'une
forte prise en charge par l'Unicode7, offrant de nouvelles perspectives.
Histoire
La notion de texte brut est implicitement assez ancienne puisque
vraisemblablement elle remonte sans doute au moins si ce n'est à la notion de
machine à écrire, aux premiers langages de programmation utilisant cette
technologie.
Dans son aspect réseau, elle est consignée dans de nombreux RFC.
Protocole et fichier
L'usage du texte brut peut varier entre protocole et ficher. Ceci peut
généralement être invisible à l'utilisateur lorsqu'il copie un texte d'un logiciel à un
autre.
Dans un protocole, le protocole spécifie généralement l'encodage utilisé, d'une
manière ou d'une autre; la longueur du texte peut ne pas être limité, en fonction
du protocole.
Un fichier a généralement une taille limitée, il est généralement admis qu'un
système de fichier ne fournit pas d'information sur l'encodage utilisé pour encoder
un texte brut donné. Cette information essentielle est alors déterminée à travers
un ensemble d'heuristiques.

Apports et limitations[modifier | modifier le code]

Le fichier texte est un élément déterminant en ce qu'il offre la possibilité de
décrire des codes sources et de faciliter la programmation des ordinateurs.
Toutefois, il souffre de facto de nombreux problème d'interopérabilité.
Apports[modifier | modifier le code]
Le fichier texte, lorsqu'il apparait apporte la possibilité de permettre à un humain
de soumettre un texte au traitement automatique d'une machine. Il offre
également la possibilité de supprimer et d'ajouter une ligne, et cela dès les cartes
perforées. Cette fonctionnalité a été reprise par des logiciels comme ed ou edlin.
Limitations[modifier | modifier le code]
Un fichier texte est limité dans sa taille, comme le sont tous les fichiers, par
le système de gestion de fichiers.
De plus par convention on limite volontairement le nombre de colonnes. Une
convention commune est ancienne est d'environ 80 ou 132 colonnes. Cela
correspondait aux standards de terminaux physiques aujourd'hui dépassés. Les
éditeurs modernes savent souvent gérer des lignes plus longues bien que cela ne
soit pas conseillé pour des questions de présentation.
Le fichier texte peut poser de nombreux problèmes d'interopérabilité (pour cause
d'encodage différents) entre pays, entre fournisseurs de logiciels, notamment.

Usage[modifier | modifier le code]
Les fichiers texte sont utilisés par de nombreux logiciels pour conserver les
données de configuration. Ils sont également utilisés pour contenir
les textes écrits en langages de programmation. En outre, la plupart des
langages de programmation offrent des fonctions prédéfinies pour manipuler du
texte brut, ce qui rend la gestion des fichiers textes particulièrement accessible.
Le logiciel utilisé pour éditer un fichier texte est un éditeur de texte. Dans le cas
général, un traitement de texte ne produit pas des fichiers texte. En effet, un
traitement de texte n'a pas seulement besoin de manipuler du texte brut, mais
également des informations sur la fonte de caractère utilisée, la disposition des
caractères dans des pages, les styles typographiques, etc. Toutefois, les
traitements de texte peuvent ouvrir ou sauvegarder un fichier texte, aucune
information de mise en forme n'étant conservée, sauf le cas échéant les sauts de
ligne.
Un fichier texte peut être la structure sous-jacente d'un fichier journal 8.

Structure et propriétés[modifier | modifier le code]

La structure d'un fichier texte est une séquence de lignes. Toutefois,
historiquement, chaque caractère est aligné verticalement, c'est encore le cas
aujourd'hui, dans un éditeur de texte en ligne ou local.
Séquence de lignes[modifier | modifier le code]
Le concept de séquence de lignes reste une caractéristique forte d'un fichier
texte.
Un fichier texte peut simplement contenir du texte dans une langue quelconque.
Dans ce cas, aujourd'hui, il ne respecte plus aucune structure particulière.

Il était une fois une marchande de foie

qui vendait du foie dans la Ville de Foix.
Elle se dit «ma foi c'est la première fois
que je vends du foie dans la ville de Foix !»
using (FileStream stm = new FileStream("logfile.txt", FileMode.Create))
{
return ProcessStuff(stm); //
}

Un fichier texte peut également contenir une donnée structurée qui peut être
analysée par un logiciel et affichée sous une forme plus évoluée, par exemple
une page web :
 <!DOCTYPE html>
<html lang="fr">
<head><title>Page web d'exemple</title></head>
<body>
<p>Ceci est une page web d'exemple.</p>
</body>
</html>

Alignement vertical[modifier | modifier le code]

Un fichier texte est généralement rendu visible avec des polices à chasse fixe
alignant le texte verticalement. L'arrivée d'un grand nombre de caractères
Unicode dans les fichiers textes peut questionner ce concept.
Enfin, et de manière plus anecdotique, le propos d'un fichier texte peut être
détourné pour contenir une image, c'est ce qu'on appelle l'art ASCII :

(\___/) (*) (*) \ /

(=*.*=) (°_°) {^o^}
(")___(") (+) (+) (| . |)
(_) (_) (_) (_)

Cet art nécessite toutefois que tous les caractères affichés aient la même largeur.
Cette technologie a notamment été utilisée pour spécifier des protocoles de
transfert de fichier.
Utilisation de l'art-ASCII comme élément de spécification du «FILE TRANSFER
PROTOCOL» RFC 7654; année 1980:

-------------
|/---------\|
|| User || --------
||Interface|<--->| User |
|\----:----/| --------
---------- | V |
|/------\| FTP Commands |/---------\|
||Server|<---------------->| User ||
|| PI || FTP Replies || PI ||
|\--:---/| |\----:----/|
| V | | V |
-------- |/------\| Data |/---------\| --------
| File |<--->|Server|<---------------->| User |<--->| File |
|System| || DTP || Connection || DTP || |System|
-------- |\------/| |\---------/| --------
---------- -------------

Server-FTP User-FTP

Standardisation et normalisation[modifier | modifier le code]

Les fichiers textes peuvent connaitre des problèmes d'interopérabilité :
  Différence de traitement des changements de lignes : CR ; LF, NL ;
CR+LF
 Présence ou absence éventuelle du marqueur magique BOM
 Différence de codage des caractères
 Différence de traitement des séquences d'échappement éventuelles.
Les variations de formats sont notamment liées aux intérêts régionaux: présence
de caractères accentués ou d'alphabets particuliers. Les industries souhaitent
également offrir de nouveaux caractères, en respectant tous les standards avec
une rigueur inégale.
Codage des caractères[modifier | modifier le code]
Comme tout fichier informatique, un fichier texte contient fondamentalement
des bits. La particularité d'un fichier texte est que l'ensemble du fichier respecte
un standard de codage des caractères. Il existe de nombreux standards de
codage de caractères, ce qui peut rendre problématique la compatibilité des
fichiers texte.
Rôle de l'ASCII[modifier | modifier le code]
La dénomination « fichier ASCII » est souvent confusément (et/ou abusivement)
utilisée à propos de fichiers texte n'utilisant pas le codage des caractères ASCII,
soit pour marquer une opposition à l'EBCDIC, soit pour interdire l'utilisation de
langues autre que l'anglais. Cela tient aussi à une histoire compliquée liée à
l'influence et aux intérêts des États-Unis, pays de langue anglaise, et au fait
qu'actuellement les fichiers textes sont généralement compatibles ASCII tout en
ne se limitant pas à ces caractères. Ainsi des fichiers textes UTF-8 bénéficient
d'une certaine interopérabilité avec des logiciels qui nécessitent des fichiers
compatibles ASCII, contrairement aux fichiers textes UTF-16, qui nécessitent des
logiciels spécifiquement adaptés à l'UTF-16.
Rôle du BOM[modifier | modifier le code]
Article détaillé : Byte Order Mark.
Le BOM est une invention du standard Unicode. Il est parfois présent en début de
fichier pour indiquer visuellement l'encodage d'un fichier (ce code dans un fichier
UTF8 sera visualisé « ï»¿ » en iso8859-1). À ce titre, il s'agit d'un nombre
magique au même titre que le shebang. Mais il est aussi et surtout utilisé pour
déterminer l'ordre des octets (endianness) et cela peut poser des problèmes à
certains logiciels.
Séquence d'échappement[modifier | modifier le code]
Les séquences d'échappement peuvent également être traitées de manière
inégales, alors que leur utilisation est impérative en ISO-2022, conduisant à
l'apparition de mojibake au sens premier du mot.

Notes et références[modifier | modifier le code]

Notes[modifier | modifier le code]
36. ↑ Le standard des États-Unis, l'ASCII inclut des caractères de contrôle, tel que
l'échappement de valeur 27.
 37. ↑ les standards ISO-2022 sont bâtis sur ces séquences.
38. ↑ L'Unicode autorise l'utilisation d'un indicateur dénommé BOM.
39. ↑ ASCII 8 bits avec le bit sept, le plus fort, à 0.
40. ↑ Ce qui pourrait signifier que chaque colonne avait un sens précis comme en Cobol et
que la longueur des lignes était fixe, comme l'écran.

Références[modifier | modifier le code]
57. ↑ Popular Science Magazine, February 1950, page 96 [archive]
58. ↑ (en) Request for comments no 265 [archive].
59. ↑ (en) Request for comments no 354 [archive].
60. ↑ Revenir plus haut en :a et b (en) Request for comments no 765 [archive].
61. ↑ File Transfer Protocol  : RFC  959, Network Working Group, octobre 1985 (lire en
ligne [archive]), page 15
62. ↑ Revenir plus haut en :a et b http://www.cairn.info/article.php?ID_ARTICLE=DN_063_0013 [archive]
63. ↑ Barbara Beeton, Asmus Freytag, Murray Sargent III, Unicode Technical Report
1. 25 “Unicode Support for
Mathematics”, https://www.unicode.org/reports/tr25 [archive]
64. ↑ http://www.oqlf.gouv.qc.ca/ressources/bibliotheque/dictionnaires/internet/fiches/8383642
.html [archive]

Voir aussi[modifier | modifier le code]

Articles connexes[modifier | modifier le code]

 Fichier binaire
 Éditeur de texte
 Format de fichier
 Fichier

  Portail de l’informatique 
  Portail de l’écriture
Catégories : 
 Format de données numériques
 Codage du texte
 Format ouvert
[+]
 La dernière modification de cette page a été faite le 15 octobre 2021 à 16:01.
 Droit d'auteur : les textes sont disponibles sous licence Creative Commons attribution, partage dans
les mêmes conditions ; d’autres conditions peuvent s’appliquer. Voyez les conditions
d’utilisation pour plus de détails, ainsi que les crédits graphiques. En cas de réutilisation des textes
de cette page, voyez comment citer les auteurs et mentionner la licence.
Wikipedia® est une marque déposée de la Wikimedia Foundation, Inc., organisation de
bienfaisance régie par le paragraphe 501(c)(3) du code fiscal des États-Unis.

Fichier texte
Pour les articles homonymes, voir TXT.
 Fichier texte

Les 95 caractères et signes du codage ASCII

Caractéristiques
Extensions .txt ,  .text , -

Type MIME text/plain

PUID x-fmt/111

modifier - modifier le code - modifier Wikidata

En informatique, un fichier texte ou fichier texte brut ou fichier texte

simple[réf. nécessaire] est un fichier dont le contenu représente uniquement une suite
de caractères ; il utilise nécessairement une forme particulière de codage des
caractères qui peut être une variante ou une extension du standard local des États-
Unis, l'ASCII. Il n'existe aucune définition officielle, et les différentes interprétations
de ce qu'est un fichier texte partagent des propriétés essentielles. Les caractères
considérés sont généralement les caractères imprimables, d'espaces et de retours à
la ligne. Certains codages de caractères normalisés incluent également certains
caractères de contrôleN 1, séquence d'échappementN 2 ou marqueursN 3 qui peuvent
faire l'objet de différences d'appréciations. La notion de fichier texte est donc
subjective et dépend notamment des systèmes de codage de caractère considérés
(windows-1252 et ISO-8859-1 n'offrant pas les mêmes plages de valeurs
«imprimables».)
Un fichier « non texte » est appelé « fichier binaire », dans le sens où
les bits contenus dans le fichier ne représentent pas une simple suite de caractères
imprimables, d'espaces et de retours à la ligne.

Sommaire

 1Histoire
 2Texte brut
 3Apports et limitations
o 3.1Apports
o 3.2Limitations
  4Usage
 5Structure et propriétés
o 5.1Séquence de lignes
o 5.2Alignement vertical
 6Standardisation et normalisation
o 6.1Codage des caractères
 6.1.1Rôle de l'ASCII
o 6.2Rôle du BOM
o 6.3Séquence d'échappement
 7Notes et références
o 7.1Notes
o 7.2Références
 8Voir aussi
o 8.1Articles connexes

Histoire[modifier | modifier le code]

Un fichier en carte perforée

Extrait d'un programme écrit en BASIC

Copie papier d'un code source (en Fortran) des années 1970, imprimé sur du papier continu, dédié aux
fichiers textes.

La notion de fichier texte a évolué avec l'histoire de l'informatique.

Le mot fichier (« file » en anglais) a été utilisé publiquement dans le contexte d'un
enregistrement informatique déjà en février 1950. Une publicité de la radio Radio
Corporation of America de Popular Science Magazine1 décrivant une nouvelle
mémoire à tube à vide qu'elle avait développée, expliquait :
«...the results of countless computations can be kept "on file" and taken out
again. Such a "file" now exists in a "memory" tube developed at RCA
Laboratories. Electronically it retains figures fed into calculating machines,
holds them in storage while it memorizes new ones - speeds intelligent
solutions through mazes of mathematics. »
En 1952 un fichier était utilisé pour désigner l'information enregistrée sur
une carte perforée.
Or il se trouve que les cartes perforées partageaient certaines propriétés:

 Chaque carte représentait une ligne de 80 colonnes (en général)

 Les programmes (code source) étaient écrits en assemblant des lignes
de textes
 Les cartes perforées qui ne contenaient pas de texte étaient donc déjà
différentes.
En 1971, le RFC 2652 indique qu'un fichier peut être ASCII, cœur d'exécutable,
ou autre. Il mentionne notamment l'EBCDIC.
En juillet 1972, le RFC 3543, discutant des échanges de texte par le protocole
réseau NVT-ASCIIN 4 FTP, indique que les fichiers textes sont enregistrés de
manières différentes selon les systèmes :

 le PDP-10 enregistre le NVT-ASCII en 7-bits justifiés à gauche dans

des mots de 36 bits ;
  le 360's enregistre le texte avec un codage EBCDIC 8-bit ;
 Multics enregistre le texte avec quatre caractère de neuf bits dans des
mots de 36 bits.
Il indique donc que pour le bon transfert des textes, il est nécessaire que les deux
parties effectuent leur part respective de la conversion dans un codage commun;
il s'agit à cette époque de l'ASCII 8 bits, dit NVT.
Cette même année, la RFC fait apparaître le besoin d'une unité commune pour
transmettre des données binaires entre systèmes dont les mots n'ont pas la
même taille, et suggère l'utilisation de byte de 8 bits, c'est-à-dire, de ce que l'on
appelle aujourd'hui des octets, tout en permettant l'utilisation de bytes/mots
différents si négocié.
En 1980, le RFC 7654 en spécifiant le protocole FTP indique les trois raisons
occasionnant le transfert d'un fichier : l'impression, l'archivage, et le traitement.
Constatant, que le seul encodage n'est pas une métainformation suffisante, il
spécifie le reste et notamment les différents mécanismes de changement de ligne
à travers des caractères de contrôle ou de défilement de lignes. En page 12, le
RFC clarifie que les fichiers textes sont tout aussi bien des fichiers ASCII que des
fichiers EBCDIC.
En 1985, lors de l'élaboration du protocole FTP de transfert de fichier, il a été
recommandé de considérer comme fichier texte (en anglais "text" files), deux
formats de fichiers :

 les fichiers file structure, où le fichier est considéré être une séquence

continue de lignes.
 les fichiers record-structure, où le fichier est constitué
d'enregistrements séquentielsN 5
De même les types ASCII et EBCDIC ont été acceptés comme fichier texte 5.

Cette section est vide, insuffisamment détaillée ou incomplète. Votre aide est

la bienvenue ! Comment faire ?

Texte brut[modifier | modifier le code]

Article détaillé : Texte brut.
Texte brut Unicode (Unicode plain text)
De nos jours, l'Unicode est de plus en plus reconnu comme format de texte brut.
Le standard Unicode définit selon ses propres termes ce qu'est le texte brut, sous
le terme de plain text, dans sa version anglaise.
La notion de fichier texte se rapproche donc des propriétés que le standard
Unicode attribue au format nommé plain text en langue anglaise et signifiant texte
brut.
Généralités et controverses
La notion de texte brut (plain text) a, comme la notion de texte enrichi (fancy text),
été introduite par Unicode6.
La notion de plain text peut être traduite par texte en clair, pur texte, texte pur, ou
texte brut6.
Linux Information Project en donne une vision restrictive.
Format de codage
Si l'encodage est inconnu, un texte brut quelconque est inexploitable.
Texte brut approché en mathématiques
Alors que les mathématiques sont un langage international, en tout ou partie, leur
représentation informatique a pu être négligée lors de la création de différents
systèmes de codage des caractères. Toutefois, ces symboles ont bénéficié d'une
forte prise en charge par l'Unicode7, offrant de nouvelles perspectives.
Histoire
La notion de texte brut est implicitement assez ancienne puisque
vraisemblablement elle remonte sans doute au moins si ce n'est à la notion de
machine à écrire, aux premiers langages de programmation utilisant cette
technologie.
Dans son aspect réseau, elle est consignée dans de nombreux RFC.
Protocole et fichier
L'usage du texte brut peut varier entre protocole et ficher. Ceci peut
généralement être invisible à l'utilisateur lorsqu'il copie un texte d'un logiciel à un
autre.
Dans un protocole, le protocole spécifie généralement l'encodage utilisé, d'une
manière ou d'une autre; la longueur du texte peut ne pas être limité, en fonction
du protocole.
Un fichier a généralement une taille limitée, il est généralement admis qu'un
système de fichier ne fournit pas d'information sur l'encodage utilisé pour encoder
un texte brut donné. Cette information essentielle est alors déterminée à travers
un ensemble d'heuristiques.

Apports et limitations[modifier | modifier le code]

Le fichier texte est un élément déterminant en ce qu'il offre la possibilité de
décrire des codes sources et de faciliter la programmation des ordinateurs.
Toutefois, il souffre de facto de nombreux problème d'interopérabilité.
Apports[modifier | modifier le code]
Le fichier texte, lorsqu'il apparait apporte la possibilité de permettre à un humain
de soumettre un texte au traitement automatique d'une machine. Il offre
également la possibilité de supprimer et d'ajouter une ligne, et cela dès les cartes
perforées. Cette fonctionnalité a été reprise par des logiciels comme ed ou edlin.
Limitations[modifier | modifier le code]
Un fichier texte est limité dans sa taille, comme le sont tous les fichiers, par
le système de gestion de fichiers.
De plus par convention on limite volontairement le nombre de colonnes. Une
convention commune est ancienne est d'environ 80 ou 132 colonnes. Cela
correspondait aux standards de terminaux physiques aujourd'hui dépassés. Les
éditeurs modernes savent souvent gérer des lignes plus longues bien que cela ne
soit pas conseillé pour des questions de présentation.
Le fichier texte peut poser de nombreux problèmes d'interopérabilité (pour cause
d'encodage différents) entre pays, entre fournisseurs de logiciels, notamment.

Usage[modifier | modifier le code]
Les fichiers texte sont utilisés par de nombreux logiciels pour conserver les
données de configuration. Ils sont également utilisés pour contenir
les textes écrits en langages de programmation. En outre, la plupart des
langages de programmation offrent des fonctions prédéfinies pour manipuler du
texte brut, ce qui rend la gestion des fichiers textes particulièrement accessible.
Le logiciel utilisé pour éditer un fichier texte est un éditeur de texte. Dans le cas
général, un traitement de texte ne produit pas des fichiers texte. En effet, un
traitement de texte n'a pas seulement besoin de manipuler du texte brut, mais
également des informations sur la fonte de caractère utilisée, la disposition des
caractères dans des pages, les styles typographiques, etc. Toutefois, les
traitements de texte peuvent ouvrir ou sauvegarder un fichier texte, aucune
information de mise en forme n'étant conservée, sauf le cas échéant les sauts de
ligne.
Un fichier texte peut être la structure sous-jacente d'un fichier journal 8.

Structure et propriétés[modifier | modifier le code]

La structure d'un fichier texte est une séquence de lignes. Toutefois,
historiquement, chaque caractère est aligné verticalement, c'est encore le cas
aujourd'hui, dans un éditeur de texte en ligne ou local.
Séquence de lignes[modifier | modifier le code]
Le concept de séquence de lignes reste une caractéristique forte d'un fichier
texte.
Un fichier texte peut simplement contenir du texte dans une langue quelconque.
Dans ce cas, aujourd'hui, il ne respecte plus aucune structure particulière.

Il était une fois une marchande de foie

qui vendait du foie dans la Ville de Foix.
Elle se dit «ma foi c'est la première fois
que je vends du foie dans la ville de Foix !»
using (FileStream stm = new FileStream("logfile.txt", FileMode.Create))
{
return ProcessStuff(stm); //
}

Un fichier texte peut également contenir une donnée structurée qui peut être
analysée par un logiciel et affichée sous une forme plus évoluée, par exemple
une page web :
 <!DOCTYPE html>
<html lang="fr">
<head><title>Page web d'exemple</title></head>
<body>
<p>Ceci est une page web d'exemple.</p>
</body>
</html>

Alignement vertical[modifier | modifier le code]

Un fichier texte est généralement rendu visible avec des polices à chasse fixe
alignant le texte verticalement. L'arrivée d'un grand nombre de caractères
Unicode dans les fichiers textes peut questionner ce concept.
Enfin, et de manière plus anecdotique, le propos d'un fichier texte peut être
détourné pour contenir une image, c'est ce qu'on appelle l'art ASCII :

(\___/) (*) (*) \ /

(=*.*=) (°_°) {^o^}
(")___(") (+) (+) (| . |)
(_) (_) (_) (_)

Cet art nécessite toutefois que tous les caractères affichés aient la même largeur.
Cette technologie a notamment été utilisée pour spécifier des protocoles de
transfert de fichier.
Utilisation de l'art-ASCII comme élément de spécification du «FILE TRANSFER
PROTOCOL» RFC 7654; année 1980:

-------------
|/---------\|
|| User || --------
||Interface|<--->| User |
|\----:----/| --------
---------- | V |
|/------\| FTP Commands |/---------\|
||Server|<---------------->| User ||
|| PI || FTP Replies || PI ||
|\--:---/| |\----:----/|
| V | | V |
-------- |/------\| Data |/---------\| --------
| File |<--->|Server|<---------------->| User |<--->| File |
|System| || DTP || Connection || DTP || |System|
-------- |\------/| |\---------/| --------
---------- -------------

Server-FTP User-FTP

Standardisation et normalisation[modifier | modifier le code]

Les fichiers textes peuvent connaitre des problèmes d'interopérabilité :
  Différence de traitement des changements de lignes : CR ; LF, NL ;
CR+LF
 Présence ou absence éventuelle du marqueur magique BOM
 Différence de codage des caractères
 Différence de traitement des séquences d'échappement éventuelles.
Les variations de formats sont notamment liées aux intérêts régionaux: présence
de caractères accentués ou d'alphabets particuliers. Les industries souhaitent
également offrir de nouveaux caractères, en respectant tous les standards avec
une rigueur inégale.
Codage des caractères[modifier | modifier le code]
Comme tout fichier informatique, un fichier texte contient fondamentalement
des bits. La particularité d'un fichier texte est que l'ensemble du fichier respecte
un standard de codage des caractères. Il existe de nombreux standards de
codage de caractères, ce qui peut rendre problématique la compatibilité des
fichiers texte.
Rôle de l'ASCII[modifier | modifier le code]
La dénomination « fichier ASCII » est souvent confusément (et/ou abusivement)
utilisée à propos de fichiers texte n'utilisant pas le codage des caractères ASCII,
soit pour marquer une opposition à l'EBCDIC, soit pour interdire l'utilisation de
langues autre que l'anglais. Cela tient aussi à une histoire compliquée liée à
l'influence et aux intérêts des États-Unis, pays de langue anglaise, et au fait
qu'actuellement les fichiers textes sont généralement compatibles ASCII tout en
ne se limitant pas à ces caractères. Ainsi des fichiers textes UTF-8 bénéficient
d'une certaine interopérabilité avec des logiciels qui nécessitent des fichiers
compatibles ASCII, contrairement aux fichiers textes UTF-16, qui nécessitent des
logiciels spécifiquement adaptés à l'UTF-16.
Rôle du BOM[modifier | modifier le code]
Article détaillé : Byte Order Mark.
Le BOM est une invention du standard Unicode. Il est parfois présent en début de
fichier pour indiquer visuellement l'encodage d'un fichier (ce code dans un fichier
UTF8 sera visualisé « ï»¿ » en iso8859-1). À ce titre, il s'agit d'un nombre
magique au même titre que le shebang. Mais il est aussi et surtout utilisé pour
déterminer l'ordre des octets (endianness) et cela peut poser des problèmes à
certains logiciels.
Séquence d'échappement[modifier | modifier le code]
Les séquences d'échappement peuvent également être traitées de manière
inégales, alors que leur utilisation est impérative en ISO-2022, conduisant à
l'apparition de mojibake au sens premier du mot.

Notes et références[modifier | modifier le code]

Notes[modifier | modifier le code]
41. ↑ Le standard des États-Unis, l'ASCII inclut des caractères de contrôle, tel que
l'échappement de valeur 27.
 42. ↑ les standards ISO-2022 sont bâtis sur ces séquences.
43. ↑ L'Unicode autorise l'utilisation d'un indicateur dénommé BOM.
44. ↑ ASCII 8 bits avec le bit sept, le plus fort, à 0.
45. ↑ Ce qui pourrait signifier que chaque colonne avait un sens précis comme en Cobol et
que la longueur des lignes était fixe, comme l'écran.

Références[modifier | modifier le code]
65. ↑ Popular Science Magazine, February 1950, page 96 [archive]
66. ↑ (en) Request for comments no 265 [archive].
67. ↑ (en) Request for comments no 354 [archive].
68. ↑ Revenir plus haut en :a et b (en) Request for comments no 765 [archive].
69. ↑ File Transfer Protocol  : RFC  959, Network Working Group, octobre 1985 (lire en
ligne [archive]), page 15
70. ↑ Revenir plus haut en :a et b http://www.cairn.info/article.php?ID_ARTICLE=DN_063_0013 [archive]
71. ↑ Barbara Beeton, Asmus Freytag, Murray Sargent III, Unicode Technical Report
1. 25 “Unicode Support for
Mathematics”, https://www.unicode.org/reports/tr25 [archive]
72. ↑ http://www.oqlf.gouv.qc.ca/ressources/bibliotheque/dictionnaires/internet/fiches/8383642
.html [archive]

Voir aussi[modifier | modifier le code]

Articles connexes[modifier | modifier le code]

 Fichier binaire
 Éditeur de texte
 Format de fichier
 Fichier

  Portail de l’informatique 
  Portail de l’écriture
Catégories : 
 Format de données numériques
 Codage du texte
 Format ouvert
[+]
 La dernière modification de cette page a été faite le 15 octobre 2021 à 16:01.
 Droit d'auteur : les textes sont disponibles sous licence Creative Commons attribution, partage dans
les mêmes conditions ; d’autres conditions peuvent s’appliquer. Voyez les conditions
d’utilisation pour plus de détails, ainsi que les crédits graphiques. En cas de réutilisation des textes
de cette page, voyez comment citer les auteurs et mentionner la licence.
Wikipedia® est une marque déposée de la Wikimedia Foundation, Inc., organisation de
bienfaisance régie par le paragraphe 501(c)(3) du code fiscal des États-Unis.

Fichier texte
Pour les articles homonymes, voir TXT.
Fichier texte
 Les 95 caractères et signes du codage ASCII

Caractéristiques
Extensions .txt ,  .text , -

Type MIME text/plain

PUID x-fmt/111

modifier - modifier le code - modifier Wikidata

En informatique, un fichier texte ou fichier texte brut ou fichier texte

simple[réf. nécessaire] est un fichier dont le contenu représente uniquement une suite
de caractères ; il utilise nécessairement une forme particulière de codage des
caractères qui peut être une variante ou une extension du standard local des États-
Unis, l'ASCII. Il n'existe aucune définition officielle, et les différentes interprétations
de ce qu'est un fichier texte partagent des propriétés essentielles. Les caractères
considérés sont généralement les caractères imprimables, d'espaces et de retours à
la ligne. Certains codages de caractères normalisés incluent également certains
caractères de contrôleN 1, séquence d'échappementN 2 ou marqueursN 3 qui peuvent
faire l'objet de différences d'appréciations. La notion de fichier texte est donc
subjective et dépend notamment des systèmes de codage de caractère considérés
(windows-1252 et ISO-8859-1 n'offrant pas les mêmes plages de valeurs
«imprimables».)
Un fichier « non texte » est appelé « fichier binaire », dans le sens où
les bits contenus dans le fichier ne représentent pas une simple suite de caractères
imprimables, d'espaces et de retours à la ligne.

Sommaire

 1Histoire
 2Texte brut
 3Apports et limitations
o 3.1Apports
o 3.2Limitations
 4Usage
 5Structure et propriétés
 o 5.1Séquence de lignes
o 5.2Alignement vertical
 6Standardisation et normalisation
o 6.1Codage des caractères
 6.1.1Rôle de l'ASCII
o 6.2Rôle du BOM
o 6.3Séquence d'échappement
 7Notes et références
o 7.1Notes
o 7.2Références
 8Voir aussi
o 8.1Articles connexes

Histoire[modifier | modifier le code]

Un fichier en carte perforée

Extrait d'un programme écrit en BASIC

Copie papier d'un code source (en Fortran) des années 1970, imprimé sur du papier continu, dédié aux
fichiers textes.

La notion de fichier texte a évolué avec l'histoire de l'informatique.

Le mot fichier (« file » en anglais) a été utilisé publiquement dans le contexte d'un
enregistrement informatique déjà en février 1950. Une publicité de la radio Radio
Corporation of America de Popular Science Magazine1 décrivant une nouvelle
mémoire à tube à vide qu'elle avait développée, expliquait :
«...the results of countless computations can be kept "on file" and taken out
again. Such a "file" now exists in a "memory" tube developed at RCA
Laboratories. Electronically it retains figures fed into calculating machines,
holds them in storage while it memorizes new ones - speeds intelligent
solutions through mazes of mathematics. »
En 1952 un fichier était utilisé pour désigner l'information enregistrée sur
une carte perforée.
Or il se trouve que les cartes perforées partageaient certaines propriétés:

 Chaque carte représentait une ligne de 80 colonnes (en général)

 Les programmes (code source) étaient écrits en assemblant des lignes
de textes
 Les cartes perforées qui ne contenaient pas de texte étaient donc déjà
différentes.
En 1971, le RFC 2652 indique qu'un fichier peut être ASCII, cœur d'exécutable,
ou autre. Il mentionne notamment l'EBCDIC.
En juillet 1972, le RFC 3543, discutant des échanges de texte par le protocole
réseau NVT-ASCIIN 4 FTP, indique que les fichiers textes sont enregistrés de
manières différentes selon les systèmes :

 le PDP-10 enregistre le NVT-ASCII en 7-bits justifiés à gauche dans

des mots de 36 bits ;
  le 360's enregistre le texte avec un codage EBCDIC 8-bit ;
 Multics enregistre le texte avec quatre caractère de neuf bits dans des
mots de 36 bits.
Il indique donc que pour le bon transfert des textes, il est nécessaire que les deux
parties effectuent leur part respective de la conversion dans un codage commun;
il s'agit à cette époque de l'ASCII 8 bits, dit NVT.
Cette même année, la RFC fait apparaître le besoin d'une unité commune pour
transmettre des données binaires entre systèmes dont les mots n'ont pas la
même taille, et suggère l'utilisation de byte de 8 bits, c'est-à-dire, de ce que l'on
appelle aujourd'hui des octets, tout en permettant l'utilisation de bytes/mots
différents si négocié.
En 1980, le RFC 7654 en spécifiant le protocole FTP indique les trois raisons
occasionnant le transfert d'un fichier : l'impression, l'archivage, et le traitement.
Constatant, que le seul encodage n'est pas une métainformation suffisante, il
spécifie le reste et notamment les différents mécanismes de changement de ligne
à travers des caractères de contrôle ou de défilement de lignes. En page 12, le
RFC clarifie que les fichiers textes sont tout aussi bien des fichiers ASCII que des
fichiers EBCDIC.
En 1985, lors de l'élaboration du protocole FTP de transfert de fichier, il a été
recommandé de considérer comme fichier texte (en anglais "text" files), deux
formats de fichiers :

 les fichiers file structure, où le fichier est considéré être une séquence

continue de lignes.
 les fichiers record-structure, où le fichier est constitué
d'enregistrements séquentielsN 5
De même les types ASCII et EBCDIC ont été acceptés comme fichier texte 5.

Cette section est vide, insuffisamment détaillée ou incomplète. Votre aide est

la bienvenue ! Comment faire ?

Texte brut[modifier | modifier le code]

Article détaillé : Texte brut.
Texte brut Unicode (Unicode plain text)
De nos jours, l'Unicode est de plus en plus reconnu comme format de texte brut.
Le standard Unicode définit selon ses propres termes ce qu'est le texte brut, sous
le terme de plain text, dans sa version anglaise.
La notion de fichier texte se rapproche donc des propriétés que le standard
Unicode attribue au format nommé plain text en langue anglaise et signifiant texte
brut.
Généralités et controverses
La notion de texte brut (plain text) a, comme la notion de texte enrichi (fancy text),
été introduite par Unicode6.
La notion de plain text peut être traduite par texte en clair, pur texte, texte pur, ou
texte brut6.
Linux Information Project en donne une vision restrictive.
Format de codage
Si l'encodage est inconnu, un texte brut quelconque est inexploitable.
Texte brut approché en mathématiques
Alors que les mathématiques sont un langage international, en tout ou partie, leur
représentation informatique a pu être négligée lors de la création de différents
systèmes de codage des caractères. Toutefois, ces symboles ont bénéficié d'une
forte prise en charge par l'Unicode7, offrant de nouvelles perspectives.
Histoire
La notion de texte brut est implicitement assez ancienne puisque
vraisemblablement elle remonte sans doute au moins si ce n'est à la notion de
machine à écrire, aux premiers langages de programmation utilisant cette
technologie.
Dans son aspect réseau, elle est consignée dans de nombreux RFC.
Protocole et fichier
L'usage du texte brut peut varier entre protocole et ficher. Ceci peut
généralement être invisible à l'utilisateur lorsqu'il copie un texte d'un logiciel à un
autre.
Dans un protocole, le protocole spécifie généralement l'encodage utilisé, d'une
manière ou d'une autre; la longueur du texte peut ne pas être limité, en fonction
du protocole.
Un fichier a généralement une taille limitée, il est généralement admis qu'un
système de fichier ne fournit pas d'information sur l'encodage utilisé pour encoder
un texte brut donné. Cette information essentielle est alors déterminée à travers
un ensemble d'heuristiques.

Apports et limitations[modifier | modifier le code]

Le fichier texte est un élément déterminant en ce qu'il offre la possibilité de
décrire des codes sources et de faciliter la programmation des ordinateurs.
Toutefois, il souffre de facto de nombreux problème d'interopérabilité.
Apports[modifier | modifier le code]
Le fichier texte, lorsqu'il apparait apporte la possibilité de permettre à un humain
de soumettre un texte au traitement automatique d'une machine. Il offre
également la possibilité de supprimer et d'ajouter une ligne, et cela dès les cartes
perforées. Cette fonctionnalité a été reprise par des logiciels comme ed ou edlin.
Limitations[modifier | modifier le code]
Un fichier texte est limité dans sa taille, comme le sont tous les fichiers, par
le système de gestion de fichiers.
De plus par convention on limite volontairement le nombre de colonnes. Une
convention commune est ancienne est d'environ 80 ou 132 colonnes. Cela
correspondait aux standards de terminaux physiques aujourd'hui dépassés. Les
éditeurs modernes savent souvent gérer des lignes plus longues bien que cela ne
soit pas conseillé pour des questions de présentation.
Le fichier texte peut poser de nombreux problèmes d'interopérabilité (pour cause
d'encodage différents) entre pays, entre fournisseurs de logiciels, notamment.

Usage[modifier | modifier le code]
Les fichiers texte sont utilisés par de nombreux logiciels pour conserver les
données de configuration. Ils sont également utilisés pour contenir
les textes écrits en langages de programmation. En outre, la plupart des
langages de programmation offrent des fonctions prédéfinies pour manipuler du
texte brut, ce qui rend la gestion des fichiers textes particulièrement accessible.
Le logiciel utilisé pour éditer un fichier texte est un éditeur de texte. Dans le cas
général, un traitement de texte ne produit pas des fichiers texte. En effet, un
traitement de texte n'a pas seulement besoin de manipuler du texte brut, mais
également des informations sur la fonte de caractère utilisée, la disposition des
caractères dans des pages, les styles typographiques, etc. Toutefois, les
traitements de texte peuvent ouvrir ou sauvegarder un fichier texte, aucune
information de mise en forme n'étant conservée, sauf le cas échéant les sauts de
ligne.
Un fichier texte peut être la structure sous-jacente d'un fichier journal 8.

Structure et propriétés[modifier | modifier le code]

La structure d'un fichier texte est une séquence de lignes. Toutefois,
historiquement, chaque caractère est aligné verticalement, c'est encore le cas
aujourd'hui, dans un éditeur de texte en ligne ou local.
Séquence de lignes[modifier | modifier le code]
Le concept de séquence de lignes reste une caractéristique forte d'un fichier
texte.
Un fichier texte peut simplement contenir du texte dans une langue quelconque.
Dans ce cas, aujourd'hui, il ne respecte plus aucune structure particulière.

Il était une fois une marchande de foie

qui vendait du foie dans la Ville de Foix.
Elle se dit «ma foi c'est la première fois
que je vends du foie dans la ville de Foix !»
using (FileStream stm = new FileStream("logfile.txt", FileMode.Create))
{
return ProcessStuff(stm); //
}

Un fichier texte peut également contenir une donnée structurée qui peut être
analysée par un logiciel et affichée sous une forme plus évoluée, par exemple
une page web :
 <!DOCTYPE html>
<html lang="fr">
<head><title>Page web d'exemple</title></head>
<body>
<p>Ceci est une page web d'exemple.</p>
</body>
</html>

Alignement vertical[modifier | modifier le code]

Un fichier texte est généralement rendu visible avec des polices à chasse fixe
alignant le texte verticalement. L'arrivée d'un grand nombre de caractères
Unicode dans les fichiers textes peut questionner ce concept.
Enfin, et de manière plus anecdotique, le propos d'un fichier texte peut être
détourné pour contenir une image, c'est ce qu'on appelle l'art ASCII :

(\___/) (*) (*) \ /

(=*.*=) (°_°) {^o^}
(")___(") (+) (+) (| . |)
(_) (_) (_) (_)

Cet art nécessite toutefois que tous les caractères affichés aient la même largeur.
Cette technologie a notamment été utilisée pour spécifier des protocoles de
transfert de fichier.
Utilisation de l'art-ASCII comme élément de spécification du «FILE TRANSFER
PROTOCOL» RFC 7654; année 1980:

-------------
|/---------\|
|| User || --------
||Interface|<--->| User |
|\----:----/| --------
---------- | V |
|/------\| FTP Commands |/---------\|
||Server|<---------------->| User ||
|| PI || FTP Replies || PI ||
|\--:---/| |\----:----/|
| V | | V |
-------- |/------\| Data |/---------\| --------
| File |<--->|Server|<---------------->| User |<--->| File |
|System| || DTP || Connection || DTP || |System|
-------- |\------/| |\---------/| --------
---------- -------------

Server-FTP User-FTP

Standardisation et normalisation[modifier | modifier le code]

Les fichiers textes peuvent connaitre des problèmes d'interopérabilité :
  Différence de traitement des changements de lignes : CR ; LF, NL ;
CR+LF
 Présence ou absence éventuelle du marqueur magique BOM
 Différence de codage des caractères
 Différence de traitement des séquences d'échappement éventuelles.
Les variations de formats sont notamment liées aux intérêts régionaux: présence
de caractères accentués ou d'alphabets particuliers. Les industries souhaitent
également offrir de nouveaux caractères, en respectant tous les standards avec
une rigueur inégale.
Codage des caractères[modifier | modifier le code]
Comme tout fichier informatique, un fichier texte contient fondamentalement
des bits. La particularité d'un fichier texte est que l'ensemble du fichier respecte
un standard de codage des caractères. Il existe de nombreux standards de
codage de caractères, ce qui peut rendre problématique la compatibilité des
fichiers texte.
Rôle de l'ASCII[modifier | modifier le code]
La dénomination « fichier ASCII » est souvent confusément (et/ou abusivement)
utilisée à propos de fichiers texte n'utilisant pas le codage des caractères ASCII,
soit pour marquer une opposition à l'EBCDIC, soit pour interdire l'utilisation de
langues autre que l'anglais. Cela tient aussi à une histoire compliquée liée à
l'influence et aux intérêts des États-Unis, pays de langue anglaise, et au fait
qu'actuellement les fichiers textes sont généralement compatibles ASCII tout en
ne se limitant pas à ces caractères. Ainsi des fichiers textes UTF-8 bénéficient
d'une certaine interopérabilité avec des logiciels qui nécessitent des fichiers
compatibles ASCII, contrairement aux fichiers textes UTF-16, qui nécessitent des
logiciels spécifiquement adaptés à l'UTF-16.
Rôle du BOM[modifier | modifier le code]
Article détaillé : Byte Order Mark.
Le BOM est une invention du standard Unicode. Il est parfois présent en début de
fichier pour indiquer visuellement l'encodage d'un fichier (ce code dans un fichier
UTF8 sera visualisé « ï»¿ » en iso8859-1). À ce titre, il s'agit d'un nombre
magique au même titre que le shebang. Mais il est aussi et surtout utilisé pour
déterminer l'ordre des octets (endianness) et cela peut poser des problèmes à
certains logiciels.
Séquence d'échappement[modifier | modifier le code]
Les séquences d'échappement peuvent également être traitées de manière
inégales, alors que leur utilisation est impérative en ISO-2022, conduisant à
l'apparition de mojibake au sens premier du mot.

Notes et références[modifier | modifier le code]

Notes[modifier | modifier le code]
41. ↑ Le standard des États-Unis, l'ASCII inclut des caractères de contrôle, tel que
l'échappement de valeur 27.
 42. ↑ les standards ISO-2022 sont bâtis sur ces séquences.
43. ↑ L'Unicode autorise l'utilisation d'un indicateur dénommé BOM.
44. ↑ ASCII 8 bits avec le bit sept, le plus fort, à 0.
45. ↑ Ce qui pourrait signifier que chaque colonne avait un sens précis comme en Cobol et
que la longueur des lignes était fixe, comme l'écran.

Références[modifier | modifier le code]
65. ↑ Popular Science Magazine, February 1950, page 96 [archive]
66. ↑ (en) Request for comments no 265 [archive].
67. ↑ (en) Request for comments no 354 [archive].
68. ↑ Revenir plus haut en :a et b (en) Request for comments no 765 [archive].
69. ↑ File Transfer Protocol  : RFC  959, Network Working Group, octobre 1985 (lire en
ligne [archive]), page 15
70. ↑ Revenir plus haut en :a et b http://www.cairn.info/article.php?ID_ARTICLE=DN_063_0013 [archive]
71. ↑ Barbara Beeton, Asmus Freytag, Murray Sargent III, Unicode Technical Report
1. 25 “Unicode Support for
Mathematics”, https://www.unicode.org/reports/tr25 [archive]
72. ↑ http://www.oqlf.gouv.qc.ca/ressources/bibliotheque/dictionnaires/internet/fiches/8383642
.html [archive]

Voir aussi[modifier | modifier le code]

Articles connexes[modifier | modifier le code]

 Fichier binaire
 Éditeur de texte
 Format de fichier
 Fichier

  Portail de l’informatique 
  Portail de l’écriture
Catégories : 
 Format de données numériques
 Codage du texte
 Format ouvert
[+]
 La dernière modification de cette page a été faite le 15 octobre 2021 à 16:01.
 Droit d'auteur : les textes sont disponibles sous licence Creative Commons attribution, partage dans
les mêmes conditions ; d’autres conditions peuvent s’appliquer. Voyez les conditions
d’utilisation pour plus de détails, ainsi que les crédits graphiques. En cas de réutilisation des textes
de cette page, voyez comment citer les auteurs et mentionner la licence.
Wikipedia® est une marque déposée de la Wikimedia Foundation, Inc., organisation de
bienfaisance régie par le paragraphe 501(c)(3) du code fiscal des États-Unis.

Fichier texte
Pour les articles homonymes, voir TXT.
Fichier texte
 Les 95 caractères et signes du codage ASCII

Caractéristiques
Extensions .txt ,  .text , -

Type MIME text/plain

PUID x-fmt/111

modifier - modifier le code - modifier Wikidata

En informatique, un fichier texte ou fichier texte brut ou fichier texte

simple[réf. nécessaire] est un fichier dont le contenu représente uniquement une suite
de caractères ; il utilise nécessairement une forme particulière de codage des
caractères qui peut être une variante ou une extension du standard local des États-
Unis, l'ASCII. Il n'existe aucune définition officielle, et les différentes interprétations
de ce qu'est un fichier texte partagent des propriétés essentielles. Les caractères
considérés sont généralement les caractères imprimables, d'espaces et de retours à
la ligne. Certains codages de caractères normalisés incluent également certains
caractères de contrôleN 1, séquence d'échappementN 2 ou marqueursN 3 qui peuvent
faire l'objet de différences d'appréciations. La notion de fichier texte est donc
subjective et dépend notamment des systèmes de codage de caractère considérés
(windows-1252 et ISO-8859-1 n'offrant pas les mêmes plages de valeurs
«imprimables».)
Un fichier « non texte » est appelé « fichier binaire », dans le sens où
les bits contenus dans le fichier ne représentent pas une simple suite de caractères
imprimables, d'espaces et de retours à la ligne.

Sommaire

 1Histoire
 2Texte brut
 3Apports et limitations
o 3.1Apports
o 3.2Limitations
 4Usage
 5Structure et propriétés
 o 5.1Séquence de lignes
o 5.2Alignement vertical
 6Standardisation et normalisation
o 6.1Codage des caractères
 6.1.1Rôle de l'ASCII
o 6.2Rôle du BOM
o 6.3Séquence d'échappement
 7Notes et références
o 7.1Notes
o 7.2Références
 8Voir aussi
o 8.1Articles connexes

Histoire[modifier | modifier le code]

Un fichier en carte perforée

Extrait d'un programme écrit en BASIC

Copie papier d'un code source (en Fortran) des années 1970, imprimé sur du papier continu, dédié aux
fichiers textes.

La notion de fichier texte a évolué avec l'histoire de l'informatique.

Le mot fichier (« file » en anglais) a été utilisé publiquement dans le contexte d'un
enregistrement informatique déjà en février 1950. Une publicité de la radio Radio
Corporation of America de Popular Science Magazine1 décrivant une nouvelle
mémoire à tube à vide qu'elle avait développée, expliquait :
«...the results of countless computations can be kept "on file" and taken out
again. Such a "file" now exists in a "memory" tube developed at RCA
Laboratories. Electronically it retains figures fed into calculating machines,
holds them in storage while it memorizes new ones - speeds intelligent
solutions through mazes of mathematics. »
En 1952 un fichier était utilisé pour désigner l'information enregistrée sur
une carte perforée.
Or il se trouve que les cartes perforées partageaient certaines propriétés:

 Chaque carte représentait une ligne de 80 colonnes (en général)

 Les programmes (code source) étaient écrits en assemblant des lignes
de textes
 Les cartes perforées qui ne contenaient pas de texte étaient donc déjà
différentes.
En 1971, le RFC 2652 indique qu'un fichier peut être ASCII, cœur d'exécutable,
ou autre. Il mentionne notamment l'EBCDIC.
En juillet 1972, le RFC 3543, discutant des échanges de texte par le protocole
réseau NVT-ASCIIN 4 FTP, indique que les fichiers textes sont enregistrés de
manières différentes selon les systèmes :

 le PDP-10 enregistre le NVT-ASCII en 7-bits justifiés à gauche dans

des mots de 36 bits ;
  le 360's enregistre le texte avec un codage EBCDIC 8-bit ;
 Multics enregistre le texte avec quatre caractère de neuf bits dans des
mots de 36 bits.
Il indique donc que pour le bon transfert des textes, il est nécessaire que les deux
parties effectuent leur part respective de la conversion dans un codage commun;
il s'agit à cette époque de l'ASCII 8 bits, dit NVT.
Cette même année, la RFC fait apparaître le besoin d'une unité commune pour
transmettre des données binaires entre systèmes dont les mots n'ont pas la
même taille, et suggère l'utilisation de byte de 8 bits, c'est-à-dire, de ce que l'on
appelle aujourd'hui des octets, tout en permettant l'utilisation de bytes/mots
différents si négocié.
En 1980, le RFC 7654 en spécifiant le protocole FTP indique les trois raisons
occasionnant le transfert d'un fichier : l'impression, l'archivage, et le traitement.
Constatant, que le seul encodage n'est pas une métainformation suffisante, il
spécifie le reste et notamment les différents mécanismes de changement de ligne
à travers des caractères de contrôle ou de défilement de lignes. En page 12, le
RFC clarifie que les fichiers textes sont tout aussi bien des fichiers ASCII que des
fichiers EBCDIC.
En 1985, lors de l'élaboration du protocole FTP de transfert de fichier, il a été
recommandé de considérer comme fichier texte (en anglais "text" files), deux
formats de fichiers :

 les fichiers file structure, où le fichier est considéré être une séquence

continue de lignes.
 les fichiers record-structure, où le fichier est constitué
d'enregistrements séquentielsN 5
De même les types ASCII et EBCDIC ont été acceptés comme fichier texte 5.

Cette section est vide, insuffisamment détaillée ou incomplète. Votre aide est

la bienvenue ! Comment faire ?

Texte brut[modifier | modifier le code]

Article détaillé : Texte brut.
Texte brut Unicode (Unicode plain text)
De nos jours, l'Unicode est de plus en plus reconnu comme format de texte brut.
Le standard Unicode définit selon ses propres termes ce qu'est le texte brut, sous
le terme de plain text, dans sa version anglaise.
La notion de fichier texte se rapproche donc des propriétés que le standard
Unicode attribue au format nommé plain text en langue anglaise et signifiant texte
brut.
Généralités et controverses
La notion de texte brut (plain text) a, comme la notion de texte enrichi (fancy text),
été introduite par Unicode6.
La notion de plain text peut être traduite par texte en clair, pur texte, texte pur, ou
texte brut6.
Linux Information Project en donne une vision restrictive.
Format de codage
Si l'encodage est inconnu, un texte brut quelconque est inexploitable.
Texte brut approché en mathématiques
Alors que les mathématiques sont un langage international, en tout ou partie, leur
représentation informatique a pu être négligée lors de la création de différents
systèmes de codage des caractères. Toutefois, ces symboles ont bénéficié d'une
forte prise en charge par l'Unicode7, offrant de nouvelles perspectives.
Histoire
La notion de texte brut est implicitement assez ancienne puisque
vraisemblablement elle remonte sans doute au moins si ce n'est à la notion de
machine à écrire, aux premiers langages de programmation utilisant cette
technologie.
Dans son aspect réseau, elle est consignée dans de nombreux RFC.
Protocole et fichier
L'usage du texte brut peut varier entre protocole et ficher. Ceci peut
généralement être invisible à l'utilisateur lorsqu'il copie un texte d'un logiciel à un
autre.
Dans un protocole, le protocole spécifie généralement l'encodage utilisé, d'une
manière ou d'une autre; la longueur du texte peut ne pas être limité, en fonction
du protocole.
Un fichier a généralement une taille limitée, il est généralement admis qu'un
système de fichier ne fournit pas d'information sur l'encodage utilisé pour encoder
un texte brut donné. Cette information essentielle est alors déterminée à travers
un ensemble d'heuristiques.

Apports et limitations[modifier | modifier le code]

Le fichier texte est un élément déterminant en ce qu'il offre la possibilité de
décrire des codes sources et de faciliter la programmation des ordinateurs.
Toutefois, il souffre de facto de nombreux problème d'interopérabilité.
Apports[modifier | modifier le code]
Le fichier texte, lorsqu'il apparait apporte la possibilité de permettre à un humain
de soumettre un texte au traitement automatique d'une machine. Il offre
également la possibilité de supprimer et d'ajouter une ligne, et cela dès les cartes
perforées. Cette fonctionnalité a été reprise par des logiciels comme ed ou edlin.
Limitations[modifier | modifier le code]
Un fichier texte est limité dans sa taille, comme le sont tous les fichiers, par
le système de gestion de fichiers.
De plus par convention on limite volontairement le nombre de colonnes. Une
convention commune est ancienne est d'environ 80 ou 132 colonnes. Cela
correspondait aux standards de terminaux physiques aujourd'hui dépassés. Les
éditeurs modernes savent souvent gérer des lignes plus longues bien que cela ne
soit pas conseillé pour des questions de présentation.
Le fichier texte peut poser de nombreux problèmes d'interopérabilité (pour cause
d'encodage différents) entre pays, entre fournisseurs de logiciels, notamment.

Usage[modifier | modifier le code]
Les fichiers texte sont utilisés par de nombreux logiciels pour conserver les
données de configuration. Ils sont également utilisés pour contenir
les textes écrits en langages de programmation. En outre, la plupart des
langages de programmation offrent des fonctions prédéfinies pour manipuler du
texte brut, ce qui rend la gestion des fichiers textes particulièrement accessible.
Le logiciel utilisé pour éditer un fichier texte est un éditeur de texte. Dans le cas
général, un traitement de texte ne produit pas des fichiers texte. En effet, un
traitement de texte n'a pas seulement besoin de manipuler du texte brut, mais
également des informations sur la fonte de caractère utilisée, la disposition des
caractères dans des pages, les styles typographiques, etc. Toutefois, les
traitements de texte peuvent ouvrir ou sauvegarder un fichier texte, aucune
information de mise en forme n'étant conservée, sauf le cas échéant les sauts de
ligne.
Un fichier texte peut être la structure sous-jacente d'un fichier journal 8.

Structure et propriétés[modifier | modifier le code]

La structure d'un fichier texte est une séquence de lignes. Toutefois,
historiquement, chaque caractère est aligné verticalement, c'est encore le cas
aujourd'hui, dans un éditeur de texte en ligne ou local.
Séquence de lignes[modifier | modifier le code]
Le concept de séquence de lignes reste une caractéristique forte d'un fichier
texte.
Un fichier texte peut simplement contenir du texte dans une langue quelconque.
Dans ce cas, aujourd'hui, il ne respecte plus aucune structure particulière.

Il était une fois une marchande de foie

qui vendait du foie dans la Ville de Foix.
Elle se dit «ma foi c'est la première fois
que je vends du foie dans la ville de Foix !»
using (FileStream stm = new FileStream("logfile.txt", FileMode.Create))
{
return ProcessStuff(stm); //
}

Un fichier texte peut également contenir une donnée structurée qui peut être
analysée par un logiciel et affichée sous une forme plus évoluée, par exemple
une page web :
 <!DOCTYPE html>
<html lang="fr">
<head><title>Page web d'exemple</title></head>
<body>
<p>Ceci est une page web d'exemple.</p>
</body>
</html>

Alignement vertical[modifier | modifier le code]

Un fichier texte est généralement rendu visible avec des polices à chasse fixe
alignant le texte verticalement. L'arrivée d'un grand nombre de caractères
Unicode dans les fichiers textes peut questionner ce concept.
Enfin, et de manière plus anecdotique, le propos d'un fichier texte peut être
détourné pour contenir une image, c'est ce qu'on appelle l'art ASCII :

(\___/) (*) (*) \ /

(=*.*=) (°_°) {^o^}
(")___(") (+) (+) (| . |)
(_) (_) (_) (_)

Cet art nécessite toutefois que tous les caractères affichés aient la même largeur.
Cette technologie a notamment été utilisée pour spécifier des protocoles de
transfert de fichier.
Utilisation de l'art-ASCII comme élément de spécification du «FILE TRANSFER
PROTOCOL» RFC 7654; année 1980:

-------------
|/---------\|
|| User || --------
||Interface|<--->| User |
|\----:----/| --------
---------- | V |
|/------\| FTP Commands |/---------\|
||Server|<---------------->| User ||
|| PI || FTP Replies || PI ||
|\--:---/| |\----:----/|
| V | | V |
-------- |/------\| Data |/---------\| --------
| File |<--->|Server|<---------------->| User |<--->| File |
|System| || DTP || Connection || DTP || |System|
-------- |\------/| |\---------/| --------
---------- -------------

Server-FTP User-FTP

Standardisation et normalisation[modifier | modifier le code]

Les fichiers textes peuvent connaitre des problèmes d'interopérabilité :
  Différence de traitement des changements de lignes : CR ; LF, NL ;
CR+LF
 Présence ou absence éventuelle du marqueur magique BOM
 Différence de codage des caractères
 Différence de traitement des séquences d'échappement éventuelles.
Les variations de formats sont notamment liées aux intérêts régionaux: présence
de caractères accentués ou d'alphabets particuliers. Les industries souhaitent
également offrir de nouveaux caractères, en respectant tous les standards avec
une rigueur inégale.
Codage des caractères[modifier | modifier le code]
Comme tout fichier informatique, un fichier texte contient fondamentalement
des bits. La particularité d'un fichier texte est que l'ensemble du fichier respecte
un standard de codage des caractères. Il existe de nombreux standards de
codage de caractères, ce qui peut rendre problématique la compatibilité des
fichiers texte.
Rôle de l'ASCII[modifier | modifier le code]
La dénomination « fichier ASCII » est souvent confusément (et/ou abusivement)
utilisée à propos de fichiers texte n'utilisant pas le codage des caractères ASCII,
soit pour marquer une opposition à l'EBCDIC, soit pour interdire l'utilisation de
langues autre que l'anglais. Cela tient aussi à une histoire compliquée liée à
l'influence et aux intérêts des États-Unis, pays de langue anglaise, et au fait
qu'actuellement les fichiers textes sont généralement compatibles ASCII tout en
ne se limitant pas à ces caractères. Ainsi des fichiers textes UTF-8 bénéficient
d'une certaine interopérabilité avec des logiciels qui nécessitent des fichiers
compatibles ASCII, contrairement aux fichiers textes UTF-16, qui nécessitent des
logiciels spécifiquement adaptés à l'UTF-16.
Rôle du BOM[modifier | modifier le code]
Article détaillé : Byte Order Mark.
Le BOM est une invention du standard Unicode. Il est parfois présent en début de
fichier pour indiquer visuellement l'encodage d'un fichier (ce code dans un fichier
UTF8 sera visualisé « ï»¿ » en iso8859-1). À ce titre, il s'agit d'un nombre
magique au même titre que le shebang. Mais il est aussi et surtout utilisé pour
déterminer l'ordre des octets (endianness) et cela peut poser des problèmes à
certains logiciels.
Séquence d'échappement[modifier | modifier le code]
Les séquences d'échappement peuvent également être traitées de manière
inégales, alors que leur utilisation est impérative en ISO-2022, conduisant à
l'apparition de mojibake au sens premier du mot.

Notes et références[modifier | modifier le code]

Notes[modifier | modifier le code]
41. ↑ Le standard des États-Unis, l'ASCII inclut des caractères de contrôle, tel que
l'échappement de valeur 27.
 42. ↑ les standards ISO-2022 sont bâtis sur ces séquences.
43. ↑ L'Unicode autorise l'utilisation d'un indicateur dénommé BOM.
44. ↑ ASCII 8 bits avec le bit sept, le plus fort, à 0.
45. ↑ Ce qui pourrait signifier que chaque colonne avait un sens précis comme en Cobol et
que la longueur des lignes était fixe, comme l'écran.

Références[modifier | modifier le code]
65. ↑ Popular Science Magazine, February 1950, page 96 [archive]
66. ↑ (en) Request for comments no 265 [archive].
67. ↑ (en) Request for comments no 354 [archive].
68. ↑ Revenir plus haut en :a et b (en) Request for comments no 765 [archive].
69. ↑ File Transfer Protocol  : RFC  959, Network Working Group, octobre 1985 (lire en
ligne [archive]), page 15
70. ↑ Revenir plus haut en :a et b http://www.cairn.info/article.php?ID_ARTICLE=DN_063_0013 [archive]
71. ↑ Barbara Beeton, Asmus Freytag, Murray Sargent III, Unicode Technical Report
1. 25 “Unicode Support for
Mathematics”, https://www.unicode.org/reports/tr25 [archive]
72. ↑ http://www.oqlf.gouv.qc.ca/ressources/bibliotheque/dictionnaires/internet/fiches/8383642
.html [archive]

Voir aussi[modifier | modifier le code]

Articles connexes[modifier | modifier le code]

 Fichier binaire
 Éditeur de texte
 Format de fichier
 Fichier

  Portail de l’informatique 
  Portail de l’écriture
Catégories : 
 Format de données numériques
 Codage du texte
 Format ouvert
[+]
 La dernière modification de cette page a été faite le 15 octobre 2021 à 16:01.
 Droit d'auteur : les textes sont disponibles sous licence Creative Commons attribution, partage dans
les mêmes conditions ; d’autres conditions peuvent s’appliquer. Voyez les conditions
d’utilisation pour plus de détails, ainsi que les crédits graphiques. En cas de réutilisation des textes
de cette page, voyez comment citer les auteurs et mentionner la licence.
Wikipedia® est une marque déposée de la Wikimedia Foundation, Inc., organisation de
bienfaisance régie par le paragraphe 501(c)(3) du code fiscal des États-Unis.

Fichier texte
Pour les articles homonymes, voir TXT.
Fichier texte
 Les 95 caractères et signes du codage ASCII

Caractéristiques
Extensions .txt ,  .text , -

Type MIME text/plain

PUID x-fmt/111

modifier - modifier le code - modifier Wikidata

En informatique, un fichier texte ou fichier texte brut ou fichier texte

simple[réf. nécessaire] est un fichier dont le contenu représente uniquement une suite
de caractères ; il utilise nécessairement une forme particulière de codage des
caractères qui peut être une variante ou une extension du standard local des États-
Unis, l'ASCII. Il n'existe aucune définition officielle, et les différentes interprétations
de ce qu'est un fichier texte partagent des propriétés essentielles. Les caractères
considérés sont généralement les caractères imprimables, d'espaces et de retours à
la ligne. Certains codages de caractères normalisés incluent également certains
caractères de contrôleN 1, séquence d'échappementN 2 ou marqueursN 3 qui peuvent
faire l'objet de différences d'appréciations. La notion de fichier texte est donc
subjective et dépend notamment des systèmes de codage de caractère considérés
(windows-1252 et ISO-8859-1 n'offrant pas les mêmes plages de valeurs
«imprimables».)
Un fichier « non texte » est appelé « fichier binaire », dans le sens où
les bits contenus dans le fichier ne représentent pas une simple suite de caractères
imprimables, d'espaces et de retours à la ligne.

Sommaire

 1Histoire
 2Texte brut
 3Apports et limitations
o 3.1Apports
o 3.2Limitations
 4Usage
 5Structure et propriétés
 o 5.1Séquence de lignes
o 5.2Alignement vertical
 6Standardisation et normalisation
o 6.1Codage des caractères
 6.1.1Rôle de l'ASCII
o 6.2Rôle du BOM
o 6.3Séquence d'échappement
 7Notes et références
o 7.1Notes
o 7.2Références
 8Voir aussi
o 8.1Articles connexes

Histoire[modifier | modifier le code]

Un fichier en carte perforée

Extrait d'un programme écrit en BASIC

Copie papier d'un code source (en Fortran) des années 1970, imprimé sur du papier continu, dédié aux
fichiers textes.

La notion de fichier texte a évolué avec l'histoire de l'informatique.

Le mot fichier (« file » en anglais) a été utilisé publiquement dans le contexte d'un
enregistrement informatique déjà en février 1950. Une publicité de la radio Radio
Corporation of America de Popular Science Magazine1 décrivant une nouvelle
mémoire à tube à vide qu'elle avait développée, expliquait :
«...the results of countless computations can be kept "on file" and taken out
again. Such a "file" now exists in a "memory" tube developed at RCA
Laboratories. Electronically it retains figures fed into calculating machines,
holds them in storage while it memorizes new ones - speeds intelligent
solutions through mazes of mathematics. »
En 1952 un fichier était utilisé pour désigner l'information enregistrée sur
une carte perforée.
Or il se trouve que les cartes perforées partageaient certaines propriétés:

 Chaque carte représentait une ligne de 80 colonnes (en général)

 Les programmes (code source) étaient écrits en assemblant des lignes
de textes
 Les cartes perforées qui ne contenaient pas de texte étaient donc déjà
différentes.
En 1971, le RFC 2652 indique qu'un fichier peut être ASCII, cœur d'exécutable,
ou autre. Il mentionne notamment l'EBCDIC.
En juillet 1972, le RFC 3543, discutant des échanges de texte par le protocole
réseau NVT-ASCIIN 4 FTP, indique que les fichiers textes sont enregistrés de
manières différentes selon les systèmes :

 le PDP-10 enregistre le NVT-ASCII en 7-bits justifiés à gauche dans

des mots de 36 bits ;
  le 360's enregistre le texte avec un codage EBCDIC 8-bit ;
 Multics enregistre le texte avec quatre caractère de neuf bits dans des
mots de 36 bits.
Il indique donc que pour le bon transfert des textes, il est nécessaire que les deux
parties effectuent leur part respective de la conversion dans un codage commun;
il s'agit à cette époque de l'ASCII 8 bits, dit NVT.
Cette même année, la RFC fait apparaître le besoin d'une unité commune pour
transmettre des données binaires entre systèmes dont les mots n'ont pas la
même taille, et suggère l'utilisation de byte de 8 bits, c'est-à-dire, de ce que l'on
appelle aujourd'hui des octets, tout en permettant l'utilisation de bytes/mots
différents si négocié.
En 1980, le RFC 7654 en spécifiant le protocole FTP indique les trois raisons
occasionnant le transfert d'un fichier : l'impression, l'archivage, et le traitement.
Constatant, que le seul encodage n'est pas une métainformation suffisante, il
spécifie le reste et notamment les différents mécanismes de changement de ligne
à travers des caractères de contrôle ou de défilement de lignes. En page 12, le
RFC clarifie que les fichiers textes sont tout aussi bien des fichiers ASCII que des
fichiers EBCDIC.
En 1985, lors de l'élaboration du protocole FTP de transfert de fichier, il a été
recommandé de considérer comme fichier texte (en anglais "text" files), deux
formats de fichiers :

 les fichiers file structure, où le fichier est considéré être une séquence

continue de lignes.
 les fichiers record-structure, où le fichier est constitué
d'enregistrements séquentielsN 5
De même les types ASCII et EBCDIC ont été acceptés comme fichier texte 5.

Cette section est vide, insuffisamment détaillée ou incomplète. Votre aide est

la bienvenue ! Comment faire ?

Texte brut[modifier | modifier le code]

Article détaillé : Texte brut.
Texte brut Unicode (Unicode plain text)
De nos jours, l'Unicode est de plus en plus reconnu comme format de texte brut.
Le standard Unicode définit selon ses propres termes ce qu'est le texte brut, sous
le terme de plain text, dans sa version anglaise.
La notion de fichier texte se rapproche donc des propriétés que le standard
Unicode attribue au format nommé plain text en langue anglaise et signifiant texte
brut.
Généralités et controverses
La notion de texte brut (plain text) a, comme la notion de texte enrichi (fancy text),
été introduite par Unicode6.
La notion de plain text peut être traduite par texte en clair, pur texte, texte pur, ou
texte brut6.
Linux Information Project en donne une vision restrictive.
Format de codage
Si l'encodage est inconnu, un texte brut quelconque est inexploitable.
Texte brut approché en mathématiques
Alors que les mathématiques sont un langage international, en tout ou partie, leur
représentation informatique a pu être négligée lors de la création de différents
systèmes de codage des caractères. Toutefois, ces symboles ont bénéficié d'une
forte prise en charge par l'Unicode7, offrant de nouvelles perspectives.
Histoire
La notion de texte brut est implicitement assez ancienne puisque
vraisemblablement elle remonte sans doute au moins si ce n'est à la notion de
machine à écrire, aux premiers langages de programmation utilisant cette
technologie.
Dans son aspect réseau, elle est consignée dans de nombreux RFC.
Protocole et fichier
L'usage du texte brut peut varier entre protocole et ficher. Ceci peut
généralement être invisible à l'utilisateur lorsqu'il copie un texte d'un logiciel à un
autre.
Dans un protocole, le protocole spécifie généralement l'encodage utilisé, d'une
manière ou d'une autre; la longueur du texte peut ne pas être limité, en fonction
du protocole.
Un fichier a généralement une taille limitée, il est généralement admis qu'un
système de fichier ne fournit pas d'information sur l'encodage utilisé pour encoder
un texte brut donné. Cette information essentielle est alors déterminée à travers
un ensemble d'heuristiques.

Apports et limitations[modifier | modifier le code]

Le fichier texte est un élément déterminant en ce qu'il offre la possibilité de
décrire des codes sources et de faciliter la programmation des ordinateurs.
Toutefois, il souffre de facto de nombreux problème d'interopérabilité.
Apports[modifier | modifier le code]
Le fichier texte, lorsqu'il apparait apporte la possibilité de permettre à un humain
de soumettre un texte au traitement automatique d'une machine. Il offre
également la possibilité de supprimer et d'ajouter une ligne, et cela dès les cartes
perforées. Cette fonctionnalité a été reprise par des logiciels comme ed ou edlin.
Limitations[modifier | modifier le code]
Un fichier texte est limité dans sa taille, comme le sont tous les fichiers, par
le système de gestion de fichiers.
De plus par convention on limite volontairement le nombre de colonnes. Une
convention commune est ancienne est d'environ 80 ou 132 colonnes. Cela
correspondait aux standards de terminaux physiques aujourd'hui dépassés. Les
éditeurs modernes savent souvent gérer des lignes plus longues bien que cela ne
soit pas conseillé pour des questions de présentation.
Le fichier texte peut poser de nombreux problèmes d'interopérabilité (pour cause
d'encodage différents) entre pays, entre fournisseurs de logiciels, notamment.

Usage[modifier | modifier le code]
Les fichiers texte sont utilisés par de nombreux logiciels pour conserver les
données de configuration. Ils sont également utilisés pour contenir
les textes écrits en langages de programmation. En outre, la plupart des
langages de programmation offrent des fonctions prédéfinies pour manipuler du
texte brut, ce qui rend la gestion des fichiers textes particulièrement accessible.
Le logiciel utilisé pour éditer un fichier texte est un éditeur de texte. Dans le cas
général, un traitement de texte ne produit pas des fichiers texte. En effet, un
traitement de texte n'a pas seulement besoin de manipuler du texte brut, mais
également des informations sur la fonte de caractère utilisée, la disposition des
caractères dans des pages, les styles typographiques, etc. Toutefois, les
traitements de texte peuvent ouvrir ou sauvegarder un fichier texte, aucune
information de mise en forme n'étant conservée, sauf le cas échéant les sauts de
ligne.
Un fichier texte peut être la structure sous-jacente d'un fichier journal 8.

Structure et propriétés[modifier | modifier le code]

La structure d'un fichier texte est une séquence de lignes. Toutefois,
historiquement, chaque caractère est aligné verticalement, c'est encore le cas
aujourd'hui, dans un éditeur de texte en ligne ou local.
Séquence de lignes[modifier | modifier le code]
Le concept de séquence de lignes reste une caractéristique forte d'un fichier
texte.
Un fichier texte peut simplement contenir du texte dans une langue quelconque.
Dans ce cas, aujourd'hui, il ne respecte plus aucune structure particulière.

Il était une fois une marchande de foie

qui vendait du foie dans la Ville de Foix.
Elle se dit «ma foi c'est la première fois
que je vends du foie dans la ville de Foix !»
using (FileStream stm = new FileStream("logfile.txt", FileMode.Create))
{
return ProcessStuff(stm); //
}

Un fichier texte peut également contenir une donnée structurée qui peut être
analysée par un logiciel et affichée sous une forme plus évoluée, par exemple
une page web :
 <!DOCTYPE html>
<html lang="fr">
<head><title>Page web d'exemple</title></head>
<body>
<p>Ceci est une page web d'exemple.</p>
</body>
</html>

Alignement vertical[modifier | modifier le code]

Un fichier texte est généralement rendu visible avec des polices à chasse fixe
alignant le texte verticalement. L'arrivée d'un grand nombre de caractères
Unicode dans les fichiers textes peut questionner ce concept.
Enfin, et de manière plus anecdotique, le propos d'un fichier texte peut être
détourné pour contenir une image, c'est ce qu'on appelle l'art ASCII :

(\___/) (*) (*) \ /

(=*.*=) (°_°) {^o^}
(")___(") (+) (+) (| . |)
(_) (_) (_) (_)

Cet art nécessite toutefois que tous les caractères affichés aient la même largeur.
Cette technologie a notamment été utilisée pour spécifier des protocoles de
transfert de fichier.
Utilisation de l'art-ASCII comme élément de spécification du «FILE TRANSFER
PROTOCOL» RFC 7654; année 1980:

-------------
|/---------\|
|| User || --------
||Interface|<--->| User |
|\----:----/| --------
---------- | V |
|/------\| FTP Commands |/---------\|
||Server|<---------------->| User ||
|| PI || FTP Replies || PI ||
|\--:---/| |\----:----/|
| V | | V |
-------- |/------\| Data |/---------\| --------
| File |<--->|Server|<---------------->| User |<--->| File |
|System| || DTP || Connection || DTP || |System|
-------- |\------/| |\---------/| --------
---------- -------------

Server-FTP User-FTP

Standardisation et normalisation[modifier | modifier le code]

Les fichiers textes peuvent connaitre des problèmes d'interopérabilité :
  Différence de traitement des changements de lignes : CR ; LF, NL ;
CR+LF
 Présence ou absence éventuelle du marqueur magique BOM
 Différence de codage des caractères
 Différence de traitement des séquences d'échappement éventuelles.
Les variations de formats sont notamment liées aux intérêts régionaux: présence
de caractères accentués ou d'alphabets particuliers. Les industries souhaitent
également offrir de nouveaux caractères, en respectant tous les standards avec
une rigueur inégale.
Codage des caractères[modifier | modifier le code]
Comme tout fichier informatique, un fichier texte contient fondamentalement
des bits. La particularité d'un fichier texte est que l'ensemble du fichier respecte
un standard de codage des caractères. Il existe de nombreux standards de
codage de caractères, ce qui peut rendre problématique la compatibilité des
fichiers texte.
Rôle de l'ASCII[modifier | modifier le code]
La dénomination « fichier ASCII » est souvent confusément (et/ou abusivement)
utilisée à propos de fichiers texte n'utilisant pas le codage des caractères ASCII,
soit pour marquer une opposition à l'EBCDIC, soit pour interdire l'utilisation de
langues autre que l'anglais. Cela tient aussi à une histoire compliquée liée à
l'influence et aux intérêts des États-Unis, pays de langue anglaise, et au fait
qu'actuellement les fichiers textes sont généralement compatibles ASCII tout en
ne se limitant pas à ces caractères. Ainsi des fichiers textes UTF-8 bénéficient
d'une certaine interopérabilité avec des logiciels qui nécessitent des fichiers
compatibles ASCII, contrairement aux fichiers textes UTF-16, qui nécessitent des
logiciels spécifiquement adaptés à l'UTF-16.
Rôle du BOM[modifier | modifier le code]
Article détaillé : Byte Order Mark.
Le BOM est une invention du standard Unicode. Il est parfois présent en début de
fichier pour indiquer visuellement l'encodage d'un fichier (ce code dans un fichier
UTF8 sera visualisé « ï»¿ » en iso8859-1). À ce titre, il s'agit d'un nombre
magique au même titre que le shebang. Mais il est aussi et surtout utilisé pour
déterminer l'ordre des octets (endianness) et cela peut poser des problèmes à
certains logiciels.
Séquence d'échappement[modifier | modifier le code]
Les séquences d'échappement peuvent également être traitées de manière
inégales, alors que leur utilisation est impérative en ISO-2022, conduisant à
l'apparition de mojibake au sens premier du mot.

Notes et références[modifier | modifier le code]

Notes[modifier | modifier le code]
41. ↑ Le standard des États-Unis, l'ASCII inclut des caractères de contrôle, tel que
l'échappement de valeur 27.
 42. ↑ les standards ISO-2022 sont bâtis sur ces séquences.
43. ↑ L'Unicode autorise l'utilisation d'un indicateur dénommé BOM.
44. ↑ ASCII 8 bits avec le bit sept, le plus fort, à 0.
45. ↑ Ce qui pourrait signifier que chaque colonne avait un sens précis comme en Cobol et
que la longueur des lignes était fixe, comme l'écran.

Références[modifier | modifier le code]
65. ↑ Popular Science Magazine, February 1950, page 96 [archive]
66. ↑ (en) Request for comments no 265 [archive].
67. ↑ (en) Request for comments no 354 [archive].
68. ↑ Revenir plus haut en :a et b (en) Request for comments no 765 [archive].
69. ↑ File Transfer Protocol  : RFC  959, Network Working Group, octobre 1985 (lire en
ligne [archive]), page 15
70. ↑ Revenir plus haut en :a et b http://www.cairn.info/article.php?ID_ARTICLE=DN_063_0013 [archive]
71. ↑ Barbara Beeton, Asmus Freytag, Murray Sargent III, Unicode Technical Report
1. 25 “Unicode Support for
Mathematics”, https://www.unicode.org/reports/tr25 [archive]
72. ↑ http://www.oqlf.gouv.qc.ca/ressources/bibliotheque/dictionnaires/internet/fiches/8383642
.html [archive]

Voir aussi[modifier | modifier le code]

Articles connexes[modifier | modifier le code]

 Fichier binaire
 Éditeur de texte
 Format de fichier
 Fichier

  Portail de l’informatique 
  Portail de l’écriture
Catégories : 
 Format de données numériques
 Codage du texte
 Format ouvert
[+]
 La dernière modification de cette page a été faite le 15 octobre 2021 à 16:01.
 Droit d'auteur : les textes sont disponibles sous licence Creative Commons attribution, partage dans
les mêmes conditions ; d’autres conditions peuvent s’appliquer. Voyez les conditions
d’utilisation pour plus de détails, ainsi que les crédits graphiques. En cas de réutilisation des textes
de cette page, voyez comment citer les auteurs et mentionner la licence.
Wikipedia® est une marque déposée de la Wikimedia Foundation, Inc., organisation de
bienfaisance régie par le paragraphe 501(c)(3) du code fiscal des États-Unis.

Fichier texte
Pour les articles homonymes, voir TXT.
Fichier texte
 Les 95 caractères et signes du codage ASCII

Caractéristiques
Extensions .txt ,  .text , -

Type MIME text/plain

PUID x-fmt/111

modifier - modifier le code - modifier Wikidata

En informatique, un fichier texte ou fichier texte brut ou fichier texte

simple[réf. nécessaire] est un fichier dont le contenu représente uniquement une suite
de caractères ; il utilise nécessairement une forme particulière de codage des
caractères qui peut être une variante ou une extension du standard local des États-
Unis, l'ASCII. Il n'existe aucune définition officielle, et les différentes interprétations
de ce qu'est un fichier texte partagent des propriétés essentielles. Les caractères
considérés sont généralement les caractères imprimables, d'espaces et de retours à
la ligne. Certains codages de caractères normalisés incluent également certains
caractères de contrôleN 1, séquence d'échappementN 2 ou marqueursN 3 qui peuvent
faire l'objet de différences d'appréciations. La notion de fichier texte est donc
subjective et dépend notamment des systèmes de codage de caractère considérés
(windows-1252 et ISO-8859-1 n'offrant pas les mêmes plages de valeurs
«imprimables».)
Un fichier « non texte » est appelé « fichier binaire », dans le sens où
les bits contenus dans le fichier ne représentent pas une simple suite de caractères
imprimables, d'espaces et de retours à la ligne.

Sommaire

 1Histoire
 2Texte brut
 3Apports et limitations
o 3.1Apports
o 3.2Limitations
 4Usage
 5Structure et propriétés
 o 5.1Séquence de lignes
o 5.2Alignement vertical
 6Standardisation et normalisation
o 6.1Codage des caractères
 6.1.1Rôle de l'ASCII
o 6.2Rôle du BOM
o 6.3Séquence d'échappement
 7Notes et références
o 7.1Notes
o 7.2Références
 8Voir aussi
o 8.1Articles connexes

Histoire[modifier | modifier le code]

Un fichier en carte perforée

Extrait d'un programme écrit en BASIC

Copie papier d'un code source (en Fortran) des années 1970, imprimé sur du papier continu, dédié aux
fichiers textes.

La notion de fichier texte a évolué avec l'histoire de l'informatique.

Le mot fichier (« file » en anglais) a été utilisé publiquement dans le contexte d'un
enregistrement informatique déjà en février 1950. Une publicité de la radio Radio
Corporation of America de Popular Science Magazine1 décrivant une nouvelle
mémoire à tube à vide qu'elle avait développée, expliquait :
«...the results of countless computations can be kept "on file" and taken out
again. Such a "file" now exists in a "memory" tube developed at RCA
Laboratories. Electronically it retains figures fed into calculating machines,
holds them in storage while it memorizes new ones - speeds intelligent
solutions through mazes of mathematics. »
En 1952 un fichier était utilisé pour désigner l'information enregistrée sur
une carte perforée.
Or il se trouve que les cartes perforées partageaient certaines propriétés:

 Chaque carte représentait une ligne de 80 colonnes (en général)

 Les programmes (code source) étaient écrits en assemblant des lignes
de textes
 Les cartes perforées qui ne contenaient pas de texte étaient donc déjà
différentes.
En 1971, le RFC 2652 indique qu'un fichier peut être ASCII, cœur d'exécutable,
ou autre. Il mentionne notamment l'EBCDIC.
En juillet 1972, le RFC 3543, discutant des échanges de texte par le protocole
réseau NVT-ASCIIN 4 FTP, indique que les fichiers textes sont enregistrés de
manières différentes selon les systèmes :

 le PDP-10 enregistre le NVT-ASCII en 7-bits justifiés à gauche dans

des mots de 36 bits ;
  le 360's enregistre le texte avec un codage EBCDIC 8-bit ;
 Multics enregistre le texte avec quatre caractère de neuf bits dans des
mots de 36 bits.
Il indique donc que pour le bon transfert des textes, il est nécessaire que les deux
parties effectuent leur part respective de la conversion dans un codage commun;
il s'agit à cette époque de l'ASCII 8 bits, dit NVT.
Cette même année, la RFC fait apparaître le besoin d'une unité commune pour
transmettre des données binaires entre systèmes dont les mots n'ont pas la
même taille, et suggère l'utilisation de byte de 8 bits, c'est-à-dire, de ce que l'on
appelle aujourd'hui des octets, tout en permettant l'utilisation de bytes/mots
différents si négocié.
En 1980, le RFC 7654 en spécifiant le protocole FTP indique les trois raisons
occasionnant le transfert d'un fichier : l'impression, l'archivage, et le traitement.
Constatant, que le seul encodage n'est pas une métainformation suffisante, il
spécifie le reste et notamment les différents mécanismes de changement de ligne
à travers des caractères de contrôle ou de défilement de lignes. En page 12, le
RFC clarifie que les fichiers textes sont tout aussi bien des fichiers ASCII que des
fichiers EBCDIC.
En 1985, lors de l'élaboration du protocole FTP de transfert de fichier, il a été
recommandé de considérer comme fichier texte (en anglais "text" files), deux
formats de fichiers :

 les fichiers file structure, où le fichier est considéré être une séquence

continue de lignes.
 les fichiers record-structure, où le fichier est constitué
d'enregistrements séquentielsN 5
De même les types ASCII et EBCDIC ont été acceptés comme fichier texte 5.

Cette section est vide, insuffisamment détaillée ou incomplète. Votre aide est

la bienvenue ! Comment faire ?

Texte brut[modifier | modifier le code]

Article détaillé : Texte brut.
Texte brut Unicode (Unicode plain text)
De nos jours, l'Unicode est de plus en plus reconnu comme format de texte brut.
Le standard Unicode définit selon ses propres termes ce qu'est le texte brut, sous
le terme de plain text, dans sa version anglaise.
La notion de fichier texte se rapproche donc des propriétés que le standard
Unicode attribue au format nommé plain text en langue anglaise et signifiant texte
brut.
Généralités et controverses
La notion de texte brut (plain text) a, comme la notion de texte enrichi (fancy text),
été introduite par Unicode6.
La notion de plain text peut être traduite par texte en clair, pur texte, texte pur, ou
texte brut6.
Linux Information Project en donne une vision restrictive.
Format de codage
Si l'encodage est inconnu, un texte brut quelconque est inexploitable.
Texte brut approché en mathématiques
Alors que les mathématiques sont un langage international, en tout ou partie, leur
représentation informatique a pu être négligée lors de la création de différents
systèmes de codage des caractères. Toutefois, ces symboles ont bénéficié d'une
forte prise en charge par l'Unicode7, offrant de nouvelles perspectives.
Histoire
La notion de texte brut est implicitement assez ancienne puisque
vraisemblablement elle remonte sans doute au moins si ce n'est à la notion de
machine à écrire, aux premiers langages de programmation utilisant cette
technologie.
Dans son aspect réseau, elle est consignée dans de nombreux RFC.
Protocole et fichier
L'usage du texte brut peut varier entre protocole et ficher. Ceci peut
généralement être invisible à l'utilisateur lorsqu'il copie un texte d'un logiciel à un
autre.
Dans un protocole, le protocole spécifie généralement l'encodage utilisé, d'une
manière ou d'une autre; la longueur du texte peut ne pas être limité, en fonction
du protocole.
Un fichier a généralement une taille limitée, il est généralement admis qu'un
système de fichier ne fournit pas d'information sur l'encodage utilisé pour encoder
un texte brut donné. Cette information essentielle est alors déterminée à travers
un ensemble d'heuristiques.

Apports et limitations[modifier | modifier le code]

Le fichier texte est un élément déterminant en ce qu'il offre la possibilité de
décrire des codes sources et de faciliter la programmation des ordinateurs.
Toutefois, il souffre de facto de nombreux problème d'interopérabilité.
Apports[modifier | modifier le code]
Le fichier texte, lorsqu'il apparait apporte la possibilité de permettre à un humain
de soumettre un texte au traitement automatique d'une machine. Il offre
également la possibilité de supprimer et d'ajouter une ligne, et cela dès les cartes
perforées. Cette fonctionnalité a été reprise par des logiciels comme ed ou edlin.
Limitations[modifier | modifier le code]
Un fichier texte est limité dans sa taille, comme le sont tous les fichiers, par
le système de gestion de fichiers.
De plus par convention on limite volontairement le nombre de colonnes. Une
convention commune est ancienne est d'environ 80 ou 132 colonnes. Cela
correspondait aux standards de terminaux physiques aujourd'hui dépassés. Les
éditeurs modernes savent souvent gérer des lignes plus longues bien que cela ne
soit pas conseillé pour des questions de présentation.
Le fichier texte peut poser de nombreux problèmes d'interopérabilité (pour cause
d'encodage différents) entre pays, entre fournisseurs de logiciels, notamment.

Usage[modifier | modifier le code]
Les fichiers texte sont utilisés par de nombreux logiciels pour conserver les
données de configuration. Ils sont également utilisés pour contenir
les textes écrits en langages de programmation. En outre, la plupart des
langages de programmation offrent des fonctions prédéfinies pour manipuler du
texte brut, ce qui rend la gestion des fichiers textes particulièrement accessible.
Le logiciel utilisé pour éditer un fichier texte est un éditeur de texte. Dans le cas
général, un traitement de texte ne produit pas des fichiers texte. En effet, un
traitement de texte n'a pas seulement besoin de manipuler du texte brut, mais
également des informations sur la fonte de caractère utilisée, la disposition des
caractères dans des pages, les styles typographiques, etc. Toutefois, les
traitements de texte peuvent ouvrir ou sauvegarder un fichier texte, aucune
information de mise en forme n'étant conservée, sauf le cas échéant les sauts de
ligne.
Un fichier texte peut être la structure sous-jacente d'un fichier journal 8.

Structure et propriétés[modifier | modifier le code]

La structure d'un fichier texte est une séquence de lignes. Toutefois,
historiquement, chaque caractère est aligné verticalement, c'est encore le cas
aujourd'hui, dans un éditeur de texte en ligne ou local.
Séquence de lignes[modifier | modifier le code]
Le concept de séquence de lignes reste une caractéristique forte d'un fichier
texte.
Un fichier texte peut simplement contenir du texte dans une langue quelconque.
Dans ce cas, aujourd'hui, il ne respecte plus aucune structure particulière.

Il était une fois une marchande de foie

qui vendait du foie dans la Ville de Foix.
Elle se dit «ma foi c'est la première fois
que je vends du foie dans la ville de Foix !»
using (FileStream stm = new FileStream("logfile.txt", FileMode.Create))
{
return ProcessStuff(stm); //
}

Un fichier texte peut également contenir une donnée structurée qui peut être
analysée par un logiciel et affichée sous une forme plus évoluée, par exemple
une page web :
 <!DOCTYPE html>
<html lang="fr">
<head><title>Page web d'exemple</title></head>
<body>
<p>Ceci est une page web d'exemple.</p>
</body>
</html>

Alignement vertical[modifier | modifier le code]

Un fichier texte est généralement rendu visible avec des polices à chasse fixe
alignant le texte verticalement. L'arrivée d'un grand nombre de caractères
Unicode dans les fichiers textes peut questionner ce concept.
Enfin, et de manière plus anecdotique, le propos d'un fichier texte peut être
détourné pour contenir une image, c'est ce qu'on appelle l'art ASCII :

(\___/) (*) (*) \ /

(=*.*=) (°_°) {^o^}
(")___(") (+) (+) (| . |)
(_) (_) (_) (_)

Cet art nécessite toutefois que tous les caractères affichés aient la même largeur.
Cette technologie a notamment été utilisée pour spécifier des protocoles de
transfert de fichier.
Utilisation de l'art-ASCII comme élément de spécification du «FILE TRANSFER
PROTOCOL» RFC 7654; année 1980:

-------------
|/---------\|
|| User || --------
||Interface|<--->| User |
|\----:----/| --------
---------- | V |
|/------\| FTP Commands |/---------\|
||Server|<---------------->| User ||
|| PI || FTP Replies || PI ||
|\--:---/| |\----:----/|
| V | | V |
-------- |/------\| Data |/---------\| --------
| File |<--->|Server|<---------------->| User |<--->| File |
|System| || DTP || Connection || DTP || |System|
-------- |\------/| |\---------/| --------
---------- -------------

Server-FTP User-FTP

Standardisation et normalisation[modifier | modifier le code]

Les fichiers textes peuvent connaitre des problèmes d'interopérabilité :
  Différence de traitement des changements de lignes : CR ; LF, NL ;
CR+LF
 Présence ou absence éventuelle du marqueur magique BOM
 Différence de codage des caractères
 Différence de traitement des séquences d'échappement éventuelles.
Les variations de formats sont notamment liées aux intérêts régionaux: présence
de caractères accentués ou d'alphabets particuliers. Les industries souhaitent
également offrir de nouveaux caractères, en respectant tous les standards avec
une rigueur inégale.
Codage des caractères[modifier | modifier le code]
Comme tout fichier informatique, un fichier texte contient fondamentalement
des bits. La particularité d'un fichier texte est que l'ensemble du fichier respecte
un standard de codage des caractères. Il existe de nombreux standards de
codage de caractères, ce qui peut rendre problématique la compatibilité des
fichiers texte.
Rôle de l'ASCII[modifier | modifier le code]
La dénomination « fichier ASCII » est souvent confusément (et/ou abusivement)
utilisée à propos de fichiers texte n'utilisant pas le codage des caractères ASCII,
soit pour marquer une opposition à l'EBCDIC, soit pour interdire l'utilisation de
langues autre que l'anglais. Cela tient aussi à une histoire compliquée liée à
l'influence et aux intérêts des États-Unis, pays de langue anglaise, et au fait
qu'actuellement les fichiers textes sont généralement compatibles ASCII tout en
ne se limitant pas à ces caractères. Ainsi des fichiers textes UTF-8 bénéficient
d'une certaine interopérabilité avec des logiciels qui nécessitent des fichiers
compatibles ASCII, contrairement aux fichiers textes UTF-16, qui nécessitent des
logiciels spécifiquement adaptés à l'UTF-16.
Rôle du BOM[modifier | modifier le code]
Article détaillé : Byte Order Mark.
Le BOM est une invention du standard Unicode. Il est parfois présent en début de
fichier pour indiquer visuellement l'encodage d'un fichier (ce code dans un fichier
UTF8 sera visualisé « ï»¿ » en iso8859-1). À ce titre, il s'agit d'un nombre
magique au même titre que le shebang. Mais il est aussi et surtout utilisé pour
déterminer l'ordre des octets (endianness) et cela peut poser des problèmes à
certains logiciels.
Séquence d'échappement[modifier | modifier le code]
Les séquences d'échappement peuvent également être traitées de manière
inégales, alors que leur utilisation est impérative en ISO-2022, conduisant à
l'apparition de mojibake au sens premier du mot.

Notes et références[modifier | modifier le code]

Notes[modifier | modifier le code]
41. ↑ Le standard des États-Unis, l'ASCII inclut des caractères de contrôle, tel que
l'échappement de valeur 27.
 42. ↑ les standards ISO-2022 sont bâtis sur ces séquences.
43. ↑ L'Unicode autorise l'utilisation d'un indicateur dénommé BOM.
44. ↑ ASCII 8 bits avec le bit sept, le plus fort, à 0.
45. ↑ Ce qui pourrait signifier que chaque colonne avait un sens précis comme en Cobol et
que la longueur des lignes était fixe, comme l'écran.

Références[modifier | modifier le code]
65. ↑ Popular Science Magazine, February 1950, page 96 [archive]
66. ↑ (en) Request for comments no 265 [archive].
67. ↑ (en) Request for comments no 354 [archive].
68. ↑ Revenir plus haut en :a et b (en) Request for comments no 765 [archive].
69. ↑ File Transfer Protocol  : RFC  959, Network Working Group, octobre 1985 (lire en
ligne [archive]), page 15
70. ↑ Revenir plus haut en :a et b http://www.cairn.info/article.php?ID_ARTICLE=DN_063_0013 [archive]
71. ↑ Barbara Beeton, Asmus Freytag, Murray Sargent III, Unicode Technical Report
1. 25 “Unicode Support for
Mathematics”, https://www.unicode.org/reports/tr25 [archive]
72. ↑ http://www.oqlf.gouv.qc.ca/ressources/bibliotheque/dictionnaires/internet/fiches/8383642
.html [archive]

Voir aussi[modifier | modifier le code]

Articles connexes[modifier | modifier le code]

 Fichier binaire
 Éditeur de texte
 Format de fichier
 Fichier

  Portail de l’informatique 
  Portail de l’écriture
Catégories : 
 Format de données numériques
 Codage du texte
 Format ouvert
[+]
 La dernière modification de cette page a été faite le 15 octobre 2021 à 16:01.
 Droit d'auteur : les textes sont disponibles sous licence Creative Commons attribution, partage dans
les mêmes conditions ; d’autres conditions peuvent s’appliquer. Voyez les conditions
d’utilisation pour plus de détails, ainsi que les crédits graphiques. En cas de réutilisation des textes
de cette page, voyez comment citer les auteurs et mentionner la licence.
Wikipedia® est une marque déposée de la Wikimedia Foundation, Inc., organisation de
bienfaisance régie par le paragraphe 501(c)(3) du code fiscal des États-Unis.

Fichier texte
Pour les articles homonymes, voir TXT.
Fichier texte
 Les 95 caractères et signes du codage ASCII

Caractéristiques
Extensions .txt ,  .text , -

Type MIME text/plain

PUID x-fmt/111

modifier - modifier le code - modifier Wikidata

En informatique, un fichier texte ou fichier texte brut ou fichier texte

simple[réf. nécessaire] est un fichier dont le contenu représente uniquement une suite
de caractères ; il utilise nécessairement une forme particulière de codage des
caractères qui peut être une variante ou une extension du standard local des États-
Unis, l'ASCII. Il n'existe aucune définition officielle, et les différentes interprétations
de ce qu'est un fichier texte partagent des propriétés essentielles. Les caractères
considérés sont généralement les caractères imprimables, d'espaces et de retours à
la ligne. Certains codages de caractères normalisés incluent également certains
caractères de contrôleN 1, séquence d'échappementN 2 ou marqueursN 3 qui peuvent
faire l'objet de différences d'appréciations. La notion de fichier texte est donc
subjective et dépend notamment des systèmes de codage de caractère considérés
(windows-1252 et ISO-8859-1 n'offrant pas les mêmes plages de valeurs
«imprimables».)
Un fichier « non texte » est appelé « fichier binaire », dans le sens où
les bits contenus dans le fichier ne représentent pas une simple suite de caractères
imprimables, d'espaces et de retours à la ligne.

Sommaire

 1Histoire
 2Texte brut
 3Apports et limitations
o 3.1Apports
o 3.2Limitations
 4Usage
 5Structure et propriétés
 o 5.1Séquence de lignes
o 5.2Alignement vertical
 6Standardisation et normalisation
o 6.1Codage des caractères
 6.1.1Rôle de l'ASCII
o 6.2Rôle du BOM
o 6.3Séquence d'échappement
 7Notes et références
o 7.1Notes
o 7.2Références
 8Voir aussi
o 8.1Articles connexes

Histoire[modifier | modifier le code]

Un fichier en carte perforée

Extrait d'un programme écrit en BASIC

Copie papier d'un code source (en Fortran) des années 1970, imprimé sur du papier continu, dédié aux
fichiers textes.

La notion de fichier texte a évolué avec l'histoire de l'informatique.

Le mot fichier (« file » en anglais) a été utilisé publiquement dans le contexte d'un
enregistrement informatique déjà en février 1950. Une publicité de la radio Radio
Corporation of America de Popular Science Magazine1 décrivant une nouvelle
mémoire à tube à vide qu'elle avait développée, expliquait :
«...the results of countless computations can be kept "on file" and taken out
again. Such a "file" now exists in a "memory" tube developed at RCA
Laboratories. Electronically it retains figures fed into calculating machines,
holds them in storage while it memorizes new ones - speeds intelligent
solutions through mazes of mathematics. »
En 1952 un fichier était utilisé pour désigner l'information enregistrée sur
une carte perforée.
Or il se trouve que les cartes perforées partageaient certaines propriétés:

 Chaque carte représentait une ligne de 80 colonnes (en général)

 Les programmes (code source) étaient écrits en assemblant des lignes
de textes
 Les cartes perforées qui ne contenaient pas de texte étaient donc déjà
différentes.
En 1971, le RFC 2652 indique qu'un fichier peut être ASCII, cœur d'exécutable,
ou autre. Il mentionne notamment l'EBCDIC.
En juillet 1972, le RFC 3543, discutant des échanges de texte par le protocole
réseau NVT-ASCIIN 4 FTP, indique que les fichiers textes sont enregistrés de
manières différentes selon les systèmes :

 le PDP-10 enregistre le NVT-ASCII en 7-bits justifiés à gauche dans

des mots de 36 bits ;
  le 360's enregistre le texte avec un codage EBCDIC 8-bit ;
 Multics enregistre le texte avec quatre caractère de neuf bits dans des
mots de 36 bits.
Il indique donc que pour le bon transfert des textes, il est nécessaire que les deux
parties effectuent leur part respective de la conversion dans un codage commun;
il s'agit à cette époque de l'ASCII 8 bits, dit NVT.
Cette même année, la RFC fait apparaître le besoin d'une unité commune pour
transmettre des données binaires entre systèmes dont les mots n'ont pas la
même taille, et suggère l'utilisation de byte de 8 bits, c'est-à-dire, de ce que l'on
appelle aujourd'hui des octets, tout en permettant l'utilisation de bytes/mots
différents si négocié.
En 1980, le RFC 7654 en spécifiant le protocole FTP indique les trois raisons
occasionnant le transfert d'un fichier : l'impression, l'archivage, et le traitement.
Constatant, que le seul encodage n'est pas une métainformation suffisante, il
spécifie le reste et notamment les différents mécanismes de changement de ligne
à travers des caractères de contrôle ou de défilement de lignes. En page 12, le
RFC clarifie que les fichiers textes sont tout aussi bien des fichiers ASCII que des
fichiers EBCDIC.
En 1985, lors de l'élaboration du protocole FTP de transfert de fichier, il a été
recommandé de considérer comme fichier texte (en anglais "text" files), deux
formats de fichiers :

 les fichiers file structure, où le fichier est considéré être une séquence

continue de lignes.
 les fichiers record-structure, où le fichier est constitué
d'enregistrements séquentielsN 5
De même les types ASCII et EBCDIC ont été acceptés comme fichier texte 5.

Cette section est vide, insuffisamment détaillée ou incomplète. Votre aide est

la bienvenue ! Comment faire ?

Texte brut[modifier | modifier le code]

Article détaillé : Texte brut.
Texte brut Unicode (Unicode plain text)
De nos jours, l'Unicode est de plus en plus reconnu comme format de texte brut.
Le standard Unicode définit selon ses propres termes ce qu'est le texte brut, sous
le terme de plain text, dans sa version anglaise.
La notion de fichier texte se rapproche donc des propriétés que le standard
Unicode attribue au format nommé plain text en langue anglaise et signifiant texte
brut.
Généralités et controverses
La notion de texte brut (plain text) a, comme la notion de texte enrichi (fancy text),
été introduite par Unicode6.
La notion de plain text peut être traduite par texte en clair, pur texte, texte pur, ou
texte brut6.
Linux Information Project en donne une vision restrictive.
Format de codage
Si l'encodage est inconnu, un texte brut quelconque est inexploitable.
Texte brut approché en mathématiques
Alors que les mathématiques sont un langage international, en tout ou partie, leur
représentation informatique a pu être négligée lors de la création de différents
systèmes de codage des caractères. Toutefois, ces symboles ont bénéficié d'une
forte prise en charge par l'Unicode7, offrant de nouvelles perspectives.
Histoire
La notion de texte brut est implicitement assez ancienne puisque
vraisemblablement elle remonte sans doute au moins si ce n'est à la notion de
machine à écrire, aux premiers langages de programmation utilisant cette
technologie.
Dans son aspect réseau, elle est consignée dans de nombreux RFC.
Protocole et fichier
L'usage du texte brut peut varier entre protocole et ficher. Ceci peut
généralement être invisible à l'utilisateur lorsqu'il copie un texte d'un logiciel à un
autre.
Dans un protocole, le protocole spécifie généralement l'encodage utilisé, d'une
manière ou d'une autre; la longueur du texte peut ne pas être limité, en fonction
du protocole.
Un fichier a généralement une taille limitée, il est généralement admis qu'un
système de fichier ne fournit pas d'information sur l'encodage utilisé pour encoder
un texte brut donné. Cette information essentielle est alors déterminée à travers
un ensemble d'heuristiques.

Apports et limitations[modifier | modifier le code]

Le fichier texte est un élément déterminant en ce qu'il offre la possibilité de
décrire des codes sources et de faciliter la programmation des ordinateurs.
Toutefois, il souffre de facto de nombreux problème d'interopérabilité.
Apports[modifier | modifier le code]
Le fichier texte, lorsqu'il apparait apporte la possibilité de permettre à un humain
de soumettre un texte au traitement automatique d'une machine. Il offre
également la possibilité de supprimer et d'ajouter une ligne, et cela dès les cartes
perforées. Cette fonctionnalité a été reprise par des logiciels comme ed ou edlin.
Limitations[modifier | modifier le code]
Un fichier texte est limité dans sa taille, comme le sont tous les fichiers, par
le système de gestion de fichiers.
De plus par convention on limite volontairement le nombre de colonnes. Une
convention commune est ancienne est d'environ 80 ou 132 colonnes. Cela
correspondait aux standards de terminaux physiques aujourd'hui dépassés. Les
éditeurs modernes savent souvent gérer des lignes plus longues bien que cela ne
soit pas conseillé pour des questions de présentation.
Le fichier texte peut poser de nombreux problèmes d'interopérabilité (pour cause
d'encodage différents) entre pays, entre fournisseurs de logiciels, notamment.

Usage[modifier | modifier le code]
Les fichiers texte sont utilisés par de nombreux logiciels pour conserver les
données de configuration. Ils sont également utilisés pour contenir
les textes écrits en langages de programmation. En outre, la plupart des
langages de programmation offrent des fonctions prédéfinies pour manipuler du
texte brut, ce qui rend la gestion des fichiers textes particulièrement accessible.
Le logiciel utilisé pour éditer un fichier texte est un éditeur de texte. Dans le cas
général, un traitement de texte ne produit pas des fichiers texte. En effet, un
traitement de texte n'a pas seulement besoin de manipuler du texte brut, mais
également des informations sur la fonte de caractère utilisée, la disposition des
caractères dans des pages, les styles typographiques, etc. Toutefois, les
traitements de texte peuvent ouvrir ou sauvegarder un fichier texte, aucune
information de mise en forme n'étant conservée, sauf le cas échéant les sauts de
ligne.
Un fichier texte peut être la structure sous-jacente d'un fichier journal 8.

Structure et propriétés[modifier | modifier le code]

La structure d'un fichier texte est une séquence de lignes. Toutefois,
historiquement, chaque caractère est aligné verticalement, c'est encore le cas
aujourd'hui, dans un éditeur de texte en ligne ou local.
Séquence de lignes[modifier | modifier le code]
Le concept de séquence de lignes reste une caractéristique forte d'un fichier
texte.
Un fichier texte peut simplement contenir du texte dans une langue quelconque.
Dans ce cas, aujourd'hui, il ne respecte plus aucune structure particulière.

Il était une fois une marchande de foie

qui vendait du foie dans la Ville de Foix.
Elle se dit «ma foi c'est la première fois
que je vends du foie dans la ville de Foix !»
using (FileStream stm = new FileStream("logfile.txt", FileMode.Create))
{
return ProcessStuff(stm); //
}

Un fichier texte peut également contenir une donnée structurée qui peut être
analysée par un logiciel et affichée sous une forme plus évoluée, par exemple
une page web :
 <!DOCTYPE html>
<html lang="fr">
<head><title>Page web d'exemple</title></head>
<body>
<p>Ceci est une page web d'exemple.</p>
</body>
</html>

Alignement vertical[modifier | modifier le code]

Un fichier texte est généralement rendu visible avec des polices à chasse fixe
alignant le texte verticalement. L'arrivée d'un grand nombre de caractères
Unicode dans les fichiers textes peut questionner ce concept.
Enfin, et de manière plus anecdotique, le propos d'un fichier texte peut être
détourné pour contenir une image, c'est ce qu'on appelle l'art ASCII :

(\___/) (*) (*) \ /

(=*.*=) (°_°) {^o^}
(")___(") (+) (+) (| . |)
(_) (_) (_) (_)

Cet art nécessite toutefois que tous les caractères affichés aient la même largeur.
Cette technologie a notamment été utilisée pour spécifier des protocoles de
transfert de fichier.
Utilisation de l'art-ASCII comme élément de spécification du «FILE TRANSFER
PROTOCOL» RFC 7654; année 1980:

-------------
|/---------\|
|| User || --------
||Interface|<--->| User |
|\----:----/| --------
---------- | V |
|/------\| FTP Commands |/---------\|
||Server|<---------------->| User ||
|| PI || FTP Replies || PI ||
|\--:---/| |\----:----/|
| V | | V |
-------- |/------\| Data |/---------\| --------
| File |<--->|Server|<---------------->| User |<--->| File |
|System| || DTP || Connection || DTP || |System|
-------- |\------/| |\---------/| --------
---------- -------------

Server-FTP User-FTP

Standardisation et normalisation[modifier | modifier le code]

Les fichiers textes peuvent connaitre des problèmes d'interopérabilité :
  Différence de traitement des changements de lignes : CR ; LF, NL ;
CR+LF
 Présence ou absence éventuelle du marqueur magique BOM
 Différence de codage des caractères
 Différence de traitement des séquences d'échappement éventuelles.
Les variations de formats sont notamment liées aux intérêts régionaux: présence
de caractères accentués ou d'alphabets particuliers. Les industries souhaitent
également offrir de nouveaux caractères, en respectant tous les standards avec
une rigueur inégale.
Codage des caractères[modifier | modifier le code]
Comme tout fichier informatique, un fichier texte contient fondamentalement
des bits. La particularité d'un fichier texte est que l'ensemble du fichier respecte
un standard de codage des caractères. Il existe de nombreux standards de
codage de caractères, ce qui peut rendre problématique la compatibilité des
fichiers texte.
Rôle de l'ASCII[modifier | modifier le code]
La dénomination « fichier ASCII » est souvent confusément (et/ou abusivement)
utilisée à propos de fichiers texte n'utilisant pas le codage des caractères ASCII,
soit pour marquer une opposition à l'EBCDIC, soit pour interdire l'utilisation de
langues autre que l'anglais. Cela tient aussi à une histoire compliquée liée à
l'influence et aux intérêts des États-Unis, pays de langue anglaise, et au fait
qu'actuellement les fichiers textes sont généralement compatibles ASCII tout en
ne se limitant pas à ces caractères. Ainsi des fichiers textes UTF-8 bénéficient
d'une certaine interopérabilité avec des logiciels qui nécessitent des fichiers
compatibles ASCII, contrairement aux fichiers textes UTF-16, qui nécessitent des
logiciels spécifiquement adaptés à l'UTF-16.
Rôle du BOM[modifier | modifier le code]
Article détaillé : Byte Order Mark.
Le BOM est une invention du standard Unicode. Il est parfois présent en début de
fichier pour indiquer visuellement l'encodage d'un fichier (ce code dans un fichier
UTF8 sera visualisé « ï»¿ » en iso8859-1). À ce titre, il s'agit d'un nombre
magique au même titre que le shebang. Mais il est aussi et surtout utilisé pour
déterminer l'ordre des octets (endianness) et cela peut poser des problèmes à
certains logiciels.
Séquence d'échappement[modifier | modifier le code]
Les séquences d'échappement peuvent également être traitées de manière
inégales, alors que leur utilisation est impérative en ISO-2022, conduisant à
l'apparition de mojibake au sens premier du mot.

Notes et références[modifier | modifier le code]

Notes[modifier | modifier le code]
41. ↑ Le standard des États-Unis, l'ASCII inclut des caractères de contrôle, tel que
l'échappement de valeur 27.
 42. ↑ les standards ISO-2022 sont bâtis sur ces séquences.
43. ↑ L'Unicode autorise l'utilisation d'un indicateur dénommé BOM.
44. ↑ ASCII 8 bits avec le bit sept, le plus fort, à 0.
45. ↑ Ce qui pourrait signifier que chaque colonne avait un sens précis comme en Cobol et
que la longueur des lignes était fixe, comme l'écran.

Références[modifier | modifier le code]
65. ↑ Popular Science Magazine, February 1950, page 96 [archive]
66. ↑ (en) Request for comments no 265 [archive].
67. ↑ (en) Request for comments no 354 [archive].
68. ↑ Revenir plus haut en :a et b (en) Request for comments no 765 [archive].
69. ↑ File Transfer Protocol  : RFC  959, Network Working Group, octobre 1985 (lire en
ligne [archive]), page 15
70. ↑ Revenir plus haut en :a et b http://www.cairn.info/article.php?ID_ARTICLE=DN_063_0013 [archive]
71. ↑ Barbara Beeton, Asmus Freytag, Murray Sargent III, Unicode Technical Report
1. 25 “Unicode Support for
Mathematics”, https://www.unicode.org/reports/tr25 [archive]
72. ↑ http://www.oqlf.gouv.qc.ca/ressources/bibliotheque/dictionnaires/internet/fiches/8383642
.html [archive]

Voir aussi[modifier | modifier le code]

Articles connexes[modifier | modifier le code]

 Fichier binaire
 Éditeur de texte
 Format de fichier
 Fichier

  Portail de l’informatique 
  Portail de l’écriture
Catégories : 
 Format de données numériques
 Codage du texte
 Format ouvert
[+]
 La dernière modification de cette page a été faite le 15 octobre 2021 à 16:01.
 Droit d'auteur : les textes sont disponibles sous licence Creative Commons attribution, partage dans
les mêmes conditions ; d’autres conditions peuvent s’appliquer. Voyez les conditions
d’utilisation pour plus de détails, ainsi que les crédits graphiques. En cas de réutilisation des textes
de cette page, voyez comment citer les auteurs et mentionner la licence.
Wikipedia® est une marque déposée de la Wikimedia Foundation, Inc., organisation de
bienfaisance régie par le paragraphe 501(c)(3) du code fiscal des États-Unis.

Fichier texte
Pour les articles homonymes, voir TXT.
 Fichier texte

Les 95 caractères et signes du codage ASCII

Caractéristiques
Extensions .txt ,  .text , -

Type MIME text/plain

PUID x-fmt/111

modifier - modifier le code - modifier Wikidata

En informatique, un fichier texte ou fichier texte brut ou fichier texte

simple[réf. nécessaire] est un fichier dont le contenu représente uniquement une suite
de caractères ; il utilise nécessairement une forme particulière de codage des
caractères qui peut être une variante ou une extension du standard local des États-
Unis, l'ASCII. Il n'existe aucune définition officielle, et les différentes interprétations
de ce qu'est un fichier texte partagent des propriétés essentielles. Les caractères
considérés sont généralement les caractères imprimables, d'espaces et de retours à
la ligne. Certains codages de caractères normalisés incluent également certains
caractères de contrôleN 1, séquence d'échappementN 2 ou marqueursN 3 qui peuvent
faire l'objet de différences d'appréciations. La notion de fichier texte est donc
subjective et dépend notamment des systèmes de codage de caractère considérés
(windows-1252 et ISO-8859-1 n'offrant pas les mêmes plages de valeurs
«imprimables».)
Un fichier « non texte » est appelé « fichier binaire », dans le sens où
les bits contenus dans le fichier ne représentent pas une simple suite de caractères
imprimables, d'espaces et de retours à la ligne.

Sommaire

 1Histoire
 2Texte brut
 3Apports et limitations
o 3.1Apports
o 3.2Limitations
  4Usage
 5Structure et propriétés
o 5.1Séquence de lignes
o 5.2Alignement vertical
 6Standardisation et normalisation
o 6.1Codage des caractères
 6.1.1Rôle de l'ASCII
o 6.2Rôle du BOM
o 6.3Séquence d'échappement
 7Notes et références
o 7.1Notes
o 7.2Références
 8Voir aussi
o 8.1Articles connexes

Histoire[modifier | modifier le code]

Un fichier en carte perforée

Extrait d'un programme écrit en BASIC

Copie papier d'un code source (en Fortran) des années 1970, imprimé sur du papier continu, dédié aux
fichiers textes.

La notion de fichier texte a évolué avec l'histoire de l'informatique.

Le mot fichier (« file » en anglais) a été utilisé publiquement dans le contexte d'un
enregistrement informatique déjà en février 1950. Une publicité de la radio Radio
Corporation of America de Popular Science Magazine1 décrivant une nouvelle
mémoire à tube à vide qu'elle avait développée, expliquait :
«...the results of countless computations can be kept "on file" and taken out
again. Such a "file" now exists in a "memory" tube developed at RCA
Laboratories. Electronically it retains figures fed into calculating machines,
holds them in storage while it memorizes new ones - speeds intelligent
solutions through mazes of mathematics. »
En 1952 un fichier était utilisé pour désigner l'information enregistrée sur
une carte perforée.
Or il se trouve que les cartes perforées partageaient certaines propriétés:

 Chaque carte représentait une ligne de 80 colonnes (en général)

 Les programmes (code source) étaient écrits en assemblant des lignes
de textes
 Les cartes perforées qui ne contenaient pas de texte étaient donc déjà
différentes.
En 1971, le RFC 2652 indique qu'un fichier peut être ASCII, cœur d'exécutable,
ou autre. Il mentionne notamment l'EBCDIC.
En juillet 1972, le RFC 3543, discutant des échanges de texte par le protocole
réseau NVT-ASCIIN 4 FTP, indique que les fichiers textes sont enregistrés de
manières différentes selon les systèmes :

 le PDP-10 enregistre le NVT-ASCII en 7-bits justifiés à gauche dans

des mots de 36 bits ;
  le 360's enregistre le texte avec un codage EBCDIC 8-bit ;
 Multics enregistre le texte avec quatre caractère de neuf bits dans des
mots de 36 bits.
Il indique donc que pour le bon transfert des textes, il est nécessaire que les deux
parties effectuent leur part respective de la conversion dans un codage commun;
il s'agit à cette époque de l'ASCII 8 bits, dit NVT.
Cette même année, la RFC fait apparaître le besoin d'une unité commune pour
transmettre des données binaires entre systèmes dont les mots n'ont pas la
même taille, et suggère l'utilisation de byte de 8 bits, c'est-à-dire, de ce que l'on
appelle aujourd'hui des octets, tout en permettant l'utilisation de bytes/mots
différents si négocié.
En 1980, le RFC 7654 en spécifiant le protocole FTP indique les trois raisons
occasionnant le transfert d'un fichier : l'impression, l'archivage, et le traitement.
Constatant, que le seul encodage n'est pas une métainformation suffisante, il
spécifie le reste et notamment les différents mécanismes de changement de ligne
à travers des caractères de contrôle ou de défilement de lignes. En page 12, le
RFC clarifie que les fichiers textes sont tout aussi bien des fichiers ASCII que des
fichiers EBCDIC.
En 1985, lors de l'élaboration du protocole FTP de transfert de fichier, il a été
recommandé de considérer comme fichier texte (en anglais "text" files), deux
formats de fichiers :

 les fichiers file structure, où le fichier est considéré être une séquence

continue de lignes.
 les fichiers record-structure, où le fichier est constitué
d'enregistrements séquentielsN 5
De même les types ASCII et EBCDIC ont été acceptés comme fichier texte 5.

Cette section est vide, insuffisamment détaillée ou incomplète. Votre aide est

la bienvenue ! Comment faire ?

Texte brut[modifier | modifier le code]

Article détaillé : Texte brut.
Texte brut Unicode (Unicode plain text)
De nos jours, l'Unicode est de plus en plus reconnu comme format de texte brut.
Le standard Unicode définit selon ses propres termes ce qu'est le texte brut, sous
le terme de plain text, dans sa version anglaise.
La notion de fichier texte se rapproche donc des propriétés que le standard
Unicode attribue au format nommé plain text en langue anglaise et signifiant texte
brut.
Généralités et controverses
La notion de texte brut (plain text) a, comme la notion de texte enrichi (fancy text),
été introduite par Unicode6.
La notion de plain text peut être traduite par texte en clair, pur texte, texte pur, ou
texte brut6.
Linux Information Project en donne une vision restrictive.
Format de codage
Si l'encodage est inconnu, un texte brut quelconque est inexploitable.
Texte brut approché en mathématiques
Alors que les mathématiques sont un langage international, en tout ou partie, leur
représentation informatique a pu être négligée lors de la création de différents
systèmes de codage des caractères. Toutefois, ces symboles ont bénéficié d'une
forte prise en charge par l'Unicode7, offrant de nouvelles perspectives.
Histoire
La notion de texte brut est implicitement assez ancienne puisque
vraisemblablement elle remonte sans doute au moins si ce n'est à la notion de
machine à écrire, aux premiers langages de programmation utilisant cette
technologie.
Dans son aspect réseau, elle est consignée dans de nombreux RFC.
Protocole et fichier
L'usage du texte brut peut varier entre protocole et ficher. Ceci peut
généralement être invisible à l'utilisateur lorsqu'il copie un texte d'un logiciel à un
autre.
Dans un protocole, le protocole spécifie généralement l'encodage utilisé, d'une
manière ou d'une autre; la longueur du texte peut ne pas être limité, en fonction
du protocole.
Un fichier a généralement une taille limitée, il est généralement admis qu'un
système de fichier ne fournit pas d'information sur l'encodage utilisé pour encoder
un texte brut donné. Cette information essentielle est alors déterminée à travers
un ensemble d'heuristiques.

Apports et limitations[modifier | modifier le code]

Le fichier texte est un élément déterminant en ce qu'il offre la possibilité de
décrire des codes sources et de faciliter la programmation des ordinateurs.
Toutefois, il souffre de facto de nombreux problème d'interopérabilité.
Apports[modifier | modifier le code]
Le fichier texte, lorsqu'il apparait apporte la possibilité de permettre à un humain
de soumettre un texte au traitement automatique d'une machine. Il offre
également la possibilité de supprimer et d'ajouter une ligne, et cela dès les cartes
perforées. Cette fonctionnalité a été reprise par des logiciels comme ed ou edlin.
Limitations[modifier | modifier le code]
Un fichier texte est limité dans sa taille, comme le sont tous les fichiers, par
le système de gestion de fichiers.
De plus par convention on limite volontairement le nombre de colonnes. Une
convention commune est ancienne est d'environ 80 ou 132 colonnes. Cela
correspondait aux standards de terminaux physiques aujourd'hui dépassés. Les
éditeurs modernes savent souvent gérer des lignes plus longues bien que cela ne
soit pas conseillé pour des questions de présentation.
Le fichier texte peut poser de nombreux problèmes d'interopérabilité (pour cause
d'encodage différents) entre pays, entre fournisseurs de logiciels, notamment.

Usage[modifier | modifier le code]
Les fichiers texte sont utilisés par de nombreux logiciels pour conserver les
données de configuration. Ils sont également utilisés pour contenir
les textes écrits en langages de programmation. En outre, la plupart des
langages de programmation offrent des fonctions prédéfinies pour manipuler du
texte brut, ce qui rend la gestion des fichiers textes particulièrement accessible.
Le logiciel utilisé pour éditer un fichier texte est un éditeur de texte. Dans le cas
général, un traitement de texte ne produit pas des fichiers texte. En effet, un
traitement de texte n'a pas seulement besoin de manipuler du texte brut, mais
également des informations sur la fonte de caractère utilisée, la disposition des
caractères dans des pages, les styles typographiques, etc. Toutefois, les
traitements de texte peuvent ouvrir ou sauvegarder un fichier texte, aucune
information de mise en forme n'étant conservée, sauf le cas échéant les sauts de
ligne.
Un fichier texte peut être la structure sous-jacente d'un fichier journal 8.

Structure et propriétés[modifier | modifier le code]

La structure d'un fichier texte est une séquence de lignes. Toutefois,
historiquement, chaque caractère est aligné verticalement, c'est encore le cas
aujourd'hui, dans un éditeur de texte en ligne ou local.
Séquence de lignes[modifier | modifier le code]
Le concept de séquence de lignes reste une caractéristique forte d'un fichier
texte.
Un fichier texte peut simplement contenir du texte dans une langue quelconque.
Dans ce cas, aujourd'hui, il ne respecte plus aucune structure particulière.

Il était une fois une marchande de foie

qui vendait du foie dans la Ville de Foix.
Elle se dit «ma foi c'est la première fois
que je vends du foie dans la ville de Foix !»
using (FileStream stm = new FileStream("logfile.txt", FileMode.Create))
{
return ProcessStuff(stm); //
}

Un fichier texte peut également contenir une donnée structurée qui peut être
analysée par un logiciel et affichée sous une forme plus évoluée, par exemple
une page web :
 <!DOCTYPE html>
<html lang="fr">
<head><title>Page web d'exemple</title></head>
<body>
<p>Ceci est une page web d'exemple.</p>
</body>
</html>

Alignement vertical[modifier | modifier le code]

Un fichier texte est généralement rendu visible avec des polices à chasse fixe
alignant le texte verticalement. L'arrivée d'un grand nombre de caractères
Unicode dans les fichiers textes peut questionner ce concept.
Enfin, et de manière plus anecdotique, le propos d'un fichier texte peut être
détourné pour contenir une image, c'est ce qu'on appelle l'art ASCII :

(\___/) (*) (*) \ /

(=*.*=) (°_°) {^o^}
(")___(") (+) (+) (| . |)
(_) (_) (_) (_)

Cet art nécessite toutefois que tous les caractères affichés aient la même largeur.
Cette technologie a notamment été utilisée pour spécifier des protocoles de
transfert de fichier.
Utilisation de l'art-ASCII comme élément de spécification du «FILE TRANSFER
PROTOCOL» RFC 7654; année 1980:

-------------
|/---------\|
|| User || --------
||Interface|<--->| User |
|\----:----/| --------
---------- | V |
|/------\| FTP Commands |/---------\|
||Server|<---------------->| User ||
|| PI || FTP Replies || PI ||
|\--:---/| |\----:----/|
| V | | V |
-------- |/------\| Data |/---------\| --------
| File |<--->|Server|<---------------->| User |<--->| File |
|System| || DTP || Connection || DTP || |System|
-------- |\------/| |\---------/| --------
---------- -------------

Server-FTP User-FTP

Standardisation et normalisation[modifier | modifier le code]

Les fichiers textes peuvent connaitre des problèmes d'interopérabilité :
  Différence de traitement des changements de lignes : CR ; LF, NL ;
CR+LF
 Présence ou absence éventuelle du marqueur magique BOM
 Différence de codage des caractères
 Différence de traitement des séquences d'échappement éventuelles.
Les variations de formats sont notamment liées aux intérêts régionaux: présence
de caractères accentués ou d'alphabets particuliers. Les industries souhaitent
également offrir de nouveaux caractères, en respectant tous les standards avec
une rigueur inégale.
Codage des caractères[modifier | modifier le code]
Comme tout fichier informatique, un fichier texte contient fondamentalement
des bits. La particularité d'un fichier texte est que l'ensemble du fichier respecte
un standard de codage des caractères. Il existe de nombreux standards de
codage de caractères, ce qui peut rendre problématique la compatibilité des
fichiers texte.
Rôle de l'ASCII[modifier | modifier le code]
La dénomination « fichier ASCII » est souvent confusément (et/ou abusivement)
utilisée à propos de fichiers texte n'utilisant pas le codage des caractères ASCII,
soit pour marquer une opposition à l'EBCDIC, soit pour interdire l'utilisation de
langues autre que l'anglais. Cela tient aussi à une histoire compliquée liée à
l'influence et aux intérêts des États-Unis, pays de langue anglaise, et au fait
qu'actuellement les fichiers textes sont généralement compatibles ASCII tout en
ne se limitant pas à ces caractères. Ainsi des fichiers textes UTF-8 bénéficient
d'une certaine interopérabilité avec des logiciels qui nécessitent des fichiers
compatibles ASCII, contrairement aux fichiers textes UTF-16, qui nécessitent des
logiciels spécifiquement adaptés à l'UTF-16.
Rôle du BOM[modifier | modifier le code]
Article détaillé : Byte Order Mark.
Le BOM est une invention du standard Unicode. Il est parfois présent en début de
fichier pour indiquer visuellement l'encodage d'un fichier (ce code dans un fichier
UTF8 sera visualisé « ï»¿ » en iso8859-1). À ce titre, il s'agit d'un nombre
magique au même titre que le shebang. Mais il est aussi et surtout utilisé pour
déterminer l'ordre des octets (endianness) et cela peut poser des problèmes à
certains logiciels.
Séquence d'échappement[modifier | modifier le code]
Les séquences d'échappement peuvent également être traitées de manière
inégales, alors que leur utilisation est impérative en ISO-2022, conduisant à
l'apparition de mojibake au sens premier du mot.

Notes et références[modifier | modifier le code]

Notes[modifier | modifier le code]
46. ↑ Le standard des États-Unis, l'ASCII inclut des caractères de contrôle, tel que
l'échappement de valeur 27.
 47. ↑ les standards ISO-2022 sont bâtis sur ces séquences.
48. ↑ L'Unicode autorise l'utilisation d'un indicateur dénommé BOM.
49. ↑ ASCII 8 bits avec le bit sept, le plus fort, à 0.
50. ↑ Ce qui pourrait signifier que chaque colonne avait un sens précis comme en Cobol et
que la longueur des lignes était fixe, comme l'écran.

Références[modifier | modifier le code]
73. ↑ Popular Science Magazine, February 1950, page 96 [archive]
74. ↑ (en) Request for comments no 265 [archive].
75. ↑ (en) Request for comments no 354 [archive].
76. ↑ Revenir plus haut en :a et b (en) Request for comments no 765 [archive].
77. ↑ File Transfer Protocol  : RFC  959, Network Working Group, octobre 1985 (lire en
ligne [archive]), page 15
78. ↑ Revenir plus haut en :a et b http://www.cairn.info/article.php?ID_ARTICLE=DN_063_0013 [archive]
79. ↑ Barbara Beeton, Asmus Freytag, Murray Sargent III, Unicode Technical Report
1. 25 “Unicode Support for
Mathematics”, https://www.unicode.org/reports/tr25 [archive]
80. ↑ http://www.oqlf.gouv.qc.ca/ressources/bibliotheque/dictionnaires/internet/fiches/8383642
.html [archive]

Voir aussi[modifier | modifier le code]

Articles connexes[modifier | modifier le code]

 Fichier binaire
 Éditeur de texte
 Format de fichier
 Fichier

  Portail de l’informatique 
  Portail de l’écriture
Catégories : 
 Format de données numériques
 Codage du texte
 Format ouvert
[+]
 La dernière modification de cette page a été faite le 15 octobre 2021 à 16:01.
 Droit d'auteur : les textes sont disponibles sous licence Creative Commons attribution, partage dans
les mêmes conditions ; d’autres conditions peuvent s’appliquer. Voyez les conditions
d’utilisation pour plus de détails, ainsi que les crédits graphiques. En cas de réutilisation des textes
de cette page, voyez comment citer les auteurs et mentionner la licence.
Wikipedia® est une marque déposée de la Wikimedia Foundation, Inc., organisation de
bienfaisance régie par le paragraphe 501(c)(3) du code fiscal des États-Unis.

Fichier texte
Pour les articles homonymes, voir TXT.
Fichier texte
 Les 95 caractères et signes du codage ASCII

Caractéristiques
Extensions .txt ,  .text , -

Type MIME text/plain

PUID x-fmt/111

modifier - modifier le code - modifier Wikidata

En informatique, un fichier texte ou fichier texte brut ou fichier texte

simple[réf. nécessaire] est un fichier dont le contenu représente uniquement une suite
de caractères ; il utilise nécessairement une forme particulière de codage des
caractères qui peut être une variante ou une extension du standard local des États-
Unis, l'ASCII. Il n'existe aucune définition officielle, et les différentes interprétations
de ce qu'est un fichier texte partagent des propriétés essentielles. Les caractères
considérés sont généralement les caractères imprimables, d'espaces et de retours à
la ligne. Certains codages de caractères normalisés incluent également certains
caractères de contrôleN 1, séquence d'échappementN 2 ou marqueursN 3 qui peuvent
faire l'objet de différences d'appréciations. La notion de fichier texte est donc
subjective et dépend notamment des systèmes de codage de caractère considérés
(windows-1252 et ISO-8859-1 n'offrant pas les mêmes plages de valeurs
«imprimables».)
Un fichier « non texte » est appelé « fichier binaire », dans le sens où
les bits contenus dans le fichier ne représentent pas une simple suite de caractères
imprimables, d'espaces et de retours à la ligne.

Sommaire

 1Histoire
 2Texte brut
 3Apports et limitations
o 3.1Apports
o 3.2Limitations
 4Usage
 5Structure et propriétés
 o 5.1Séquence de lignes
o 5.2Alignement vertical
 6Standardisation et normalisation
o 6.1Codage des caractères
 6.1.1Rôle de l'ASCII
o 6.2Rôle du BOM
o 6.3Séquence d'échappement
 7Notes et références
o 7.1Notes
o 7.2Références
 8Voir aussi
o 8.1Articles connexes

Histoire[modifier | modifier le code]

Un fichier en carte perforée

Extrait d'un programme écrit en BASIC

Copie papier d'un code source (en Fortran) des années 1970, imprimé sur du papier continu, dédié aux
fichiers textes.

La notion de fichier texte a évolué avec l'histoire de l'informatique.

Le mot fichier (« file » en anglais) a été utilisé publiquement dans le contexte d'un
enregistrement informatique déjà en février 1950. Une publicité de la radio Radio
Corporation of America de Popular Science Magazine1 décrivant une nouvelle
mémoire à tube à vide qu'elle avait développée, expliquait :
«...the results of countless computations can be kept "on file" and taken out
again. Such a "file" now exists in a "memory" tube developed at RCA
Laboratories. Electronically it retains figures fed into calculating machines,
holds them in storage while it memorizes new ones - speeds intelligent
solutions through mazes of mathematics. »
En 1952 un fichier était utilisé pour désigner l'information enregistrée sur
une carte perforée.
Or il se trouve que les cartes perforées partageaient certaines propriétés:

 Chaque carte représentait une ligne de 80 colonnes (en général)

 Les programmes (code source) étaient écrits en assemblant des lignes
de textes
 Les cartes perforées qui ne contenaient pas de texte étaient donc déjà
différentes.
En 1971, le RFC 2652 indique qu'un fichier peut être ASCII, cœur d'exécutable,
ou autre. Il mentionne notamment l'EBCDIC.
En juillet 1972, le RFC 3543, discutant des échanges de texte par le protocole
réseau NVT-ASCIIN 4 FTP, indique que les fichiers textes sont enregistrés de
manières différentes selon les systèmes :

 le PDP-10 enregistre le NVT-ASCII en 7-bits justifiés à gauche dans

des mots de 36 bits ;
  le 360's enregistre le texte avec un codage EBCDIC 8-bit ;
 Multics enregistre le texte avec quatre caractère de neuf bits dans des
mots de 36 bits.
Il indique donc que pour le bon transfert des textes, il est nécessaire que les deux
parties effectuent leur part respective de la conversion dans un codage commun;
il s'agit à cette époque de l'ASCII 8 bits, dit NVT.
Cette même année, la RFC fait apparaître le besoin d'une unité commune pour
transmettre des données binaires entre systèmes dont les mots n'ont pas la
même taille, et suggère l'utilisation de byte de 8 bits, c'est-à-dire, de ce que l'on
appelle aujourd'hui des octets, tout en permettant l'utilisation de bytes/mots
différents si négocié.
En 1980, le RFC 7654 en spécifiant le protocole FTP indique les trois raisons
occasionnant le transfert d'un fichier : l'impression, l'archivage, et le traitement.
Constatant, que le seul encodage n'est pas une métainformation suffisante, il
spécifie le reste et notamment les différents mécanismes de changement de ligne
à travers des caractères de contrôle ou de défilement de lignes. En page 12, le
RFC clarifie que les fichiers textes sont tout aussi bien des fichiers ASCII que des
fichiers EBCDIC.
En 1985, lors de l'élaboration du protocole FTP de transfert de fichier, il a été
recommandé de considérer comme fichier texte (en anglais "text" files), deux
formats de fichiers :

 les fichiers file structure, où le fichier est considéré être une séquence

continue de lignes.
 les fichiers record-structure, où le fichier est constitué
d'enregistrements séquentielsN 5
De même les types ASCII et EBCDIC ont été acceptés comme fichier texte 5.

Cette section est vide, insuffisamment détaillée ou incomplète. Votre aide est

la bienvenue ! Comment faire ?

Texte brut[modifier | modifier le code]

Article détaillé : Texte brut.
Texte brut Unicode (Unicode plain text)
De nos jours, l'Unicode est de plus en plus reconnu comme format de texte brut.
Le standard Unicode définit selon ses propres termes ce qu'est le texte brut, sous
le terme de plain text, dans sa version anglaise.
La notion de fichier texte se rapproche donc des propriétés que le standard
Unicode attribue au format nommé plain text en langue anglaise et signifiant texte
brut.
Généralités et controverses
La notion de texte brut (plain text) a, comme la notion de texte enrichi (fancy text),
été introduite par Unicode6.
La notion de plain text peut être traduite par texte en clair, pur texte, texte pur, ou
texte brut6.
Linux Information Project en donne une vision restrictive.
Format de codage
Si l'encodage est inconnu, un texte brut quelconque est inexploitable.
Texte brut approché en mathématiques
Alors que les mathématiques sont un langage international, en tout ou partie, leur
représentation informatique a pu être négligée lors de la création de différents
systèmes de codage des caractères. Toutefois, ces symboles ont bénéficié d'une
forte prise en charge par l'Unicode7, offrant de nouvelles perspectives.
Histoire
La notion de texte brut est implicitement assez ancienne puisque
vraisemblablement elle remonte sans doute au moins si ce n'est à la notion de
machine à écrire, aux premiers langages de programmation utilisant cette
technologie.
Dans son aspect réseau, elle est consignée dans de nombreux RFC.
Protocole et fichier
L'usage du texte brut peut varier entre protocole et ficher. Ceci peut
généralement être invisible à l'utilisateur lorsqu'il copie un texte d'un logiciel à un
autre.
Dans un protocole, le protocole spécifie généralement l'encodage utilisé, d'une
manière ou d'une autre; la longueur du texte peut ne pas être limité, en fonction
du protocole.
Un fichier a généralement une taille limitée, il est généralement admis qu'un
système de fichier ne fournit pas d'information sur l'encodage utilisé pour encoder
un texte brut donné. Cette information essentielle est alors déterminée à travers
un ensemble d'heuristiques.

Apports et limitations[modifier | modifier le code]

Le fichier texte est un élément déterminant en ce qu'il offre la possibilité de
décrire des codes sources et de faciliter la programmation des ordinateurs.
Toutefois, il souffre de facto de nombreux problème d'interopérabilité.
Apports[modifier | modifier le code]
Le fichier texte, lorsqu'il apparait apporte la possibilité de permettre à un humain
de soumettre un texte au traitement automatique d'une machine. Il offre
également la possibilité de supprimer et d'ajouter une ligne, et cela dès les cartes
perforées. Cette fonctionnalité a été reprise par des logiciels comme ed ou edlin.
Limitations[modifier | modifier le code]
Un fichier texte est limité dans sa taille, comme le sont tous les fichiers, par
le système de gestion de fichiers.
De plus par convention on limite volontairement le nombre de colonnes. Une
convention commune est ancienne est d'environ 80 ou 132 colonnes. Cela
correspondait aux standards de terminaux physiques aujourd'hui dépassés. Les
éditeurs modernes savent souvent gérer des lignes plus longues bien que cela ne
soit pas conseillé pour des questions de présentation.
Le fichier texte peut poser de nombreux problèmes d'interopérabilité (pour cause
d'encodage différents) entre pays, entre fournisseurs de logiciels, notamment.

Usage[modifier | modifier le code]
Les fichiers texte sont utilisés par de nombreux logiciels pour conserver les
données de configuration. Ils sont également utilisés pour contenir
les textes écrits en langages de programmation. En outre, la plupart des
langages de programmation offrent des fonctions prédéfinies pour manipuler du
texte brut, ce qui rend la gestion des fichiers textes particulièrement accessible.
Le logiciel utilisé pour éditer un fichier texte est un éditeur de texte. Dans le cas
général, un traitement de texte ne produit pas des fichiers texte. En effet, un
traitement de texte n'a pas seulement besoin de manipuler du texte brut, mais
également des informations sur la fonte de caractère utilisée, la disposition des
caractères dans des pages, les styles typographiques, etc. Toutefois, les
traitements de texte peuvent ouvrir ou sauvegarder un fichier texte, aucune
information de mise en forme n'étant conservée, sauf le cas échéant les sauts de
ligne.
Un fichier texte peut être la structure sous-jacente d'un fichier journal 8.

Structure et propriétés[modifier | modifier le code]

La structure d'un fichier texte est une séquence de lignes. Toutefois,
historiquement, chaque caractère est aligné verticalement, c'est encore le cas
aujourd'hui, dans un éditeur de texte en ligne ou local.
Séquence de lignes[modifier | modifier le code]
Le concept de séquence de lignes reste une caractéristique forte d'un fichier
texte.
Un fichier texte peut simplement contenir du texte dans une langue quelconque.
Dans ce cas, aujourd'hui, il ne respecte plus aucune structure particulière.

Il était une fois une marchande de foie

qui vendait du foie dans la Ville de Foix.
Elle se dit «ma foi c'est la première fois
que je vends du foie dans la ville de Foix !»
using (FileStream stm = new FileStream("logfile.txt", FileMode.Create))
{
return ProcessStuff(stm); //
}

Un fichier texte peut également contenir une donnée structurée qui peut être
analysée par un logiciel et affichée sous une forme plus évoluée, par exemple
une page web :
 <!DOCTYPE html>
<html lang="fr">
<head><title>Page web d'exemple</title></head>
<body>
<p>Ceci est une page web d'exemple.</p>
</body>
</html>

Alignement vertical[modifier | modifier le code]

Un fichier texte est généralement rendu visible avec des polices à chasse fixe
alignant le texte verticalement. L'arrivée d'un grand nombre de caractères
Unicode dans les fichiers textes peut questionner ce concept.
Enfin, et de manière plus anecdotique, le propos d'un fichier texte peut être
détourné pour contenir une image, c'est ce qu'on appelle l'art ASCII :

(\___/) (*) (*) \ /

(=*.*=) (°_°) {^o^}
(")___(") (+) (+) (| . |)
(_) (_) (_) (_)

Cet art nécessite toutefois que tous les caractères affichés aient la même largeur.
Cette technologie a notamment été utilisée pour spécifier des protocoles de
transfert de fichier.
Utilisation de l'art-ASCII comme élément de spécification du «FILE TRANSFER
PROTOCOL» RFC 7654; année 1980:

-------------
|/---------\|
|| User || --------
||Interface|<--->| User |
|\----:----/| --------
---------- | V |
|/------\| FTP Commands |/---------\|
||Server|<---------------->| User ||
|| PI || FTP Replies || PI ||
|\--:---/| |\----:----/|
| V | | V |
-------- |/------\| Data |/---------\| --------
| File |<--->|Server|<---------------->| User |<--->| File |
|System| || DTP || Connection || DTP || |System|
-------- |\------/| |\---------/| --------
---------- -------------

Server-FTP User-FTP

Standardisation et normalisation[modifier | modifier le code]

Les fichiers textes peuvent connaitre des problèmes d'interopérabilité :
  Différence de traitement des changements de lignes : CR ; LF, NL ;
CR+LF
 Présence ou absence éventuelle du marqueur magique BOM
 Différence de codage des caractères
 Différence de traitement des séquences d'échappement éventuelles.
Les variations de formats sont notamment liées aux intérêts régionaux: présence
de caractères accentués ou d'alphabets particuliers. Les industries souhaitent
également offrir de nouveaux caractères, en respectant tous les standards avec
une rigueur inégale.
Codage des caractères[modifier | modifier le code]
Comme tout fichier informatique, un fichier texte contient fondamentalement
des bits. La particularité d'un fichier texte est que l'ensemble du fichier respecte
un standard de codage des caractères. Il existe de nombreux standards de
codage de caractères, ce qui peut rendre problématique la compatibilité des
fichiers texte.
Rôle de l'ASCII[modifier | modifier le code]
La dénomination « fichier ASCII » est souvent confusément (et/ou abusivement)
utilisée à propos de fichiers texte n'utilisant pas le codage des caractères ASCII,
soit pour marquer une opposition à l'EBCDIC, soit pour interdire l'utilisation de
langues autre que l'anglais. Cela tient aussi à une histoire compliquée liée à
l'influence et aux intérêts des États-Unis, pays de langue anglaise, et au fait
qu'actuellement les fichiers textes sont généralement compatibles ASCII tout en
ne se limitant pas à ces caractères. Ainsi des fichiers textes UTF-8 bénéficient
d'une certaine interopérabilité avec des logiciels qui nécessitent des fichiers
compatibles ASCII, contrairement aux fichiers textes UTF-16, qui nécessitent des
logiciels spécifiquement adaptés à l'UTF-16.
Rôle du BOM[modifier | modifier le code]
Article détaillé : Byte Order Mark.
Le BOM est une invention du standard Unicode. Il est parfois présent en début de
fichier pour indiquer visuellement l'encodage d'un fichier (ce code dans un fichier
UTF8 sera visualisé « ï»¿ » en iso8859-1). À ce titre, il s'agit d'un nombre
magique au même titre que le shebang. Mais il est aussi et surtout utilisé pour
déterminer l'ordre des octets (endianness) et cela peut poser des problèmes à
certains logiciels.
Séquence d'échappement[modifier | modifier le code]
Les séquences d'échappement peuvent également être traitées de manière
inégales, alors que leur utilisation est impérative en ISO-2022, conduisant à
l'apparition de mojibake au sens premier du mot.

Notes et références[modifier | modifier le code]

Notes[modifier | modifier le code]
46. ↑ Le standard des États-Unis, l'ASCII inclut des caractères de contrôle, tel que
l'échappement de valeur 27.
 47. ↑ les standards ISO-2022 sont bâtis sur ces séquences.
48. ↑ L'Unicode autorise l'utilisation d'un indicateur dénommé BOM.
49. ↑ ASCII 8 bits avec le bit sept, le plus fort, à 0.
50. ↑ Ce qui pourrait signifier que chaque colonne avait un sens précis comme en Cobol et
que la longueur des lignes était fixe, comme l'écran.

Références[modifier | modifier le code]
73. ↑ Popular Science Magazine, February 1950, page 96 [archive]
74. ↑ (en) Request for comments no 265 [archive].
75. ↑ (en) Request for comments no 354 [archive].
76. ↑ Revenir plus haut en :a et b (en) Request for comments no 765 [archive].
77. ↑ File Transfer Protocol  : RFC  959, Network Working Group, octobre 1985 (lire en
ligne [archive]), page 15
78. ↑ Revenir plus haut en :a et b http://www.cairn.info/article.php?ID_ARTICLE=DN_063_0013 [archive]
79. ↑ Barbara Beeton, Asmus Freytag, Murray Sargent III, Unicode Technical Report
1. 25 “Unicode Support for
Mathematics”, https://www.unicode.org/reports/tr25 [archive]
80. ↑ http://www.oqlf.gouv.qc.ca/ressources/bibliotheque/dictionnaires/internet/fiches/8383642
.html [archive]

Voir aussi[modifier | modifier le code]

Articles connexes[modifier | modifier le code]

 Fichier binaire
 Éditeur de texte
 Format de fichier
 Fichier

  Portail de l’informatique 
  Portail de l’écriture
Catégories : 
 Format de données numériques
 Codage du texte
 Format ouvert
[+]
 La dernière modification de cette page a été faite le 15 octobre 2021 à 16:01.
 Droit d'auteur : les textes sont disponibles sous licence Creative Commons attribution, partage dans
les mêmes conditions ; d’autres conditions peuvent s’appliquer. Voyez les conditions
d’utilisation pour plus de détails, ainsi que les crédits graphiques. En cas de réutilisation des textes
de cette page, voyez comment citer les auteurs et mentionner la licence.
Wikipedia® est une marque déposée de la Wikimedia Foundation, Inc., organisation de
bienfaisance régie par le paragraphe 501(c)(3) du code fiscal des États-Unis.

Fichier texte
Pour les articles homonymes, voir TXT.
Fichier texte
 Les 95 caractères et signes du codage ASCII

Caractéristiques
Extensions .txt ,  .text , -

Type MIME text/plain

PUID x-fmt/111

modifier - modifier le code - modifier Wikidata

En informatique, un fichier texte ou fichier texte brut ou fichier texte

simple[réf. nécessaire] est un fichier dont le contenu représente uniquement une suite
de caractères ; il utilise nécessairement une forme particulière de codage des
caractères qui peut être une variante ou une extension du standard local des États-
Unis, l'ASCII. Il n'existe aucune définition officielle, et les différentes interprétations
de ce qu'est un fichier texte partagent des propriétés essentielles. Les caractères
considérés sont généralement les caractères imprimables, d'espaces et de retours à
la ligne. Certains codages de caractères normalisés incluent également certains
caractères de contrôleN 1, séquence d'échappementN 2 ou marqueursN 3 qui peuvent
faire l'objet de différences d'appréciations. La notion de fichier texte est donc
subjective et dépend notamment des systèmes de codage de caractère considérés
(windows-1252 et ISO-8859-1 n'offrant pas les mêmes plages de valeurs
«imprimables».)
Un fichier « non texte » est appelé « fichier binaire », dans le sens où
les bits contenus dans le fichier ne représentent pas une simple suite de caractères
imprimables, d'espaces et de retours à la ligne.

Sommaire

 1Histoire
 2Texte brut
 3Apports et limitations
o 3.1Apports
o 3.2Limitations
 4Usage
 5Structure et propriétés
 o 5.1Séquence de lignes
o 5.2Alignement vertical
 6Standardisation et normalisation
o 6.1Codage des caractères
 6.1.1Rôle de l'ASCII
o 6.2Rôle du BOM
o 6.3Séquence d'échappement
 7Notes et références
o 7.1Notes
o 7.2Références
 8Voir aussi
o 8.1Articles connexes

Histoire[modifier | modifier le code]

Un fichier en carte perforée

Extrait d'un programme écrit en BASIC

Copie papier d'un code source (en Fortran) des années 1970, imprimé sur du papier continu, dédié aux
fichiers textes.

La notion de fichier texte a évolué avec l'histoire de l'informatique.

Le mot fichier (« file » en anglais) a été utilisé publiquement dans le contexte d'un
enregistrement informatique déjà en février 1950. Une publicité de la radio Radio
Corporation of America de Popular Science Magazine1 décrivant une nouvelle
mémoire à tube à vide qu'elle avait développée, expliquait :
«...the results of countless computations can be kept "on file" and taken out
again. Such a "file" now exists in a "memory" tube developed at RCA
Laboratories. Electronically it retains figures fed into calculating machines,
holds them in storage while it memorizes new ones - speeds intelligent
solutions through mazes of mathematics. »
En 1952 un fichier était utilisé pour désigner l'information enregistrée sur
une carte perforée.
Or il se trouve que les cartes perforées partageaient certaines propriétés:

 Chaque carte représentait une ligne de 80 colonnes (en général)

 Les programmes (code source) étaient écrits en assemblant des lignes
de textes
 Les cartes perforées qui ne contenaient pas de texte étaient donc déjà
différentes.
En 1971, le RFC 2652 indique qu'un fichier peut être ASCII, cœur d'exécutable,
ou autre. Il mentionne notamment l'EBCDIC.
En juillet 1972, le RFC 3543, discutant des échanges de texte par le protocole
réseau NVT-ASCIIN 4 FTP, indique que les fichiers textes sont enregistrés de
manières différentes selon les systèmes :

 le PDP-10 enregistre le NVT-ASCII en 7-bits justifiés à gauche dans

des mots de 36 bits ;
  le 360's enregistre le texte avec un codage EBCDIC 8-bit ;
 Multics enregistre le texte avec quatre caractère de neuf bits dans des
mots de 36 bits.
Il indique donc que pour le bon transfert des textes, il est nécessaire que les deux
parties effectuent leur part respective de la conversion dans un codage commun;
il s'agit à cette époque de l'ASCII 8 bits, dit NVT.
Cette même année, la RFC fait apparaître le besoin d'une unité commune pour
transmettre des données binaires entre systèmes dont les mots n'ont pas la
même taille, et suggère l'utilisation de byte de 8 bits, c'est-à-dire, de ce que l'on
appelle aujourd'hui des octets, tout en permettant l'utilisation de bytes/mots
différents si négocié.
En 1980, le RFC 7654 en spécifiant le protocole FTP indique les trois raisons
occasionnant le transfert d'un fichier : l'impression, l'archivage, et le traitement.
Constatant, que le seul encodage n'est pas une métainformation suffisante, il
spécifie le reste et notamment les différents mécanismes de changement de ligne
à travers des caractères de contrôle ou de défilement de lignes. En page 12, le
RFC clarifie que les fichiers textes sont tout aussi bien des fichiers ASCII que des
fichiers EBCDIC.
En 1985, lors de l'élaboration du protocole FTP de transfert de fichier, il a été
recommandé de considérer comme fichier texte (en anglais "text" files), deux
formats de fichiers :

 les fichiers file structure, où le fichier est considéré être une séquence

continue de lignes.
 les fichiers record-structure, où le fichier est constitué
d'enregistrements séquentielsN 5
De même les types ASCII et EBCDIC ont été acceptés comme fichier texte 5.

Cette section est vide, insuffisamment détaillée ou incomplète. Votre aide est

la bienvenue ! Comment faire ?

Texte brut[modifier | modifier le code]

Article détaillé : Texte brut.
Texte brut Unicode (Unicode plain text)
De nos jours, l'Unicode est de plus en plus reconnu comme format de texte brut.
Le standard Unicode définit selon ses propres termes ce qu'est le texte brut, sous
le terme de plain text, dans sa version anglaise.
La notion de fichier texte se rapproche donc des propriétés que le standard
Unicode attribue au format nommé plain text en langue anglaise et signifiant texte
brut.
Généralités et controverses
La notion de texte brut (plain text) a, comme la notion de texte enrichi (fancy text),
été introduite par Unicode6.
La notion de plain text peut être traduite par texte en clair, pur texte, texte pur, ou
texte brut6.
Linux Information Project en donne une vision restrictive.
Format de codage
Si l'encodage est inconnu, un texte brut quelconque est inexploitable.
Texte brut approché en mathématiques
Alors que les mathématiques sont un langage international, en tout ou partie, leur
représentation informatique a pu être négligée lors de la création de différents
systèmes de codage des caractères. Toutefois, ces symboles ont bénéficié d'une
forte prise en charge par l'Unicode7, offrant de nouvelles perspectives.
Histoire
La notion de texte brut est implicitement assez ancienne puisque
vraisemblablement elle remonte sans doute au moins si ce n'est à la notion de
machine à écrire, aux premiers langages de programmation utilisant cette
technologie.
Dans son aspect réseau, elle est consignée dans de nombreux RFC.
Protocole et fichier
L'usage du texte brut peut varier entre protocole et ficher. Ceci peut
généralement être invisible à l'utilisateur lorsqu'il copie un texte d'un logiciel à un
autre.
Dans un protocole, le protocole spécifie généralement l'encodage utilisé, d'une
manière ou d'une autre; la longueur du texte peut ne pas être limité, en fonction
du protocole.
Un fichier a généralement une taille limitée, il est généralement admis qu'un
système de fichier ne fournit pas d'information sur l'encodage utilisé pour encoder
un texte brut donné. Cette information essentielle est alors déterminée à travers
un ensemble d'heuristiques.

Apports et limitations[modifier | modifier le code]

Le fichier texte est un élément déterminant en ce qu'il offre la possibilité de
décrire des codes sources et de faciliter la programmation des ordinateurs.
Toutefois, il souffre de facto de nombreux problème d'interopérabilité.
Apports[modifier | modifier le code]
Le fichier texte, lorsqu'il apparait apporte la possibilité de permettre à un humain
de soumettre un texte au traitement automatique d'une machine. Il offre
également la possibilité de supprimer et d'ajouter une ligne, et cela dès les cartes
perforées. Cette fonctionnalité a été reprise par des logiciels comme ed ou edlin.
Limitations[modifier | modifier le code]
Un fichier texte est limité dans sa taille, comme le sont tous les fichiers, par
le système de gestion de fichiers.
De plus par convention on limite volontairement le nombre de colonnes. Une
convention commune est ancienne est d'environ 80 ou 132 colonnes. Cela
correspondait aux standards de terminaux physiques aujourd'hui dépassés. Les
éditeurs modernes savent souvent gérer des lignes plus longues bien que cela ne
soit pas conseillé pour des questions de présentation.
Le fichier texte peut poser de nombreux problèmes d'interopérabilité (pour cause
d'encodage différents) entre pays, entre fournisseurs de logiciels, notamment.

Usage[modifier | modifier le code]
Les fichiers texte sont utilisés par de nombreux logiciels pour conserver les
données de configuration. Ils sont également utilisés pour contenir
les textes écrits en langages de programmation. En outre, la plupart des
langages de programmation offrent des fonctions prédéfinies pour manipuler du
texte brut, ce qui rend la gestion des fichiers textes particulièrement accessible.
Le logiciel utilisé pour éditer un fichier texte est un éditeur de texte. Dans le cas
général, un traitement de texte ne produit pas des fichiers texte. En effet, un
traitement de texte n'a pas seulement besoin de manipuler du texte brut, mais
également des informations sur la fonte de caractère utilisée, la disposition des
caractères dans des pages, les styles typographiques, etc. Toutefois, les
traitements de texte peuvent ouvrir ou sauvegarder un fichier texte, aucune
information de mise en forme n'étant conservée, sauf le cas échéant les sauts de
ligne.
Un fichier texte peut être la structure sous-jacente d'un fichier journal 8.

Structure et propriétés[modifier | modifier le code]

La structure d'un fichier texte est une séquence de lignes. Toutefois,
historiquement, chaque caractère est aligné verticalement, c'est encore le cas
aujourd'hui, dans un éditeur de texte en ligne ou local.
Séquence de lignes[modifier | modifier le code]
Le concept de séquence de lignes reste une caractéristique forte d'un fichier
texte.
Un fichier texte peut simplement contenir du texte dans une langue quelconque.
Dans ce cas, aujourd'hui, il ne respecte plus aucune structure particulière.

Il était une fois une marchande de foie

qui vendait du foie dans la Ville de Foix.
Elle se dit «ma foi c'est la première fois
que je vends du foie dans la ville de Foix !»
using (FileStream stm = new FileStream("logfile.txt", FileMode.Create))
{
return ProcessStuff(stm); //
}

Un fichier texte peut également contenir une donnée structurée qui peut être
analysée par un logiciel et affichée sous une forme plus évoluée, par exemple
une page web :
 <!DOCTYPE html>
<html lang="fr">
<head><title>Page web d'exemple</title></head>
<body>
<p>Ceci est une page web d'exemple.</p>
</body>
</html>

Alignement vertical[modifier | modifier le code]

Un fichier texte est généralement rendu visible avec des polices à chasse fixe
alignant le texte verticalement. L'arrivée d'un grand nombre de caractères
Unicode dans les fichiers textes peut questionner ce concept.
Enfin, et de manière plus anecdotique, le propos d'un fichier texte peut être
détourné pour contenir une image, c'est ce qu'on appelle l'art ASCII :

(\___/) (*) (*) \ /

(=*.*=) (°_°) {^o^}
(")___(") (+) (+) (| . |)
(_) (_) (_) (_)

Cet art nécessite toutefois que tous les caractères affichés aient la même largeur.
Cette technologie a notamment été utilisée pour spécifier des protocoles de
transfert de fichier.
Utilisation de l'art-ASCII comme élément de spécification du «FILE TRANSFER
PROTOCOL» RFC 7654; année 1980:

-------------
|/---------\|
|| User || --------
||Interface|<--->| User |
|\----:----/| --------
---------- | V |
|/------\| FTP Commands |/---------\|
||Server|<---------------->| User ||
|| PI || FTP Replies || PI ||
|\--:---/| |\----:----/|
| V | | V |
-------- |/------\| Data |/---------\| --------
| File |<--->|Server|<---------------->| User |<--->| File |
|System| || DTP || Connection || DTP || |System|
-------- |\------/| |\---------/| --------
---------- -------------

Server-FTP User-FTP

Standardisation et normalisation[modifier | modifier le code]

Les fichiers textes peuvent connaitre des problèmes d'interopérabilité :
  Différence de traitement des changements de lignes : CR ; LF, NL ;
CR+LF
 Présence ou absence éventuelle du marqueur magique BOM
 Différence de codage des caractères
 Différence de traitement des séquences d'échappement éventuelles.
Les variations de formats sont notamment liées aux intérêts régionaux: présence
de caractères accentués ou d'alphabets particuliers. Les industries souhaitent
également offrir de nouveaux caractères, en respectant tous les standards avec
une rigueur inégale.
Codage des caractères[modifier | modifier le code]
Comme tout fichier informatique, un fichier texte contient fondamentalement
des bits. La particularité d'un fichier texte est que l'ensemble du fichier respecte
un standard de codage des caractères. Il existe de nombreux standards de
codage de caractères, ce qui peut rendre problématique la compatibilité des
fichiers texte.
Rôle de l'ASCII[modifier | modifier le code]
La dénomination « fichier ASCII » est souvent confusément (et/ou abusivement)
utilisée à propos de fichiers texte n'utilisant pas le codage des caractères ASCII,
soit pour marquer une opposition à l'EBCDIC, soit pour interdire l'utilisation de
langues autre que l'anglais. Cela tient aussi à une histoire compliquée liée à
l'influence et aux intérêts des États-Unis, pays de langue anglaise, et au fait
qu'actuellement les fichiers textes sont généralement compatibles ASCII tout en
ne se limitant pas à ces caractères. Ainsi des fichiers textes UTF-8 bénéficient
d'une certaine interopérabilité avec des logiciels qui nécessitent des fichiers
compatibles ASCII, contrairement aux fichiers textes UTF-16, qui nécessitent des
logiciels spécifiquement adaptés à l'UTF-16.
Rôle du BOM[modifier | modifier le code]
Article détaillé : Byte Order Mark.
Le BOM est une invention du standard Unicode. Il est parfois présent en début de
fichier pour indiquer visuellement l'encodage d'un fichier (ce code dans un fichier
UTF8 sera visualisé « ï»¿ » en iso8859-1). À ce titre, il s'agit d'un nombre
magique au même titre que le shebang. Mais il est aussi et surtout utilisé pour
déterminer l'ordre des octets (endianness) et cela peut poser des problèmes à
certains logiciels.
Séquence d'échappement[modifier | modifier le code]
Les séquences d'échappement peuvent également être traitées de manière
inégales, alors que leur utilisation est impérative en ISO-2022, conduisant à
l'apparition de mojibake au sens premier du mot.

Notes et références[modifier | modifier le code]

Notes[modifier | modifier le code]
46. ↑ Le standard des États-Unis, l'ASCII inclut des caractères de contrôle, tel que
l'échappement de valeur 27.
 47. ↑ les standards ISO-2022 sont bâtis sur ces séquences.
48. ↑ L'Unicode autorise l'utilisation d'un indicateur dénommé BOM.
49. ↑ ASCII 8 bits avec le bit sept, le plus fort, à 0.
50. ↑ Ce qui pourrait signifier que chaque colonne avait un sens précis comme en Cobol et
que la longueur des lignes était fixe, comme l'écran.

Références[modifier | modifier le code]
73. ↑ Popular Science Magazine, February 1950, page 96 [archive]
74. ↑ (en) Request for comments no 265 [archive].
75. ↑ (en) Request for comments no 354 [archive].
76. ↑ Revenir plus haut en :a et b (en) Request for comments no 765 [archive].
77. ↑ File Transfer Protocol  : RFC  959, Network Working Group, octobre 1985 (lire en
ligne [archive]), page 15
78. ↑ Revenir plus haut en :a et b http://www.cairn.info/article.php?ID_ARTICLE=DN_063_0013 [archive]
79. ↑ Barbara Beeton, Asmus Freytag, Murray Sargent III, Unicode Technical Report
1. 25 “Unicode Support for
Mathematics”, https://www.unicode.org/reports/tr25 [archive]
80. ↑ http://www.oqlf.gouv.qc.ca/ressources/bibliotheque/dictionnaires/internet/fiches/8383642
.html [archive]

Voir aussi[modifier | modifier le code]

Articles connexes[modifier | modifier le code]

 Fichier binaire
 Éditeur de texte
 Format de fichier
 Fichier

  Portail de l’informatique 
  Portail de l’écriture
Catégories : 
 Format de données numériques
 Codage du texte
 Format ouvert
[+]
 La dernière modification de cette page a été faite le 15 octobre 2021 à 16:01.
 Droit d'auteur : les textes sont disponibles sous licence Creative Commons attribution, partage dans
les mêmes conditions ; d’autres conditions peuvent s’appliquer. Voyez les conditions
d’utilisation pour plus de détails, ainsi que les crédits graphiques. En cas de réutilisation des textes
de cette page, voyez comment citer les auteurs et mentionner la licence.
Wikipedia® est une marque déposée de la Wikimedia Foundation, Inc., organisation de
bienfaisance régie par le paragraphe 501(c)(3) du code fiscal des États-Unis.

Fichier texte
Pour les articles homonymes, voir TXT.
Fichier texte
 Les 95 caractères et signes du codage ASCII

Caractéristiques
Extensions .txt ,  .text , -

Type MIME text/plain

PUID x-fmt/111

modifier - modifier le code - modifier Wikidata

En informatique, un fichier texte ou fichier texte brut ou fichier texte

simple[réf. nécessaire] est un fichier dont le contenu représente uniquement une suite
de caractères ; il utilise nécessairement une forme particulière de codage des
caractères qui peut être une variante ou une extension du standard local des États-
Unis, l'ASCII. Il n'existe aucune définition officielle, et les différentes interprétations
de ce qu'est un fichier texte partagent des propriétés essentielles. Les caractères
considérés sont généralement les caractères imprimables, d'espaces et de retours à
la ligne. Certains codages de caractères normalisés incluent également certains
caractères de contrôleN 1, séquence d'échappementN 2 ou marqueursN 3 qui peuvent
faire l'objet de différences d'appréciations. La notion de fichier texte est donc
subjective et dépend notamment des systèmes de codage de caractère considérés
(windows-1252 et ISO-8859-1 n'offrant pas les mêmes plages de valeurs
«imprimables».)
Un fichier « non texte » est appelé « fichier binaire », dans le sens où
les bits contenus dans le fichier ne représentent pas une simple suite de caractères
imprimables, d'espaces et de retours à la ligne.

Sommaire

 1Histoire
 2Texte brut
 3Apports et limitations
o 3.1Apports
o 3.2Limitations
 4Usage
 5Structure et propriétés
 o 5.1Séquence de lignes
o 5.2Alignement vertical
 6Standardisation et normalisation
o 6.1Codage des caractères
 6.1.1Rôle de l'ASCII
o 6.2Rôle du BOM
o 6.3Séquence d'échappement
 7Notes et références
o 7.1Notes
o 7.2Références
 8Voir aussi
o 8.1Articles connexes

Histoire[modifier | modifier le code]

Un fichier en carte perforée

Extrait d'un programme écrit en BASIC

Copie papier d'un code source (en Fortran) des années 1970, imprimé sur du papier continu, dédié aux
fichiers textes.

La notion de fichier texte a évolué avec l'histoire de l'informatique.

Le mot fichier (« file » en anglais) a été utilisé publiquement dans le contexte d'un
enregistrement informatique déjà en février 1950. Une publicité de la radio Radio
Corporation of America de Popular Science Magazine1 décrivant une nouvelle
mémoire à tube à vide qu'elle avait développée, expliquait :
«...the results of countless computations can be kept "on file" and taken out
again. Such a "file" now exists in a "memory" tube developed at RCA
Laboratories. Electronically it retains figures fed into calculating machines,
holds them in storage while it memorizes new ones - speeds intelligent
solutions through mazes of mathematics. »
En 1952 un fichier était utilisé pour désigner l'information enregistrée sur
une carte perforée.
Or il se trouve que les cartes perforées partageaient certaines propriétés:

 Chaque carte représentait une ligne de 80 colonnes (en général)

 Les programmes (code source) étaient écrits en assemblant des lignes
de textes
 Les cartes perforées qui ne contenaient pas de texte étaient donc déjà
différentes.
En 1971, le RFC 2652 indique qu'un fichier peut être ASCII, cœur d'exécutable,
ou autre. Il mentionne notamment l'EBCDIC.
En juillet 1972, le RFC 3543, discutant des échanges de texte par le protocole
réseau NVT-ASCIIN 4 FTP, indique que les fichiers textes sont enregistrés de
manières différentes selon les systèmes :

 le PDP-10 enregistre le NVT-ASCII en 7-bits justifiés à gauche dans

des mots de 36 bits ;
  le 360's enregistre le texte avec un codage EBCDIC 8-bit ;
 Multics enregistre le texte avec quatre caractère de neuf bits dans des
mots de 36 bits.
Il indique donc que pour le bon transfert des textes, il est nécessaire que les deux
parties effectuent leur part respective de la conversion dans un codage commun;
il s'agit à cette époque de l'ASCII 8 bits, dit NVT.
Cette même année, la RFC fait apparaître le besoin d'une unité commune pour
transmettre des données binaires entre systèmes dont les mots n'ont pas la
même taille, et suggère l'utilisation de byte de 8 bits, c'est-à-dire, de ce que l'on
appelle aujourd'hui des octets, tout en permettant l'utilisation de bytes/mots
différents si négocié.
En 1980, le RFC 7654 en spécifiant le protocole FTP indique les trois raisons
occasionnant le transfert d'un fichier : l'impression, l'archivage, et le traitement.
Constatant, que le seul encodage n'est pas une métainformation suffisante, il
spécifie le reste et notamment les différents mécanismes de changement de ligne
à travers des caractères de contrôle ou de défilement de lignes. En page 12, le
RFC clarifie que les fichiers textes sont tout aussi bien des fichiers ASCII que des
fichiers EBCDIC.
En 1985, lors de l'élaboration du protocole FTP de transfert de fichier, il a été
recommandé de considérer comme fichier texte (en anglais "text" files), deux
formats de fichiers :

 les fichiers file structure, où le fichier est considéré être une séquence

continue de lignes.
 les fichiers record-structure, où le fichier est constitué
d'enregistrements séquentielsN 5
De même les types ASCII et EBCDIC ont été acceptés comme fichier texte 5.

Cette section est vide, insuffisamment détaillée ou incomplète. Votre aide est

la bienvenue ! Comment faire ?

Texte brut[modifier | modifier le code]

Article détaillé : Texte brut.
Texte brut Unicode (Unicode plain text)
De nos jours, l'Unicode est de plus en plus reconnu comme format de texte brut.
Le standard Unicode définit selon ses propres termes ce qu'est le texte brut, sous
le terme de plain text, dans sa version anglaise.
La notion de fichier texte se rapproche donc des propriétés que le standard
Unicode attribue au format nommé plain text en langue anglaise et signifiant texte
brut.
Généralités et controverses
La notion de texte brut (plain text) a, comme la notion de texte enrichi (fancy text),
été introduite par Unicode6.
La notion de plain text peut être traduite par texte en clair, pur texte, texte pur, ou
texte brut6.
Linux Information Project en donne une vision restrictive.
Format de codage
Si l'encodage est inconnu, un texte brut quelconque est inexploitable.
Texte brut approché en mathématiques
Alors que les mathématiques sont un langage international, en tout ou partie, leur
représentation informatique a pu être négligée lors de la création de différents
systèmes de codage des caractères. Toutefois, ces symboles ont bénéficié d'une
forte prise en charge par l'Unicode7, offrant de nouvelles perspectives.
Histoire
La notion de texte brut est implicitement assez ancienne puisque
vraisemblablement elle remonte sans doute au moins si ce n'est à la notion de
machine à écrire, aux premiers langages de programmation utilisant cette
technologie.
Dans son aspect réseau, elle est consignée dans de nombreux RFC.
Protocole et fichier
L'usage du texte brut peut varier entre protocole et ficher. Ceci peut
généralement être invisible à l'utilisateur lorsqu'il copie un texte d'un logiciel à un
autre.
Dans un protocole, le protocole spécifie généralement l'encodage utilisé, d'une
manière ou d'une autre; la longueur du texte peut ne pas être limité, en fonction
du protocole.
Un fichier a généralement une taille limitée, il est généralement admis qu'un
système de fichier ne fournit pas d'information sur l'encodage utilisé pour encoder
un texte brut donné. Cette information essentielle est alors déterminée à travers
un ensemble d'heuristiques.

Apports et limitations[modifier | modifier le code]

Le fichier texte est un élément déterminant en ce qu'il offre la possibilité de
décrire des codes sources et de faciliter la programmation des ordinateurs.
Toutefois, il souffre de facto de nombreux problème d'interopérabilité.
Apports[modifier | modifier le code]
Le fichier texte, lorsqu'il apparait apporte la possibilité de permettre à un humain
de soumettre un texte au traitement automatique d'une machine. Il offre
également la possibilité de supprimer et d'ajouter une ligne, et cela dès les cartes
perforées. Cette fonctionnalité a été reprise par des logiciels comme ed ou edlin.
Limitations[modifier | modifier le code]
Un fichier texte est limité dans sa taille, comme le sont tous les fichiers, par
le système de gestion de fichiers.
De plus par convention on limite volontairement le nombre de colonnes. Une
convention commune est ancienne est d'environ 80 ou 132 colonnes. Cela
correspondait aux standards de terminaux physiques aujourd'hui dépassés. Les
éditeurs modernes savent souvent gérer des lignes plus longues bien que cela ne
soit pas conseillé pour des questions de présentation.
Le fichier texte peut poser de nombreux problèmes d'interopérabilité (pour cause
d'encodage différents) entre pays, entre fournisseurs de logiciels, notamment.

Usage[modifier | modifier le code]
Les fichiers texte sont utilisés par de nombreux logiciels pour conserver les
données de configuration. Ils sont également utilisés pour contenir
les textes écrits en langages de programmation. En outre, la plupart des
langages de programmation offrent des fonctions prédéfinies pour manipuler du
texte brut, ce qui rend la gestion des fichiers textes particulièrement accessible.
Le logiciel utilisé pour éditer un fichier texte est un éditeur de texte. Dans le cas
général, un traitement de texte ne produit pas des fichiers texte. En effet, un
traitement de texte n'a pas seulement besoin de manipuler du texte brut, mais
également des informations sur la fonte de caractère utilisée, la disposition des
caractères dans des pages, les styles typographiques, etc. Toutefois, les
traitements de texte peuvent ouvrir ou sauvegarder un fichier texte, aucune
information de mise en forme n'étant conservée, sauf le cas échéant les sauts de
ligne.
Un fichier texte peut être la structure sous-jacente d'un fichier journal 8.

Structure et propriétés[modifier | modifier le code]

La structure d'un fichier texte est une séquence de lignes. Toutefois,
historiquement, chaque caractère est aligné verticalement, c'est encore le cas
aujourd'hui, dans un éditeur de texte en ligne ou local.
Séquence de lignes[modifier | modifier le code]
Le concept de séquence de lignes reste une caractéristique forte d'un fichier
texte.
Un fichier texte peut simplement contenir du texte dans une langue quelconque.
Dans ce cas, aujourd'hui, il ne respecte plus aucune structure particulière.

Il était une fois une marchande de foie

qui vendait du foie dans la Ville de Foix.
Elle se dit «ma foi c'est la première fois
que je vends du foie dans la ville de Foix !»
using (FileStream stm = new FileStream("logfile.txt", FileMode.Create))
{
return ProcessStuff(stm); //
}

Un fichier texte peut également contenir une donnée structurée qui peut être
analysée par un logiciel et affichée sous une forme plus évoluée, par exemple
une page web :
 <!DOCTYPE html>
<html lang="fr">
<head><title>Page web d'exemple</title></head>
<body>
<p>Ceci est une page web d'exemple.</p>
</body>
</html>

Alignement vertical[modifier | modifier le code]

Un fichier texte est généralement rendu visible avec des polices à chasse fixe
alignant le texte verticalement. L'arrivée d'un grand nombre de caractères
Unicode dans les fichiers textes peut questionner ce concept.
Enfin, et de manière plus anecdotique, le propos d'un fichier texte peut être
détourné pour contenir une image, c'est ce qu'on appelle l'art ASCII :

(\___/) (*) (*) \ /

(=*.*=) (°_°) {^o^}
(")___(") (+) (+) (| . |)
(_) (_) (_) (_)

Cet art nécessite toutefois que tous les caractères affichés aient la même largeur.
Cette technologie a notamment été utilisée pour spécifier des protocoles de
transfert de fichier.
Utilisation de l'art-ASCII comme élément de spécification du «FILE TRANSFER
PROTOCOL» RFC 7654; année 1980:

-------------
|/---------\|
|| User || --------
||Interface|<--->| User |
|\----:----/| --------
---------- | V |
|/------\| FTP Commands |/---------\|
||Server|<---------------->| User ||
|| PI || FTP Replies || PI ||
|\--:---/| |\----:----/|
| V | | V |
-------- |/------\| Data |/---------\| --------
| File |<--->|Server|<---------------->| User |<--->| File |
|System| || DTP || Connection || DTP || |System|
-------- |\------/| |\---------/| --------
---------- -------------

Server-FTP User-FTP

Standardisation et normalisation[modifier | modifier le code]

Les fichiers textes peuvent connaitre des problèmes d'interopérabilité :
  Différence de traitement des changements de lignes : CR ; LF, NL ;
CR+LF
 Présence ou absence éventuelle du marqueur magique BOM
 Différence de codage des caractères
 Différence de traitement des séquences d'échappement éventuelles.
Les variations de formats sont notamment liées aux intérêts régionaux: présence
de caractères accentués ou d'alphabets particuliers. Les industries souhaitent
également offrir de nouveaux caractères, en respectant tous les standards avec
une rigueur inégale.
Codage des caractères[modifier | modifier le code]
Comme tout fichier informatique, un fichier texte contient fondamentalement
des bits. La particularité d'un fichier texte est que l'ensemble du fichier respecte
un standard de codage des caractères. Il existe de nombreux standards de
codage de caractères, ce qui peut rendre problématique la compatibilité des
fichiers texte.
Rôle de l'ASCII[modifier | modifier le code]
La dénomination « fichier ASCII » est souvent confusément (et/ou abusivement)
utilisée à propos de fichiers texte n'utilisant pas le codage des caractères ASCII,
soit pour marquer une opposition à l'EBCDIC, soit pour interdire l'utilisation de
langues autre que l'anglais. Cela tient aussi à une histoire compliquée liée à
l'influence et aux intérêts des États-Unis, pays de langue anglaise, et au fait
qu'actuellement les fichiers textes sont généralement compatibles ASCII tout en
ne se limitant pas à ces caractères. Ainsi des fichiers textes UTF-8 bénéficient
d'une certaine interopérabilité avec des logiciels qui nécessitent des fichiers
compatibles ASCII, contrairement aux fichiers textes UTF-16, qui nécessitent des
logiciels spécifiquement adaptés à l'UTF-16.
Rôle du BOM[modifier | modifier le code]
Article détaillé : Byte Order Mark.
Le BOM est une invention du standard Unicode. Il est parfois présent en début de
fichier pour indiquer visuellement l'encodage d'un fichier (ce code dans un fichier
UTF8 sera visualisé « ï»¿ » en iso8859-1). À ce titre, il s'agit d'un nombre
magique au même titre que le shebang. Mais il est aussi et surtout utilisé pour
déterminer l'ordre des octets (endianness) et cela peut poser des problèmes à
certains logiciels.
Séquence d'échappement[modifier | modifier le code]
Les séquences d'échappement peuvent également être traitées de manière
inégales, alors que leur utilisation est impérative en ISO-2022, conduisant à
l'apparition de mojibake au sens premier du mot.

Notes et références[modifier | modifier le code]

Notes[modifier | modifier le code]
46. ↑ Le standard des États-Unis, l'ASCII inclut des caractères de contrôle, tel que
l'échappement de valeur 27.
 47. ↑ les standards ISO-2022 sont bâtis sur ces séquences.
48. ↑ L'Unicode autorise l'utilisation d'un indicateur dénommé BOM.
49. ↑ ASCII 8 bits avec le bit sept, le plus fort, à 0.
50. ↑ Ce qui pourrait signifier que chaque colonne avait un sens précis comme en Cobol et
que la longueur des lignes était fixe, comme l'écran.

Références[modifier | modifier le code]
73. ↑ Popular Science Magazine, February 1950, page 96 [archive]
74. ↑ (en) Request for comments no 265 [archive].
75. ↑ (en) Request for comments no 354 [archive].
76. ↑ Revenir plus haut en :a et b (en) Request for comments no 765 [archive].
77. ↑ File Transfer Protocol  : RFC  959, Network Working Group, octobre 1985 (lire en
ligne [archive]), page 15
78. ↑ Revenir plus haut en :a et b http://www.cairn.info/article.php?ID_ARTICLE=DN_063_0013 [archive]
79. ↑ Barbara Beeton, Asmus Freytag, Murray Sargent III, Unicode Technical Report
1. 25 “Unicode Support for
Mathematics”, https://www.unicode.org/reports/tr25 [archive]
80. ↑ http://www.oqlf.gouv.qc.ca/ressources/bibliotheque/dictionnaires/internet/fiches/8383642
.html [archive]

Voir aussi[modifier | modifier le code]

Articles connexes[modifier | modifier le code]

 Fichier binaire
 Éditeur de texte
 Format de fichier
 Fichier

  Portail de l’informatique 
  Portail de l’écriture
Catégories : 
 Format de données numériques
 Codage du texte
 Format ouvert
[+]
 La dernière modification de cette page a été faite le 15 octobre 2021 à 16:01.
 Droit d'auteur : les textes sont disponibles sous licence Creative Commons attribution, partage dans
les mêmes conditions ; d’autres conditions peuvent s’appliquer. Voyez les conditions
d’utilisation pour plus de détails, ainsi que les crédits graphiques. En cas de réutilisation des textes
de cette page, voyez comment citer les auteurs et mentionner la licence.
Wikipedia® est une marque déposée de la Wikimedia Foundation, Inc., organisation de
bienfaisance régie par le paragraphe 501(c)(3) du code fiscal des États-Unis.

Fichier texte
Pour les articles homonymes, voir TXT.
Fichier texte
 Les 95 caractères et signes du codage ASCII

Caractéristiques
Extensions .txt ,  .text , -

Type MIME text/plain

PUID x-fmt/111

modifier - modifier le code - modifier Wikidata

En informatique, un fichier texte ou fichier texte brut ou fichier texte

simple[réf. nécessaire] est un fichier dont le contenu représente uniquement une suite
de caractères ; il utilise nécessairement une forme particulière de codage des
caractères qui peut être une variante ou une extension du standard local des États-
Unis, l'ASCII. Il n'existe aucune définition officielle, et les différentes interprétations
de ce qu'est un fichier texte partagent des propriétés essentielles. Les caractères
considérés sont généralement les caractères imprimables, d'espaces et de retours à
la ligne. Certains codages de caractères normalisés incluent également certains
caractères de contrôleN 1, séquence d'échappementN 2 ou marqueursN 3 qui peuvent
faire l'objet de différences d'appréciations. La notion de fichier texte est donc
subjective et dépend notamment des systèmes de codage de caractère considérés
(windows-1252 et ISO-8859-1 n'offrant pas les mêmes plages de valeurs
«imprimables».)
Un fichier « non texte » est appelé « fichier binaire », dans le sens où
les bits contenus dans le fichier ne représentent pas une simple suite de caractères
imprimables, d'espaces et de retours à la ligne.

Sommaire

 1Histoire
 2Texte brut
 3Apports et limitations
o 3.1Apports
o 3.2Limitations
 4Usage
 5Structure et propriétés
 o 5.1Séquence de lignes
o 5.2Alignement vertical
 6Standardisation et normalisation
o 6.1Codage des caractères
 6.1.1Rôle de l'ASCII
o 6.2Rôle du BOM
o 6.3Séquence d'échappement
 7Notes et références
o 7.1Notes
o 7.2Références
 8Voir aussi
o 8.1Articles connexes

Histoire[modifier | modifier le code]

Un fichier en carte perforée

Extrait d'un programme écrit en BASIC

Copie papier d'un code source (en Fortran) des années 1970, imprimé sur du papier continu, dédié aux
fichiers textes.

La notion de fichier texte a évolué avec l'histoire de l'informatique.

Le mot fichier (« file » en anglais) a été utilisé publiquement dans le contexte d'un
enregistrement informatique déjà en février 1950. Une publicité de la radio Radio
Corporation of America de Popular Science Magazine1 décrivant une nouvelle
mémoire à tube à vide qu'elle avait développée, expliquait :
«...the results of countless computations can be kept "on file" and taken out
again. Such a "file" now exists in a "memory" tube developed at RCA
Laboratories. Electronically it retains figures fed into calculating machines,
holds them in storage while it memorizes new ones - speeds intelligent
solutions through mazes of mathematics. »
En 1952 un fichier était utilisé pour désigner l'information enregistrée sur
une carte perforée.
Or il se trouve que les cartes perforées partageaient certaines propriétés:

 Chaque carte représentait une ligne de 80 colonnes (en général)

 Les programmes (code source) étaient écrits en assemblant des lignes
de textes
 Les cartes perforées qui ne contenaient pas de texte étaient donc déjà
différentes.
En 1971, le RFC 2652 indique qu'un fichier peut être ASCII, cœur d'exécutable,
ou autre. Il mentionne notamment l'EBCDIC.
En juillet 1972, le RFC 3543, discutant des échanges de texte par le protocole
réseau NVT-ASCIIN 4 FTP, indique que les fichiers textes sont enregistrés de
manières différentes selon les systèmes :

 le PDP-10 enregistre le NVT-ASCII en 7-bits justifiés à gauche dans

des mots de 36 bits ;
  le 360's enregistre le texte avec un codage EBCDIC 8-bit ;
 Multics enregistre le texte avec quatre caractère de neuf bits dans des
mots de 36 bits.
Il indique donc que pour le bon transfert des textes, il est nécessaire que les deux
parties effectuent leur part respective de la conversion dans un codage commun;
il s'agit à cette époque de l'ASCII 8 bits, dit NVT.
Cette même année, la RFC fait apparaître le besoin d'une unité commune pour
transmettre des données binaires entre systèmes dont les mots n'ont pas la
même taille, et suggère l'utilisation de byte de 8 bits, c'est-à-dire, de ce que l'on
appelle aujourd'hui des octets, tout en permettant l'utilisation de bytes/mots
différents si négocié.
En 1980, le RFC 7654 en spécifiant le protocole FTP indique les trois raisons
occasionnant le transfert d'un fichier : l'impression, l'archivage, et le traitement.
Constatant, que le seul encodage n'est pas une métainformation suffisante, il
spécifie le reste et notamment les différents mécanismes de changement de ligne
à travers des caractères de contrôle ou de défilement de lignes. En page 12, le
RFC clarifie que les fichiers textes sont tout aussi bien des fichiers ASCII que des
fichiers EBCDIC.
En 1985, lors de l'élaboration du protocole FTP de transfert de fichier, il a été
recommandé de considérer comme fichier texte (en anglais "text" files), deux
formats de fichiers :

 les fichiers file structure, où le fichier est considéré être une séquence

continue de lignes.
 les fichiers record-structure, où le fichier est constitué
d'enregistrements séquentielsN 5
De même les types ASCII et EBCDIC ont été acceptés comme fichier texte 5.

Cette section est vide, insuffisamment détaillée ou incomplète. Votre aide est

la bienvenue ! Comment faire ?

Texte brut[modifier | modifier le code]

Article détaillé : Texte brut.
Texte brut Unicode (Unicode plain text)
De nos jours, l'Unicode est de plus en plus reconnu comme format de texte brut.
Le standard Unicode définit selon ses propres termes ce qu'est le texte brut, sous
le terme de plain text, dans sa version anglaise.
La notion de fichier texte se rapproche donc des propriétés que le standard
Unicode attribue au format nommé plain text en langue anglaise et signifiant texte
brut.
Généralités et controverses
La notion de texte brut (plain text) a, comme la notion de texte enrichi (fancy text),
été introduite par Unicode6.
La notion de plain text peut être traduite par texte en clair, pur texte, texte pur, ou
texte brut6.
Linux Information Project en donne une vision restrictive.
Format de codage
Si l'encodage est inconnu, un texte brut quelconque est inexploitable.
Texte brut approché en mathématiques
Alors que les mathématiques sont un langage international, en tout ou partie, leur
représentation informatique a pu être négligée lors de la création de différents
systèmes de codage des caractères. Toutefois, ces symboles ont bénéficié d'une
forte prise en charge par l'Unicode7, offrant de nouvelles perspectives.
Histoire
La notion de texte brut est implicitement assez ancienne puisque
vraisemblablement elle remonte sans doute au moins si ce n'est à la notion de
machine à écrire, aux premiers langages de programmation utilisant cette
technologie.
Dans son aspect réseau, elle est consignée dans de nombreux RFC.
Protocole et fichier
L'usage du texte brut peut varier entre protocole et ficher. Ceci peut
généralement être invisible à l'utilisateur lorsqu'il copie un texte d'un logiciel à un
autre.
Dans un protocole, le protocole spécifie généralement l'encodage utilisé, d'une
manière ou d'une autre; la longueur du texte peut ne pas être limité, en fonction
du protocole.
Un fichier a généralement une taille limitée, il est généralement admis qu'un
système de fichier ne fournit pas d'information sur l'encodage utilisé pour encoder
un texte brut donné. Cette information essentielle est alors déterminée à travers
un ensemble d'heuristiques.

Apports et limitations[modifier | modifier le code]

Le fichier texte est un élément déterminant en ce qu'il offre la possibilité de
décrire des codes sources et de faciliter la programmation des ordinateurs.
Toutefois, il souffre de facto de nombreux problème d'interopérabilité.
Apports[modifier | modifier le code]
Le fichier texte, lorsqu'il apparait apporte la possibilité de permettre à un humain
de soumettre un texte au traitement automatique d'une machine. Il offre
également la possibilité de supprimer et d'ajouter une ligne, et cela dès les cartes
perforées. Cette fonctionnalité a été reprise par des logiciels comme ed ou edlin.
Limitations[modifier | modifier le code]
Un fichier texte est limité dans sa taille, comme le sont tous les fichiers, par
le système de gestion de fichiers.
De plus par convention on limite volontairement le nombre de colonnes. Une
convention commune est ancienne est d'environ 80 ou 132 colonnes. Cela
correspondait aux standards de terminaux physiques aujourd'hui dépassés. Les
éditeurs modernes savent souvent gérer des lignes plus longues bien que cela ne
soit pas conseillé pour des questions de présentation.
Le fichier texte peut poser de nombreux problèmes d'interopérabilité (pour cause
d'encodage différents) entre pays, entre fournisseurs de logiciels, notamment.

Usage[modifier | modifier le code]
Les fichiers texte sont utilisés par de nombreux logiciels pour conserver les
données de configuration. Ils sont également utilisés pour contenir
les textes écrits en langages de programmation. En outre, la plupart des
langages de programmation offrent des fonctions prédéfinies pour manipuler du
texte brut, ce qui rend la gestion des fichiers textes particulièrement accessible.
Le logiciel utilisé pour éditer un fichier texte est un éditeur de texte. Dans le cas
général, un traitement de texte ne produit pas des fichiers texte. En effet, un
traitement de texte n'a pas seulement besoin de manipuler du texte brut, mais
également des informations sur la fonte de caractère utilisée, la disposition des
caractères dans des pages, les styles typographiques, etc. Toutefois, les
traitements de texte peuvent ouvrir ou sauvegarder un fichier texte, aucune
information de mise en forme n'étant conservée, sauf le cas échéant les sauts de
ligne.
Un fichier texte peut être la structure sous-jacente d'un fichier journal 8.

Structure et propriétés[modifier | modifier le code]

La structure d'un fichier texte est une séquence de lignes. Toutefois,
historiquement, chaque caractère est aligné verticalement, c'est encore le cas
aujourd'hui, dans un éditeur de texte en ligne ou local.
Séquence de lignes[modifier | modifier le code]
Le concept de séquence de lignes reste une caractéristique forte d'un fichier
texte.
Un fichier texte peut simplement contenir du texte dans une langue quelconque.
Dans ce cas, aujourd'hui, il ne respecte plus aucune structure particulière.

Il était une fois une marchande de foie

qui vendait du foie dans la Ville de Foix.
Elle se dit «ma foi c'est la première fois
que je vends du foie dans la ville de Foix !»
using (FileStream stm = new FileStream("logfile.txt", FileMode.Create))
{
return ProcessStuff(stm); //
}

Un fichier texte peut également contenir une donnée structurée qui peut être
analysée par un logiciel et affichée sous une forme plus évoluée, par exemple
une page web :
 <!DOCTYPE html>
<html lang="fr">
<head><title>Page web d'exemple</title></head>
<body>
<p>Ceci est une page web d'exemple.</p>
</body>
</html>

Alignement vertical[modifier | modifier le code]

Un fichier texte est généralement rendu visible avec des polices à chasse fixe
alignant le texte verticalement. L'arrivée d'un grand nombre de caractères
Unicode dans les fichiers textes peut questionner ce concept.
Enfin, et de manière plus anecdotique, le propos d'un fichier texte peut être
détourné pour contenir une image, c'est ce qu'on appelle l'art ASCII :

(\___/) (*) (*) \ /

(=*.*=) (°_°) {^o^}
(")___(") (+) (+) (| . |)
(_) (_) (_) (_)

Cet art nécessite toutefois que tous les caractères affichés aient la même largeur.
Cette technologie a notamment été utilisée pour spécifier des protocoles de
transfert de fichier.
Utilisation de l'art-ASCII comme élément de spécification du «FILE TRANSFER
PROTOCOL» RFC 7654; année 1980:

-------------
|/---------\|
|| User || --------
||Interface|<--->| User |
|\----:----/| --------
---------- | V |
|/------\| FTP Commands |/---------\|
||Server|<---------------->| User ||
|| PI || FTP Replies || PI ||
|\--:---/| |\----:----/|
| V | | V |
-------- |/------\| Data |/---------\| --------
| File |<--->|Server|<---------------->| User |<--->| File |
|System| || DTP || Connection || DTP || |System|
-------- |\------/| |\---------/| --------
---------- -------------

Server-FTP User-FTP

Standardisation et normalisation[modifier | modifier le code]

Les fichiers textes peuvent connaitre des problèmes d'interopérabilité :
  Différence de traitement des changements de lignes : CR ; LF, NL ;
CR+LF
 Présence ou absence éventuelle du marqueur magique BOM
 Différence de codage des caractères
 Différence de traitement des séquences d'échappement éventuelles.
Les variations de formats sont notamment liées aux intérêts régionaux: présence
de caractères accentués ou d'alphabets particuliers. Les industries souhaitent
également offrir de nouveaux caractères, en respectant tous les standards avec
une rigueur inégale.
Codage des caractères[modifier | modifier le code]
Comme tout fichier informatique, un fichier texte contient fondamentalement
des bits. La particularité d'un fichier texte est que l'ensemble du fichier respecte
un standard de codage des caractères. Il existe de nombreux standards de
codage de caractères, ce qui peut rendre problématique la compatibilité des
fichiers texte.
Rôle de l'ASCII[modifier | modifier le code]
La dénomination « fichier ASCII » est souvent confusément (et/ou abusivement)
utilisée à propos de fichiers texte n'utilisant pas le codage des caractères ASCII,
soit pour marquer une opposition à l'EBCDIC, soit pour interdire l'utilisation de
langues autre que l'anglais. Cela tient aussi à une histoire compliquée liée à
l'influence et aux intérêts des États-Unis, pays de langue anglaise, et au fait
qu'actuellement les fichiers textes sont généralement compatibles ASCII tout en
ne se limitant pas à ces caractères. Ainsi des fichiers textes UTF-8 bénéficient
d'une certaine interopérabilité avec des logiciels qui nécessitent des fichiers
compatibles ASCII, contrairement aux fichiers textes UTF-16, qui nécessitent des
logiciels spécifiquement adaptés à l'UTF-16.
Rôle du BOM[modifier | modifier le code]
Article détaillé : Byte Order Mark.
Le BOM est une invention du standard Unicode. Il est parfois présent en début de
fichier pour indiquer visuellement l'encodage d'un fichier (ce code dans un fichier
UTF8 sera visualisé « ï»¿ » en iso8859-1). À ce titre, il s'agit d'un nombre
magique au même titre que le shebang. Mais il est aussi et surtout utilisé pour
déterminer l'ordre des octets (endianness) et cela peut poser des problèmes à
certains logiciels.
Séquence d'échappement[modifier | modifier le code]
Les séquences d'échappement peuvent également être traitées de manière
inégales, alors que leur utilisation est impérative en ISO-2022, conduisant à
l'apparition de mojibake au sens premier du mot.

Notes et références[modifier | modifier le code]

Notes[modifier | modifier le code]
46. ↑ Le standard des États-Unis, l'ASCII inclut des caractères de contrôle, tel que
l'échappement de valeur 27.
 47. ↑ les standards ISO-2022 sont bâtis sur ces séquences.
48. ↑ L'Unicode autorise l'utilisation d'un indicateur dénommé BOM.
49. ↑ ASCII 8 bits avec le bit sept, le plus fort, à 0.
50. ↑ Ce qui pourrait signifier que chaque colonne avait un sens précis comme en Cobol et
que la longueur des lignes était fixe, comme l'écran.

Références[modifier | modifier le code]
73. ↑ Popular Science Magazine, February 1950, page 96 [archive]
74. ↑ (en) Request for comments no 265 [archive].
75. ↑ (en) Request for comments no 354 [archive].
76. ↑ Revenir plus haut en :a et b (en) Request for comments no 765 [archive].
77. ↑ File Transfer Protocol  : RFC  959, Network Working Group, octobre 1985 (lire en
ligne [archive]), page 15
78. ↑ Revenir plus haut en :a et b http://www.cairn.info/article.php?ID_ARTICLE=DN_063_0013 [archive]
79. ↑ Barbara Beeton, Asmus Freytag, Murray Sargent III, Unicode Technical Report
1. 25 “Unicode Support for
Mathematics”, https://www.unicode.org/reports/tr25 [archive]
80. ↑ http://www.oqlf.gouv.qc.ca/ressources/bibliotheque/dictionnaires/internet/fiches/8383642
.html [archive]

Voir aussi[modifier | modifier le code]

Articles connexes[modifier | modifier le code]

 Fichier binaire
 Éditeur de texte
 Format de fichier
 Fichier

  Portail de l’informatique 
  Portail de l’écriture
Catégories : 
 Format de données numériques
 Codage du texte
 Format ouvert
[+]
 La dernière modification de cette page a été faite le 15 octobre 2021 à 16:01.
 Droit d'auteur : les textes sont disponibles sous licence Creative Commons attribution, partage dans
les mêmes conditions ; d’autres conditions peuvent s’appliquer. Voyez les conditions
d’utilisation pour plus de détails, ainsi que les crédits graphiques. En cas de réutilisation des textes
de cette page, voyez comment citer les auteurs et mentionner la licence.
Wikipedia® est une marque déposée de la Wikimedia Foundation, Inc., organisation de
bienfaisance régie par le paragraphe 501(c)(3) du code fiscal des États-Unis.

Fichier texte
Pour les articles homonymes, voir TXT.
Fichier texte
 Les 95 caractères et signes du codage ASCII

Caractéristiques
Extensions .txt ,  .text , -

Type MIME text/plain

PUID x-fmt/111

modifier - modifier le code - modifier Wikidata

En informatique, un fichier texte ou fichier texte brut ou fichier texte

simple[réf. nécessaire] est un fichier dont le contenu représente uniquement une suite
de caractères ; il utilise nécessairement une forme particulière de codage des
caractères qui peut être une variante ou une extension du standard local des États-
Unis, l'ASCII. Il n'existe aucune définition officielle, et les différentes interprétations
de ce qu'est un fichier texte partagent des propriétés essentielles. Les caractères
considérés sont généralement les caractères imprimables, d'espaces et de retours à
la ligne. Certains codages de caractères normalisés incluent également certains
caractères de contrôleN 1, séquence d'échappementN 2 ou marqueursN 3 qui peuvent
faire l'objet de différences d'appréciations. La notion de fichier texte est donc
subjective et dépend notamment des systèmes de codage de caractère considérés
(windows-1252 et ISO-8859-1 n'offrant pas les mêmes plages de valeurs
«imprimables».)
Un fichier « non texte » est appelé « fichier binaire », dans le sens où
les bits contenus dans le fichier ne représentent pas une simple suite de caractères
imprimables, d'espaces et de retours à la ligne.

Sommaire

 1Histoire
 2Texte brut
 3Apports et limitations
o 3.1Apports
o 3.2Limitations
 4Usage
 5Structure et propriétés
 o 5.1Séquence de lignes
o 5.2Alignement vertical
 6Standardisation et normalisation
o 6.1Codage des caractères
 6.1.1Rôle de l'ASCII
o 6.2Rôle du BOM
o 6.3Séquence d'échappement
 7Notes et références
o 7.1Notes
o 7.2Références
 8Voir aussi
o 8.1Articles connexes

Histoire[modifier | modifier le code]

Un fichier en carte perforée

Extrait d'un programme écrit en BASIC

Copie papier d'un code source (en Fortran) des années 1970, imprimé sur du papier continu, dédié aux
fichiers textes.

La notion de fichier texte a évolué avec l'histoire de l'informatique.

Le mot fichier (« file » en anglais) a été utilisé publiquement dans le contexte d'un
enregistrement informatique déjà en février 1950. Une publicité de la radio Radio
Corporation of America de Popular Science Magazine1 décrivant une nouvelle
mémoire à tube à vide qu'elle avait développée, expliquait :
«...the results of countless computations can be kept "on file" and taken out
again. Such a "file" now exists in a "memory" tube developed at RCA
Laboratories. Electronically it retains figures fed into calculating machines,
holds them in storage while it memorizes new ones - speeds intelligent
solutions through mazes of mathematics. »
En 1952 un fichier était utilisé pour désigner l'information enregistrée sur
une carte perforée.
Or il se trouve que les cartes perforées partageaient certaines propriétés:

 Chaque carte représentait une ligne de 80 colonnes (en général)

 Les programmes (code source) étaient écrits en assemblant des lignes
de textes
 Les cartes perforées qui ne contenaient pas de texte étaient donc déjà
différentes.
En 1971, le RFC 2652 indique qu'un fichier peut être ASCII, cœur d'exécutable,
ou autre. Il mentionne notamment l'EBCDIC.
En juillet 1972, le RFC 3543, discutant des échanges de texte par le protocole
réseau NVT-ASCIIN 4 FTP, indique que les fichiers textes sont enregistrés de
manières différentes selon les systèmes :

 le PDP-10 enregistre le NVT-ASCII en 7-bits justifiés à gauche dans

des mots de 36 bits ;
  le 360's enregistre le texte avec un codage EBCDIC 8-bit ;
 Multics enregistre le texte avec quatre caractère de neuf bits dans des
mots de 36 bits.
Il indique donc que pour le bon transfert des textes, il est nécessaire que les deux
parties effectuent leur part respective de la conversion dans un codage commun;
il s'agit à cette époque de l'ASCII 8 bits, dit NVT.
Cette même année, la RFC fait apparaître le besoin d'une unité commune pour
transmettre des données binaires entre systèmes dont les mots n'ont pas la
même taille, et suggère l'utilisation de byte de 8 bits, c'est-à-dire, de ce que l'on
appelle aujourd'hui des octets, tout en permettant l'utilisation de bytes/mots
différents si négocié.
En 1980, le RFC 7654 en spécifiant le protocole FTP indique les trois raisons
occasionnant le transfert d'un fichier : l'impression, l'archivage, et le traitement.
Constatant, que le seul encodage n'est pas une métainformation suffisante, il
spécifie le reste et notamment les différents mécanismes de changement de ligne
à travers des caractères de contrôle ou de défilement de lignes. En page 12, le
RFC clarifie que les fichiers textes sont tout aussi bien des fichiers ASCII que des
fichiers EBCDIC.
En 1985, lors de l'élaboration du protocole FTP de transfert de fichier, il a été
recommandé de considérer comme fichier texte (en anglais "text" files), deux
formats de fichiers :

 les fichiers file structure, où le fichier est considéré être une séquence

continue de lignes.
 les fichiers record-structure, où le fichier est constitué
d'enregistrements séquentielsN 5
De même les types ASCII et EBCDIC ont été acceptés comme fichier texte 5.

Cette section est vide, insuffisamment détaillée ou incomplète. Votre aide est

la bienvenue ! Comment faire ?

Texte brut[modifier | modifier le code]

Article détaillé : Texte brut.
Texte brut Unicode (Unicode plain text)
De nos jours, l'Unicode est de plus en plus reconnu comme format de texte brut.
Le standard Unicode définit selon ses propres termes ce qu'est le texte brut, sous
le terme de plain text, dans sa version anglaise.
La notion de fichier texte se rapproche donc des propriétés que le standard
Unicode attribue au format nommé plain text en langue anglaise et signifiant texte
brut.
Généralités et controverses
La notion de texte brut (plain text) a, comme la notion de texte enrichi (fancy text),
été introduite par Unicode6.
La notion de plain text peut être traduite par texte en clair, pur texte, texte pur, ou
texte brut6.
Linux Information Project en donne une vision restrictive.
Format de codage
Si l'encodage est inconnu, un texte brut quelconque est inexploitable.
Texte brut approché en mathématiques
Alors que les mathématiques sont un langage international, en tout ou partie, leur
représentation informatique a pu être négligée lors de la création de différents
systèmes de codage des caractères. Toutefois, ces symboles ont bénéficié d'une
forte prise en charge par l'Unicode7, offrant de nouvelles perspectives.
Histoire
La notion de texte brut est implicitement assez ancienne puisque
vraisemblablement elle remonte sans doute au moins si ce n'est à la notion de
machine à écrire, aux premiers langages de programmation utilisant cette
technologie.
Dans son aspect réseau, elle est consignée dans de nombreux RFC.
Protocole et fichier
L'usage du texte brut peut varier entre protocole et ficher. Ceci peut
généralement être invisible à l'utilisateur lorsqu'il copie un texte d'un logiciel à un
autre.
Dans un protocole, le protocole spécifie généralement l'encodage utilisé, d'une
manière ou d'une autre; la longueur du texte peut ne pas être limité, en fonction
du protocole.
Un fichier a généralement une taille limitée, il est généralement admis qu'un
système de fichier ne fournit pas d'information sur l'encodage utilisé pour encoder
un texte brut donné. Cette information essentielle est alors déterminée à travers
un ensemble d'heuristiques.

Apports et limitations[modifier | modifier le code]

Le fichier texte est un élément déterminant en ce qu'il offre la possibilité de
décrire des codes sources et de faciliter la programmation des ordinateurs.
Toutefois, il souffre de facto de nombreux problème d'interopérabilité.
Apports[modifier | modifier le code]
Le fichier texte, lorsqu'il apparait apporte la possibilité de permettre à un humain
de soumettre un texte au traitement automatique d'une machine. Il offre
également la possibilité de supprimer et d'ajouter une ligne, et cela dès les cartes
perforées. Cette fonctionnalité a été reprise par des logiciels comme ed ou edlin.
Limitations[modifier | modifier le code]
Un fichier texte est limité dans sa taille, comme le sont tous les fichiers, par
le système de gestion de fichiers.
De plus par convention on limite volontairement le nombre de colonnes. Une
convention commune est ancienne est d'environ 80 ou 132 colonnes. Cela
correspondait aux standards de terminaux physiques aujourd'hui dépassés. Les
éditeurs modernes savent souvent gérer des lignes plus longues bien que cela ne
soit pas conseillé pour des questions de présentation.
Le fichier texte peut poser de nombreux problèmes d'interopérabilité (pour cause
d'encodage différents) entre pays, entre fournisseurs de logiciels, notamment.

Usage[modifier | modifier le code]
Les fichiers texte sont utilisés par de nombreux logiciels pour conserver les
données de configuration. Ils sont également utilisés pour contenir
les textes écrits en langages de programmation. En outre, la plupart des
langages de programmation offrent des fonctions prédéfinies pour manipuler du
texte brut, ce qui rend la gestion des fichiers textes particulièrement accessible.
Le logiciel utilisé pour éditer un fichier texte est un éditeur de texte. Dans le cas
général, un traitement de texte ne produit pas des fichiers texte. En effet, un
traitement de texte n'a pas seulement besoin de manipuler du texte brut, mais
également des informations sur la fonte de caractère utilisée, la disposition des
caractères dans des pages, les styles typographiques, etc. Toutefois, les
traitements de texte peuvent ouvrir ou sauvegarder un fichier texte, aucune
information de mise en forme n'étant conservée, sauf le cas échéant les sauts de
ligne.
Un fichier texte peut être la structure sous-jacente d'un fichier journal 8.

Structure et propriétés[modifier | modifier le code]

La structure d'un fichier texte est une séquence de lignes. Toutefois,
historiquement, chaque caractère est aligné verticalement, c'est encore le cas
aujourd'hui, dans un éditeur de texte en ligne ou local.
Séquence de lignes[modifier | modifier le code]
Le concept de séquence de lignes reste une caractéristique forte d'un fichier
texte.
Un fichier texte peut simplement contenir du texte dans une langue quelconque.
Dans ce cas, aujourd'hui, il ne respecte plus aucune structure particulière.

Il était une fois une marchande de foie

qui vendait du foie dans la Ville de Foix.
Elle se dit «ma foi c'est la première fois
que je vends du foie dans la ville de Foix !»
using (FileStream stm = new FileStream("logfile.txt", FileMode.Create))
{
return ProcessStuff(stm); //
}

Un fichier texte peut également contenir une donnée structurée qui peut être
analysée par un logiciel et affichée sous une forme plus évoluée, par exemple
une page web :
 <!DOCTYPE html>
<html lang="fr">
<head><title>Page web d'exemple</title></head>
<body>
<p>Ceci est une page web d'exemple.</p>
</body>
</html>

Alignement vertical[modifier | modifier le code]

Un fichier texte est généralement rendu visible avec des polices à chasse fixe
alignant le texte verticalement. L'arrivée d'un grand nombre de caractères
Unicode dans les fichiers textes peut questionner ce concept.
Enfin, et de manière plus anecdotique, le propos d'un fichier texte peut être
détourné pour contenir une image, c'est ce qu'on appelle l'art ASCII :

(\___/) (*) (*) \ /

(=*.*=) (°_°) {^o^}
(")___(") (+) (+) (| . |)
(_) (_) (_) (_)

Cet art nécessite toutefois que tous les caractères affichés aient la même largeur.
Cette technologie a notamment été utilisée pour spécifier des protocoles de
transfert de fichier.
Utilisation de l'art-ASCII comme élément de spécification du «FILE TRANSFER
PROTOCOL» RFC 7654; année 1980:

-------------
|/---------\|
|| User || --------
||Interface|<--->| User |
|\----:----/| --------
---------- | V |
|/------\| FTP Commands |/---------\|
||Server|<---------------->| User ||
|| PI || FTP Replies || PI ||
|\--:---/| |\----:----/|
| V | | V |
-------- |/------\| Data |/---------\| --------
| File |<--->|Server|<---------------->| User |<--->| File |
|System| || DTP || Connection || DTP || |System|
-------- |\------/| |\---------/| --------
---------- -------------

Server-FTP User-FTP

Standardisation et normalisation[modifier | modifier le code]

Les fichiers textes peuvent connaitre des problèmes d'interopérabilité :
  Différence de traitement des changements de lignes : CR ; LF, NL ;
CR+LF
 Présence ou absence éventuelle du marqueur magique BOM
 Différence de codage des caractères
 Différence de traitement des séquences d'échappement éventuelles.
Les variations de formats sont notamment liées aux intérêts régionaux: présence
de caractères accentués ou d'alphabets particuliers. Les industries souhaitent
également offrir de nouveaux caractères, en respectant tous les standards avec
une rigueur inégale.
Codage des caractères[modifier | modifier le code]
Comme tout fichier informatique, un fichier texte contient fondamentalement
des bits. La particularité d'un fichier texte est que l'ensemble du fichier respecte
un standard de codage des caractères. Il existe de nombreux standards de
codage de caractères, ce qui peut rendre problématique la compatibilité des
fichiers texte.
Rôle de l'ASCII[modifier | modifier le code]
La dénomination « fichier ASCII » est souvent confusément (et/ou abusivement)
utilisée à propos de fichiers texte n'utilisant pas le codage des caractères ASCII,
soit pour marquer une opposition à l'EBCDIC, soit pour interdire l'utilisation de
langues autre que l'anglais. Cela tient aussi à une histoire compliquée liée à
l'influence et aux intérêts des États-Unis, pays de langue anglaise, et au fait
qu'actuellement les fichiers textes sont généralement compatibles ASCII tout en
ne se limitant pas à ces caractères. Ainsi des fichiers textes UTF-8 bénéficient
d'une certaine interopérabilité avec des logiciels qui nécessitent des fichiers
compatibles ASCII, contrairement aux fichiers textes UTF-16, qui nécessitent des
logiciels spécifiquement adaptés à l'UTF-16.
Rôle du BOM[modifier | modifier le code]
Article détaillé : Byte Order Mark.
Le BOM est une invention du standard Unicode. Il est parfois présent en début de
fichier pour indiquer visuellement l'encodage d'un fichier (ce code dans un fichier
UTF8 sera visualisé « ï»¿ » en iso8859-1). À ce titre, il s'agit d'un nombre
magique au même titre que le shebang. Mais il est aussi et surtout utilisé pour
déterminer l'ordre des octets (endianness) et cela peut poser des problèmes à
certains logiciels.
Séquence d'échappement[modifier | modifier le code]
Les séquences d'échappement peuvent également être traitées de manière
inégales, alors que leur utilisation est impérative en ISO-2022, conduisant à
l'apparition de mojibake au sens premier du mot.

Notes et références[modifier | modifier le code]

Notes[modifier | modifier le code]
46. ↑ Le standard des États-Unis, l'ASCII inclut des caractères de contrôle, tel que
l'échappement de valeur 27.
 47. ↑ les standards ISO-2022 sont bâtis sur ces séquences.
48. ↑ L'Unicode autorise l'utilisation d'un indicateur dénommé BOM.
49. ↑ ASCII 8 bits avec le bit sept, le plus fort, à 0.
50. ↑ Ce qui pourrait signifier que chaque colonne avait un sens précis comme en Cobol et
que la longueur des lignes était fixe, comme l'écran.

Références[modifier | modifier le code]
73. ↑ Popular Science Magazine, February 1950, page 96 [archive]
74. ↑ (en) Request for comments no 265 [archive].
75. ↑ (en) Request for comments no 354 [archive].
76. ↑ Revenir plus haut en :a et b (en) Request for comments no 765 [archive].
77. ↑ File Transfer Protocol  : RFC  959, Network Working Group, octobre 1985 (lire en
ligne [archive]), page 15
78. ↑ Revenir plus haut en :a et b http://www.cairn.info/article.php?ID_ARTICLE=DN_063_0013 [archive]
79. ↑ Barbara Beeton, Asmus Freytag, Murray Sargent III, Unicode Technical Report
1. 25 “Unicode Support for
Mathematics”, https://www.unicode.org/reports/tr25 [archive]
80. ↑ http://www.oqlf.gouv.qc.ca/ressources/bibliotheque/dictionnaires/internet/fiches/8383642
.html [archive]

Voir aussi[modifier | modifier le code]

Articles connexes[modifier | modifier le code]

 Fichier binaire
 Éditeur de texte
 Format de fichier
 Fichier

  Portail de l’informatique 
  Portail de l’écriture
Catégories : 
 Format de données numériques
 Codage du texte
 Format ouvert
[+]
 La dernière modification de cette page a été faite le 15 octobre 2021 à 16:01.
 Droit d'auteur : les textes sont disponibles sous licence Creative Commons attribution, partage dans
les mêmes conditions ; d’autres conditions peuvent s’appliquer. Voyez les conditions
d’utilisation pour plus de détails, ainsi que les crédits graphiques. En cas de réutilisation des textes
de cette page, voyez comment citer les auteurs et mentionner la licence.
Wikipedia® est une marque déposée de la Wikimedia Foundation, Inc., organisation de
bienfaisance régie par le paragraphe 501(c)(3) du code fiscal des États-Unis.

Fichier texte
Pour les articles homonymes, voir TXT.
Fichier texte
 Les 95 caractères et signes du codage ASCII

Caractéristiques
Extensions .txt ,  .text , -

Type MIME text/plain

PUID x-fmt/111

modifier - modifier le code - modifier Wikidata

En informatique, un fichier texte ou fichier texte brut ou fichier texte

simple[réf. nécessaire] est un fichier dont le contenu représente uniquement une suite
de caractères ; il utilise nécessairement une forme particulière de codage des
caractères qui peut être une variante ou une extension du standard local des États-
Unis, l'ASCII. Il n'existe aucune définition officielle, et les différentes interprétations
de ce qu'est un fichier texte partagent des propriétés essentielles. Les caractères
considérés sont généralement les caractères imprimables, d'espaces et de retours à
la ligne. Certains codages de caractères normalisés incluent également certains
caractères de contrôleN 1, séquence d'échappementN 2 ou marqueursN 3 qui peuvent
faire l'objet de différences d'appréciations. La notion de fichier texte est donc
subjective et dépend notamment des systèmes de codage de caractère considérés
(windows-1252 et ISO-8859-1 n'offrant pas les mêmes plages de valeurs
«imprimables».)
Un fichier « non texte » est appelé « fichier binaire », dans le sens où
les bits contenus dans le fichier ne représentent pas une simple suite de caractères
imprimables, d'espaces et de retours à la ligne.

Sommaire

 1Histoire
 2Texte brut
 3Apports et limitations
o 3.1Apports
o 3.2Limitations
 4Usage
 5Structure et propriétés
 o 5.1Séquence de lignes
o 5.2Alignement vertical
 6Standardisation et normalisation
o 6.1Codage des caractères
 6.1.1Rôle de l'ASCII
o 6.2Rôle du BOM
o 6.3Séquence d'échappement
 7Notes et références
o 7.1Notes
o 7.2Références
 8Voir aussi
o 8.1Articles connexes

Histoire[modifier | modifier le code]

Un fichier en carte perforée

Extrait d'un programme écrit en BASIC

Copie papier d'un code source (en Fortran) des années 1970, imprimé sur du papier continu, dédié aux
fichiers textes.

La notion de fichier texte a évolué avec l'histoire de l'informatique.

Le mot fichier (« file » en anglais) a été utilisé publiquement dans le contexte d'un
enregistrement informatique déjà en février 1950. Une publicité de la radio Radio
Corporation of America de Popular Science Magazine1 décrivant une nouvelle
mémoire à tube à vide qu'elle avait développée, expliquait :
«...the results of countless computations can be kept "on file" and taken out
again. Such a "file" now exists in a "memory" tube developed at RCA
Laboratories. Electronically it retains figures fed into calculating machines,
holds them in storage while it memorizes new ones - speeds intelligent
solutions through mazes of mathematics. »
En 1952 un fichier était utilisé pour désigner l'information enregistrée sur
une carte perforée.
Or il se trouve que les cartes perforées partageaient certaines propriétés:

 Chaque carte représentait une ligne de 80 colonnes (en général)

 Les programmes (code source) étaient écrits en assemblant des lignes
de textes
 Les cartes perforées qui ne contenaient pas de texte étaient donc déjà
différentes.
En 1971, le RFC 2652 indique qu'un fichier peut être ASCII, cœur d'exécutable,
ou autre. Il mentionne notamment l'EBCDIC.
En juillet 1972, le RFC 3543, discutant des échanges de texte par le protocole
réseau NVT-ASCIIN 4 FTP, indique que les fichiers textes sont enregistrés de
manières différentes selon les systèmes :

 le PDP-10 enregistre le NVT-ASCII en 7-bits justifiés à gauche dans

des mots de 36 bits ;
  le 360's enregistre le texte avec un codage EBCDIC 8-bit ;
 Multics enregistre le texte avec quatre caractère de neuf bits dans des
mots de 36 bits.
Il indique donc que pour le bon transfert des textes, il est nécessaire que les deux
parties effectuent leur part respective de la conversion dans un codage commun;
il s'agit à cette époque de l'ASCII 8 bits, dit NVT.
Cette même année, la RFC fait apparaître le besoin d'une unité commune pour
transmettre des données binaires entre systèmes dont les mots n'ont pas la
même taille, et suggère l'utilisation de byte de 8 bits, c'est-à-dire, de ce que l'on
appelle aujourd'hui des octets, tout en permettant l'utilisation de bytes/mots
différents si négocié.
En 1980, le RFC 7654 en spécifiant le protocole FTP indique les trois raisons
occasionnant le transfert d'un fichier : l'impression, l'archivage, et le traitement.
Constatant, que le seul encodage n'est pas une métainformation suffisante, il
spécifie le reste et notamment les différents mécanismes de changement de ligne
à travers des caractères de contrôle ou de défilement de lignes. En page 12, le
RFC clarifie que les fichiers textes sont tout aussi bien des fichiers ASCII que des
fichiers EBCDIC.
En 1985, lors de l'élaboration du protocole FTP de transfert de fichier, il a été
recommandé de considérer comme fichier texte (en anglais "text" files), deux
formats de fichiers :

 les fichiers file structure, où le fichier est considéré être une séquence

continue de lignes.
 les fichiers record-structure, où le fichier est constitué
d'enregistrements séquentielsN 5
De même les types ASCII et EBCDIC ont été acceptés comme fichier texte 5.

Cette section est vide, insuffisamment détaillée ou incomplète. Votre aide est

la bienvenue ! Comment faire ?

Texte brut[modifier | modifier le code]

Article détaillé : Texte brut.
Texte brut Unicode (Unicode plain text)
De nos jours, l'Unicode est de plus en plus reconnu comme format de texte brut.
Le standard Unicode définit selon ses propres termes ce qu'est le texte brut, sous
le terme de plain text, dans sa version anglaise.
La notion de fichier texte se rapproche donc des propriétés que le standard
Unicode attribue au format nommé plain text en langue anglaise et signifiant texte
brut.
Généralités et controverses
La notion de texte brut (plain text) a, comme la notion de texte enrichi (fancy text),
été introduite par Unicode6.
La notion de plain text peut être traduite par texte en clair, pur texte, texte pur, ou
texte brut6.
Linux Information Project en donne une vision restrictive.
Format de codage
Si l'encodage est inconnu, un texte brut quelconque est inexploitable.
Texte brut approché en mathématiques
Alors que les mathématiques sont un langage international, en tout ou partie, leur
représentation informatique a pu être négligée lors de la création de différents
systèmes de codage des caractères. Toutefois, ces symboles ont bénéficié d'une
forte prise en charge par l'Unicode7, offrant de nouvelles perspectives.
Histoire
La notion de texte brut est implicitement assez ancienne puisque
vraisemblablement elle remonte sans doute au moins si ce n'est à la notion de
machine à écrire, aux premiers langages de programmation utilisant cette
technologie.
Dans son aspect réseau, elle est consignée dans de nombreux RFC.
Protocole et fichier
L'usage du texte brut peut varier entre protocole et ficher. Ceci peut
généralement être invisible à l'utilisateur lorsqu'il copie un texte d'un logiciel à un
autre.
Dans un protocole, le protocole spécifie généralement l'encodage utilisé, d'une
manière ou d'une autre; la longueur du texte peut ne pas être limité, en fonction
du protocole.
Un fichier a généralement une taille limitée, il est généralement admis qu'un
système de fichier ne fournit pas d'information sur l'encodage utilisé pour encoder
un texte brut donné. Cette information essentielle est alors déterminée à travers
un ensemble d'heuristiques.

Apports et limitations[modifier | modifier le code]

Le fichier texte est un élément déterminant en ce qu'il offre la possibilité de
décrire des codes sources et de faciliter la programmation des ordinateurs.
Toutefois, il souffre de facto de nombreux problème d'interopérabilité.
Apports[modifier | modifier le code]
Le fichier texte, lorsqu'il apparait apporte la possibilité de permettre à un humain
de soumettre un texte au traitement automatique d'une machine. Il offre
également la possibilité de supprimer et d'ajouter une ligne, et cela dès les cartes
perforées. Cette fonctionnalité a été reprise par des logiciels comme ed ou edlin.
Limitations[modifier | modifier le code]
Un fichier texte est limité dans sa taille, comme le sont tous les fichiers, par
le système de gestion de fichiers.
De plus par convention on limite volontairement le nombre de colonnes. Une
convention commune est ancienne est d'environ 80 ou 132 colonnes. Cela
correspondait aux standards de terminaux physiques aujourd'hui dépassés. Les
éditeurs modernes savent souvent gérer des lignes plus longues bien que cela ne
soit pas conseillé pour des questions de présentation.
Le fichier texte peut poser de nombreux problèmes d'interopérabilité (pour cause
d'encodage différents) entre pays, entre fournisseurs de logiciels, notamment.

Usage[modifier | modifier le code]
Les fichiers texte sont utilisés par de nombreux logiciels pour conserver les
données de configuration. Ils sont également utilisés pour contenir
les textes écrits en langages de programmation. En outre, la plupart des
langages de programmation offrent des fonctions prédéfinies pour manipuler du
texte brut, ce qui rend la gestion des fichiers textes particulièrement accessible.
Le logiciel utilisé pour éditer un fichier texte est un éditeur de texte. Dans le cas
général, un traitement de texte ne produit pas des fichiers texte. En effet, un
traitement de texte n'a pas seulement besoin de manipuler du texte brut, mais
également des informations sur la fonte de caractère utilisée, la disposition des
caractères dans des pages, les styles typographiques, etc. Toutefois, les
traitements de texte peuvent ouvrir ou sauvegarder un fichier texte, aucune
information de mise en forme n'étant conservée, sauf le cas échéant les sauts de
ligne.
Un fichier texte peut être la structure sous-jacente d'un fichier journal 8.

Structure et propriétés[modifier | modifier le code]

La structure d'un fichier texte est une séquence de lignes. Toutefois,
historiquement, chaque caractère est aligné verticalement, c'est encore le cas
aujourd'hui, dans un éditeur de texte en ligne ou local.
Séquence de lignes[modifier | modifier le code]
Le concept de séquence de lignes reste une caractéristique forte d'un fichier
texte.
Un fichier texte peut simplement contenir du texte dans une langue quelconque.
Dans ce cas, aujourd'hui, il ne respecte plus aucune structure particulière.

Il était une fois une marchande de foie

qui vendait du foie dans la Ville de Foix.
Elle se dit «ma foi c'est la première fois
que je vends du foie dans la ville de Foix !»
using (FileStream stm = new FileStream("logfile.txt", FileMode.Create))
{
return ProcessStuff(stm); //
}

Un fichier texte peut également contenir une donnée structurée qui peut être
analysée par un logiciel et affichée sous une forme plus évoluée, par exemple
une page web :
 <!DOCTYPE html>
<html lang="fr">
<head><title>Page web d'exemple</title></head>
<body>
<p>Ceci est une page web d'exemple.</p>
</body>
</html>

Alignement vertical[modifier | modifier le code]

Un fichier texte est généralement rendu visible avec des polices à chasse fixe
alignant le texte verticalement. L'arrivée d'un grand nombre de caractères
Unicode dans les fichiers textes peut questionner ce concept.
Enfin, et de manière plus anecdotique, le propos d'un fichier texte peut être
détourné pour contenir une image, c'est ce qu'on appelle l'art ASCII :

(\___/) (*) (*) \ /

(=*.*=) (°_°) {^o^}
(")___(") (+) (+) (| . |)
(_) (_) (_) (_)

Cet art nécessite toutefois que tous les caractères affichés aient la même largeur.
Cette technologie a notamment été utilisée pour spécifier des protocoles de
transfert de fichier.
Utilisation de l'art-ASCII comme élément de spécification du «FILE TRANSFER
PROTOCOL» RFC 7654; année 1980:

-------------
|/---------\|
|| User || --------
||Interface|<--->| User |
|\----:----/| --------
---------- | V |
|/------\| FTP Commands |/---------\|
||Server|<---------------->| User ||
|| PI || FTP Replies || PI ||
|\--:---/| |\----:----/|
| V | | V |
-------- |/------\| Data |/---------\| --------
| File |<--->|Server|<---------------->| User |<--->| File |
|System| || DTP || Connection || DTP || |System|
-------- |\------/| |\---------/| --------
---------- -------------

Server-FTP User-FTP

Standardisation et normalisation[modifier | modifier le code]

Les fichiers textes peuvent connaitre des problèmes d'interopérabilité :
  Différence de traitement des changements de lignes : CR ; LF, NL ;
CR+LF
 Présence ou absence éventuelle du marqueur magique BOM
 Différence de codage des caractères
 Différence de traitement des séquences d'échappement éventuelles.
Les variations de formats sont notamment liées aux intérêts régionaux: présence
de caractères accentués ou d'alphabets particuliers. Les industries souhaitent
également offrir de nouveaux caractères, en respectant tous les standards avec
une rigueur inégale.
Codage des caractères[modifier | modifier le code]
Comme tout fichier informatique, un fichier texte contient fondamentalement
des bits. La particularité d'un fichier texte est que l'ensemble du fichier respecte
un standard de codage des caractères. Il existe de nombreux standards de
codage de caractères, ce qui peut rendre problématique la compatibilité des
fichiers texte.
Rôle de l'ASCII[modifier | modifier le code]
La dénomination « fichier ASCII » est souvent confusément (et/ou abusivement)
utilisée à propos de fichiers texte n'utilisant pas le codage des caractères ASCII,
soit pour marquer une opposition à l'EBCDIC, soit pour interdire l'utilisation de
langues autre que l'anglais. Cela tient aussi à une histoire compliquée liée à
l'influence et aux intérêts des États-Unis, pays de langue anglaise, et au fait
qu'actuellement les fichiers textes sont généralement compatibles ASCII tout en
ne se limitant pas à ces caractères. Ainsi des fichiers textes UTF-8 bénéficient
d'une certaine interopérabilité avec des logiciels qui nécessitent des fichiers
compatibles ASCII, contrairement aux fichiers textes UTF-16, qui nécessitent des
logiciels spécifiquement adaptés à l'UTF-16.
Rôle du BOM[modifier | modifier le code]
Article détaillé : Byte Order Mark.
Le BOM est une invention du standard Unicode. Il est parfois présent en début de
fichier pour indiquer visuellement l'encodage d'un fichier (ce code dans un fichier
UTF8 sera visualisé « ï»¿ » en iso8859-1). À ce titre, il s'agit d'un nombre
magique au même titre que le shebang. Mais il est aussi et surtout utilisé pour
déterminer l'ordre des octets (endianness) et cela peut poser des problèmes à
certains logiciels.
Séquence d'échappement[modifier | modifier le code]
Les séquences d'échappement peuvent également être traitées de manière
inégales, alors que leur utilisation est impérative en ISO-2022, conduisant à
l'apparition de mojibake au sens premier du mot.

Notes et références[modifier | modifier le code]

Notes[modifier | modifier le code]
51. ↑ Le standard des États-Unis, l'ASCII inclut des caractères de contrôle, tel que
l'échappement de valeur 27.
 52. ↑ les standards ISO-2022 sont bâtis sur ces séquences.
53. ↑ L'Unicode autorise l'utilisation d'un indicateur dénommé BOM.
54. ↑ ASCII 8 bits avec le bit sept, le plus fort, à 0.
55. ↑ Ce qui pourrait signifier que chaque colonne avait un sens précis comme en Cobol et
que la longueur des lignes était fixe, comme l'écran.

Références[modifier | modifier le code]
81. ↑ Popular Science Magazine, February 1950, page 96 [archive]
82. ↑ (en) Request for comments no 265 [archive].
83. ↑ (en) Request for comments no 354 [archive].
84. ↑ Revenir plus haut en :a et b (en) Request for comments no 765 [archive].
85. ↑ File Transfer Protocol  : RFC  959, Network Working Group, octobre 1985 (lire en
ligne [archive]), page 15
86. ↑ Revenir plus haut en :a et b http://www.cairn.info/article.php?ID_ARTICLE=DN_063_0013 [archive]
87. ↑ Barbara Beeton, Asmus Freytag, Murray Sargent III, Unicode Technical Report
1. 25 “Unicode Support for
Mathematics”, https://www.unicode.org/reports/tr25 [archive]
88. ↑ http://www.oqlf.gouv.qc.ca/ressources/bibliotheque/dictionnaires/internet/fiches/8383642
.html [archive]

Voir aussi[modifier | modifier le code]

Articles connexes[modifier | modifier le code]

 Fichier binaire
 Éditeur de texte
 Format de fichier
 Fichier

  Portail de l’informatique 
  Portail de l’écriture
Catégories : 
 Format de données numériques
 Codage du texte
 Format ouvert
[+]
 La dernière modification de cette page a été faite le 15 octobre 2021 à 16:01.
 Droit d'auteur : les textes sont disponibles sous licence Creative Commons attribution, partage dans
les mêmes conditions ; d’autres conditions peuvent s’appliquer. Voyez les conditions
d’utilisation pour plus de détails, ainsi que les crédits graphiques. En cas de réutilisation des textes
de cette page, voyez comment citer les auteurs et mentionner la licence.
Wikipedia® est une marque déposée de la Wikimedia Foundation, Inc., organisation de
bienfaisance régie par le paragraphe 501(c)(3) du code fiscal des États-Unis.

Fichier texte
Pour les articles homonymes, voir TXT.
Fichier texte
 Les 95 caractères et signes du codage ASCII

Caractéristiques
Extensions .txt ,  .text , -

Type MIME text/plain

PUID x-fmt/111

modifier - modifier le code - modifier Wikidata

En informatique, un fichier texte ou fichier texte brut ou fichier texte

simple[réf. nécessaire] est un fichier dont le contenu représente uniquement une suite
de caractères ; il utilise nécessairement une forme particulière de codage des
caractères qui peut être une variante ou une extension du standard local des États-
Unis, l'ASCII. Il n'existe aucune définition officielle, et les différentes interprétations
de ce qu'est un fichier texte partagent des propriétés essentielles. Les caractères
considérés sont généralement les caractères imprimables, d'espaces et de retours à
la ligne. Certains codages de caractères normalisés incluent également certains
caractères de contrôleN 1, séquence d'échappementN 2 ou marqueursN 3 qui peuvent
faire l'objet de différences d'appréciations. La notion de fichier texte est donc
subjective et dépend notamment des systèmes de codage de caractère considérés
(windows-1252 et ISO-8859-1 n'offrant pas les mêmes plages de valeurs
«imprimables».)
Un fichier « non texte » est appelé « fichier binaire », dans le sens où
les bits contenus dans le fichier ne représentent pas une simple suite de caractères
imprimables, d'espaces et de retours à la ligne.

Sommaire

 1Histoire
 2Texte brut
 3Apports et limitations
o 3.1Apports
o 3.2Limitations
 4Usage
 5Structure et propriétés
 o 5.1Séquence de lignes
o 5.2Alignement vertical
 6Standardisation et normalisation
o 6.1Codage des caractères
 6.1.1Rôle de l'ASCII
o 6.2Rôle du BOM
o 6.3Séquence d'échappement
 7Notes et références
o 7.1Notes
o 7.2Références
 8Voir aussi
o 8.1Articles connexes

Histoire[modifier | modifier le code]

Un fichier en carte perforée

Extrait d'un programme écrit en BASIC

Copie papier d'un code source (en Fortran) des années 1970, imprimé sur du papier continu, dédié aux
fichiers textes.

La notion de fichier texte a évolué avec l'histoire de l'informatique.

Le mot fichier (« file » en anglais) a été utilisé publiquement dans le contexte d'un
enregistrement informatique déjà en février 1950. Une publicité de la radio Radio
Corporation of America de Popular Science Magazine1 décrivant une nouvelle
mémoire à tube à vide qu'elle avait développée, expliquait :
«...the results of countless computations can be kept "on file" and taken out
again. Such a "file" now exists in a "memory" tube developed at RCA
Laboratories. Electronically it retains figures fed into calculating machines,
holds them in storage while it memorizes new ones - speeds intelligent
solutions through mazes of mathematics. »
En 1952 un fichier était utilisé pour désigner l'information enregistrée sur
une carte perforée.
Or il se trouve que les cartes perforées partageaient certaines propriétés:

 Chaque carte représentait une ligne de 80 colonnes (en général)

 Les programmes (code source) étaient écrits en assemblant des lignes
de textes
 Les cartes perforées qui ne contenaient pas de texte étaient donc déjà
différentes.
En 1971, le RFC 2652 indique qu'un fichier peut être ASCII, cœur d'exécutable,
ou autre. Il mentionne notamment l'EBCDIC.
En juillet 1972, le RFC 3543, discutant des échanges de texte par le protocole
réseau NVT-ASCIIN 4 FTP, indique que les fichiers textes sont enregistrés de
manières différentes selon les systèmes :

 le PDP-10 enregistre le NVT-ASCII en 7-bits justifiés à gauche dans

des mots de 36 bits ;
  le 360's enregistre le texte avec un codage EBCDIC 8-bit ;
 Multics enregistre le texte avec quatre caractère de neuf bits dans des
mots de 36 bits.
Il indique donc que pour le bon transfert des textes, il est nécessaire que les deux
parties effectuent leur part respective de la conversion dans un codage commun;
il s'agit à cette époque de l'ASCII 8 bits, dit NVT.
Cette même année, la RFC fait apparaître le besoin d'une unité commune pour
transmettre des données binaires entre systèmes dont les mots n'ont pas la
même taille, et suggère l'utilisation de byte de 8 bits, c'est-à-dire, de ce que l'on
appelle aujourd'hui des octets, tout en permettant l'utilisation de bytes/mots
différents si négocié.
En 1980, le RFC 7654 en spécifiant le protocole FTP indique les trois raisons
occasionnant le transfert d'un fichier : l'impression, l'archivage, et le traitement.
Constatant, que le seul encodage n'est pas une métainformation suffisante, il
spécifie le reste et notamment les différents mécanismes de changement de ligne
à travers des caractères de contrôle ou de défilement de lignes. En page 12, le
RFC clarifie que les fichiers textes sont tout aussi bien des fichiers ASCII que des
fichiers EBCDIC.
En 1985, lors de l'élaboration du protocole FTP de transfert de fichier, il a été
recommandé de considérer comme fichier texte (en anglais "text" files), deux
formats de fichiers :

 les fichiers file structure, où le fichier est considéré être une séquence

continue de lignes.
 les fichiers record-structure, où le fichier est constitué
d'enregistrements séquentielsN 5
De même les types ASCII et EBCDIC ont été acceptés comme fichier texte 5.

Cette section est vide, insuffisamment détaillée ou incomplète. Votre aide est

la bienvenue ! Comment faire ?

Texte brut[modifier | modifier le code]

Article détaillé : Texte brut.
Texte brut Unicode (Unicode plain text)
De nos jours, l'Unicode est de plus en plus reconnu comme format de texte brut.
Le standard Unicode définit selon ses propres termes ce qu'est le texte brut, sous
le terme de plain text, dans sa version anglaise.
La notion de fichier texte se rapproche donc des propriétés que le standard
Unicode attribue au format nommé plain text en langue anglaise et signifiant texte
brut.
Généralités et controverses
La notion de texte brut (plain text) a, comme la notion de texte enrichi (fancy text),
été introduite par Unicode6.
La notion de plain text peut être traduite par texte en clair, pur texte, texte pur, ou
texte brut6.
Linux Information Project en donne une vision restrictive.
Format de codage
Si l'encodage est inconnu, un texte brut quelconque est inexploitable.
Texte brut approché en mathématiques
Alors que les mathématiques sont un langage international, en tout ou partie, leur
représentation informatique a pu être négligée lors de la création de différents
systèmes de codage des caractères. Toutefois, ces symboles ont bénéficié d'une
forte prise en charge par l'Unicode7, offrant de nouvelles perspectives.
Histoire
La notion de texte brut est implicitement assez ancienne puisque
vraisemblablement elle remonte sans doute au moins si ce n'est à la notion de
machine à écrire, aux premiers langages de programmation utilisant cette
technologie.
Dans son aspect réseau, elle est consignée dans de nombreux RFC.
Protocole et fichier
L'usage du texte brut peut varier entre protocole et ficher. Ceci peut
généralement être invisible à l'utilisateur lorsqu'il copie un texte d'un logiciel à un
autre.
Dans un protocole, le protocole spécifie généralement l'encodage utilisé, d'une
manière ou d'une autre; la longueur du texte peut ne pas être limité, en fonction
du protocole.
Un fichier a généralement une taille limitée, il est généralement admis qu'un
système de fichier ne fournit pas d'information sur l'encodage utilisé pour encoder
un texte brut donné. Cette information essentielle est alors déterminée à travers
un ensemble d'heuristiques.

Apports et limitations[modifier | modifier le code]

Le fichier texte est un élément déterminant en ce qu'il offre la possibilité de
décrire des codes sources et de faciliter la programmation des ordinateurs.
Toutefois, il souffre de facto de nombreux problème d'interopérabilité.
Apports[modifier | modifier le code]
Le fichier texte, lorsqu'il apparait apporte la possibilité de permettre à un humain
de soumettre un texte au traitement automatique d'une machine. Il offre
également la possibilité de supprimer et d'ajouter une ligne, et cela dès les cartes
perforées. Cette fonctionnalité a été reprise par des logiciels comme ed ou edlin.
Limitations[modifier | modifier le code]
Un fichier texte est limité dans sa taille, comme le sont tous les fichiers, par
le système de gestion de fichiers.
De plus par convention on limite volontairement le nombre de colonnes. Une
convention commune est ancienne est d'environ 80 ou 132 colonnes. Cela
correspondait aux standards de terminaux physiques aujourd'hui dépassés. Les
éditeurs modernes savent souvent gérer des lignes plus longues bien que cela ne
soit pas conseillé pour des questions de présentation.
Le fichier texte peut poser de nombreux problèmes d'interopérabilité (pour cause
d'encodage différents) entre pays, entre fournisseurs de logiciels, notamment.

Usage[modifier | modifier le code]
Les fichiers texte sont utilisés par de nombreux logiciels pour conserver les
données de configuration. Ils sont également utilisés pour contenir
les textes écrits en langages de programmation. En outre, la plupart des
langages de programmation offrent des fonctions prédéfinies pour manipuler du
texte brut, ce qui rend la gestion des fichiers textes particulièrement accessible.
Le logiciel utilisé pour éditer un fichier texte est un éditeur de texte. Dans le cas
général, un traitement de texte ne produit pas des fichiers texte. En effet, un
traitement de texte n'a pas seulement besoin de manipuler du texte brut, mais
également des informations sur la fonte de caractère utilisée, la disposition des
caractères dans des pages, les styles typographiques, etc. Toutefois, les
traitements de texte peuvent ouvrir ou sauvegarder un fichier texte, aucune
information de mise en forme n'étant conservée, sauf le cas échéant les sauts de
ligne.
Un fichier texte peut être la structure sous-jacente d'un fichier journal 8.

Structure et propriétés[modifier | modifier le code]

La structure d'un fichier texte est une séquence de lignes. Toutefois,
historiquement, chaque caractère est aligné verticalement, c'est encore le cas
aujourd'hui, dans un éditeur de texte en ligne ou local.
Séquence de lignes[modifier | modifier le code]
Le concept de séquence de lignes reste une caractéristique forte d'un fichier
texte.
Un fichier texte peut simplement contenir du texte dans une langue quelconque.
Dans ce cas, aujourd'hui, il ne respecte plus aucune structure particulière.

Il était une fois une marchande de foie

qui vendait du foie dans la Ville de Foix.
Elle se dit «ma foi c'est la première fois
que je vends du foie dans la ville de Foix !»
using (FileStream stm = new FileStream("logfile.txt", FileMode.Create))
{
return ProcessStuff(stm); //
}

Un fichier texte peut également contenir une donnée structurée qui peut être
analysée par un logiciel et affichée sous une forme plus évoluée, par exemple
une page web :
 <!DOCTYPE html>
<html lang="fr">
<head><title>Page web d'exemple</title></head>
<body>
<p>Ceci est une page web d'exemple.</p>
</body>
</html>

Alignement vertical[modifier | modifier le code]

Un fichier texte est généralement rendu visible avec des polices à chasse fixe
alignant le texte verticalement. L'arrivée d'un grand nombre de caractères
Unicode dans les fichiers textes peut questionner ce concept.
Enfin, et de manière plus anecdotique, le propos d'un fichier texte peut être
détourné pour contenir une image, c'est ce qu'on appelle l'art ASCII :

(\___/) (*) (*) \ /

(=*.*=) (°_°) {^o^}
(")___(") (+) (+) (| . |)
(_) (_) (_) (_)

Cet art nécessite toutefois que tous les caractères affichés aient la même largeur.
Cette technologie a notamment été utilisée pour spécifier des protocoles de
transfert de fichier.
Utilisation de l'art-ASCII comme élément de spécification du «FILE TRANSFER
PROTOCOL» RFC 7654; année 1980:

-------------
|/---------\|
|| User || --------
||Interface|<--->| User |
|\----:----/| --------
---------- | V |
|/------\| FTP Commands |/---------\|
||Server|<---------------->| User ||
|| PI || FTP Replies || PI ||
|\--:---/| |\----:----/|
| V | | V |
-------- |/------\| Data |/---------\| --------
| File |<--->|Server|<---------------->| User |<--->| File |
|System| || DTP || Connection || DTP || |System|
-------- |\------/| |\---------/| --------
---------- -------------

Server-FTP User-FTP

Standardisation et normalisation[modifier | modifier le code]

Les fichiers textes peuvent connaitre des problèmes d'interopérabilité :
  Différence de traitement des changements de lignes : CR ; LF, NL ;
CR+LF
 Présence ou absence éventuelle du marqueur magique BOM
 Différence de codage des caractères
 Différence de traitement des séquences d'échappement éventuelles.
Les variations de formats sont notamment liées aux intérêts régionaux: présence
de caractères accentués ou d'alphabets particuliers. Les industries souhaitent
également offrir de nouveaux caractères, en respectant tous les standards avec
une rigueur inégale.
Codage des caractères[modifier | modifier le code]
Comme tout fichier informatique, un fichier texte contient fondamentalement
des bits. La particularité d'un fichier texte est que l'ensemble du fichier respecte
un standard de codage des caractères. Il existe de nombreux standards de
codage de caractères, ce qui peut rendre problématique la compatibilité des
fichiers texte.
Rôle de l'ASCII[modifier | modifier le code]
La dénomination « fichier ASCII » est souvent confusément (et/ou abusivement)
utilisée à propos de fichiers texte n'utilisant pas le codage des caractères ASCII,
soit pour marquer une opposition à l'EBCDIC, soit pour interdire l'utilisation de
langues autre que l'anglais. Cela tient aussi à une histoire compliquée liée à
l'influence et aux intérêts des États-Unis, pays de langue anglaise, et au fait
qu'actuellement les fichiers textes sont généralement compatibles ASCII tout en
ne se limitant pas à ces caractères. Ainsi des fichiers textes UTF-8 bénéficient
d'une certaine interopérabilité avec des logiciels qui nécessitent des fichiers
compatibles ASCII, contrairement aux fichiers textes UTF-16, qui nécessitent des
logiciels spécifiquement adaptés à l'UTF-16.
Rôle du BOM[modifier | modifier le code]
Article détaillé : Byte Order Mark.
Le BOM est une invention du standard Unicode. Il est parfois présent en début de
fichier pour indiquer visuellement l'encodage d'un fichier (ce code dans un fichier
UTF8 sera visualisé « ï»¿ » en iso8859-1). À ce titre, il s'agit d'un nombre
magique au même titre que le shebang. Mais il est aussi et surtout utilisé pour
déterminer l'ordre des octets (endianness) et cela peut poser des problèmes à
certains logiciels.
Séquence d'échappement[modifier | modifier le code]
Les séquences d'échappement peuvent également être traitées de manière
inégales, alors que leur utilisation est impérative en ISO-2022, conduisant à
l'apparition de mojibake au sens premier du mot.

Notes et références[modifier | modifier le code]

Notes[modifier | modifier le code]
51. ↑ Le standard des États-Unis, l'ASCII inclut des caractères de contrôle, tel que
l'échappement de valeur 27.
 52. ↑ les standards ISO-2022 sont bâtis sur ces séquences.
53. ↑ L'Unicode autorise l'utilisation d'un indicateur dénommé BOM.
54. ↑ ASCII 8 bits avec le bit sept, le plus fort, à 0.
55. ↑ Ce qui pourrait signifier que chaque colonne avait un sens précis comme en Cobol et
que la longueur des lignes était fixe, comme l'écran.

Références[modifier | modifier le code]
81. ↑ Popular Science Magazine, February 1950, page 96 [archive]
82. ↑ (en) Request for comments no 265 [archive].
83. ↑ (en) Request for comments no 354 [archive].
84. ↑ Revenir plus haut en :a et b (en) Request for comments no 765 [archive].
85. ↑ File Transfer Protocol  : RFC  959, Network Working Group, octobre 1985 (lire en
ligne [archive]), page 15
86. ↑ Revenir plus haut en :a et b http://www.cairn.info/article.php?ID_ARTICLE=DN_063_0013 [archive]
87. ↑ Barbara Beeton, Asmus Freytag, Murray Sargent III, Unicode Technical Report
1. 25 “Unicode Support for
Mathematics”, https://www.unicode.org/reports/tr25 [archive]
88. ↑ http://www.oqlf.gouv.qc.ca/ressources/bibliotheque/dictionnaires/internet/fiches/8383642
.html [archive]

Voir aussi[modifier | modifier le code]

Articles connexes[modifier | modifier le code]

 Fichier binaire
 Éditeur de texte
 Format de fichier
 Fichier

  Portail de l’informatique 
  Portail de l’écriture
Catégories : 
 Format de données numériques
 Codage du texte
 Format ouvert
[+]
 La dernière modification de cette page a été faite le 15 octobre 2021 à 16:01.
 Droit d'auteur : les textes sont disponibles sous licence Creative Commons attribution, partage dans
les mêmes conditions ; d’autres conditions peuvent s’appliquer. Voyez les conditions
d’utilisation pour plus de détails, ainsi que les crédits graphiques. En cas de réutilisation des textes
de cette page, voyez comment citer les auteurs et mentionner la licence.
Wikipedia® est une marque déposée de la Wikimedia Foundation, Inc., organisation de
bienfaisance régie par le paragraphe 501(c)(3) du code fiscal des États-Unis.

Fichier texte
Pour les articles homonymes, voir TXT.
Fichier texte
 Les 95 caractères et signes du codage ASCII

Caractéristiques
Extensions .txt ,  .text , -

Type MIME text/plain

PUID x-fmt/111

modifier - modifier le code - modifier Wikidata

En informatique, un fichier texte ou fichier texte brut ou fichier texte

simple[réf. nécessaire] est un fichier dont le contenu représente uniquement une suite
de caractères ; il utilise nécessairement une forme particulière de codage des
caractères qui peut être une variante ou une extension du standard local des États-
Unis, l'ASCII. Il n'existe aucune définition officielle, et les différentes interprétations
de ce qu'est un fichier texte partagent des propriétés essentielles. Les caractères
considérés sont généralement les caractères imprimables, d'espaces et de retours à
la ligne. Certains codages de caractères normalisés incluent également certains
caractères de contrôleN 1, séquence d'échappementN 2 ou marqueursN 3 qui peuvent
faire l'objet de différences d'appréciations. La notion de fichier texte est donc
subjective et dépend notamment des systèmes de codage de caractère considérés
(windows-1252 et ISO-8859-1 n'offrant pas les mêmes plages de valeurs
«imprimables».)
Un fichier « non texte » est appelé « fichier binaire », dans le sens où
les bits contenus dans le fichier ne représentent pas une simple suite de caractères
imprimables, d'espaces et de retours à la ligne.

Sommaire

 1Histoire
 2Texte brut
 3Apports et limitations
o 3.1Apports
o 3.2Limitations
 4Usage
 5Structure et propriétés
 o 5.1Séquence de lignes
o 5.2Alignement vertical
 6Standardisation et normalisation
o 6.1Codage des caractères
 6.1.1Rôle de l'ASCII
o 6.2Rôle du BOM
o 6.3Séquence d'échappement
 7Notes et références
o 7.1Notes
o 7.2Références
 8Voir aussi
o 8.1Articles connexes

Histoire[modifier | modifier le code]

Un fichier en carte perforée

Extrait d'un programme écrit en BASIC

Copie papier d'un code source (en Fortran) des années 1970, imprimé sur du papier continu, dédié aux
fichiers textes.

La notion de fichier texte a évolué avec l'histoire de l'informatique.

Le mot fichier (« file » en anglais) a été utilisé publiquement dans le contexte d'un
enregistrement informatique déjà en février 1950. Une publicité de la radio Radio
Corporation of America de Popular Science Magazine1 décrivant une nouvelle
mémoire à tube à vide qu'elle avait développée, expliquait :
«...the results of countless computations can be kept "on file" and taken out
again. Such a "file" now exists in a "memory" tube developed at RCA
Laboratories. Electronically it retains figures fed into calculating machines,
holds them in storage while it memorizes new ones - speeds intelligent
solutions through mazes of mathematics. »
En 1952 un fichier était utilisé pour désigner l'information enregistrée sur
une carte perforée.
Or il se trouve que les cartes perforées partageaient certaines propriétés:

 Chaque carte représentait une ligne de 80 colonnes (en général)

 Les programmes (code source) étaient écrits en assemblant des lignes
de textes
 Les cartes perforées qui ne contenaient pas de texte étaient donc déjà
différentes.
En 1971, le RFC 2652 indique qu'un fichier peut être ASCII, cœur d'exécutable,
ou autre. Il mentionne notamment l'EBCDIC.
En juillet 1972, le RFC 3543, discutant des échanges de texte par le protocole
réseau NVT-ASCIIN 4 FTP, indique que les fichiers textes sont enregistrés de
manières différentes selon les systèmes :

 le PDP-10 enregistre le NVT-ASCII en 7-bits justifiés à gauche dans

des mots de 36 bits ;
  le 360's enregistre le texte avec un codage EBCDIC 8-bit ;
 Multics enregistre le texte avec quatre caractère de neuf bits dans des
mots de 36 bits.
Il indique donc que pour le bon transfert des textes, il est nécessaire que les deux
parties effectuent leur part respective de la conversion dans un codage commun;
il s'agit à cette époque de l'ASCII 8 bits, dit NVT.
Cette même année, la RFC fait apparaître le besoin d'une unité commune pour
transmettre des données binaires entre systèmes dont les mots n'ont pas la
même taille, et suggère l'utilisation de byte de 8 bits, c'est-à-dire, de ce que l'on
appelle aujourd'hui des octets, tout en permettant l'utilisation de bytes/mots
différents si négocié.
En 1980, le RFC 7654 en spécifiant le protocole FTP indique les trois raisons
occasionnant le transfert d'un fichier : l'impression, l'archivage, et le traitement.
Constatant, que le seul encodage n'est pas une métainformation suffisante, il
spécifie le reste et notamment les différents mécanismes de changement de ligne
à travers des caractères de contrôle ou de défilement de lignes. En page 12, le
RFC clarifie que les fichiers textes sont tout aussi bien des fichiers ASCII que des
fichiers EBCDIC.
En 1985, lors de l'élaboration du protocole FTP de transfert de fichier, il a été
recommandé de considérer comme fichier texte (en anglais "text" files), deux
formats de fichiers :

 les fichiers file structure, où le fichier est considéré être une séquence

continue de lignes.
 les fichiers record-structure, où le fichier est constitué
d'enregistrements séquentielsN 5
De même les types ASCII et EBCDIC ont été acceptés comme fichier texte 5.

Cette section est vide, insuffisamment détaillée ou incomplète. Votre aide est

la bienvenue ! Comment faire ?

Texte brut[modifier | modifier le code]

Article détaillé : Texte brut.
Texte brut Unicode (Unicode plain text)
De nos jours, l'Unicode est de plus en plus reconnu comme format de texte brut.
Le standard Unicode définit selon ses propres termes ce qu'est le texte brut, sous
le terme de plain text, dans sa version anglaise.
La notion de fichier texte se rapproche donc des propriétés que le standard
Unicode attribue au format nommé plain text en langue anglaise et signifiant texte
brut.
Généralités et controverses
La notion de texte brut (plain text) a, comme la notion de texte enrichi (fancy text),
été introduite par Unicode6.
La notion de plain text peut être traduite par texte en clair, pur texte, texte pur, ou
texte brut6.
Linux Information Project en donne une vision restrictive.
Format de codage
Si l'encodage est inconnu, un texte brut quelconque est inexploitable.
Texte brut approché en mathématiques
Alors que les mathématiques sont un langage international, en tout ou partie, leur
représentation informatique a pu être négligée lors de la création de différents
systèmes de codage des caractères. Toutefois, ces symboles ont bénéficié d'une
forte prise en charge par l'Unicode7, offrant de nouvelles perspectives.
Histoire
La notion de texte brut est implicitement assez ancienne puisque
vraisemblablement elle remonte sans doute au moins si ce n'est à la notion de
machine à écrire, aux premiers langages de programmation utilisant cette
technologie.
Dans son aspect réseau, elle est consignée dans de nombreux RFC.
Protocole et fichier
L'usage du texte brut peut varier entre protocole et ficher. Ceci peut
généralement être invisible à l'utilisateur lorsqu'il copie un texte d'un logiciel à un
autre.
Dans un protocole, le protocole spécifie généralement l'encodage utilisé, d'une
manière ou d'une autre; la longueur du texte peut ne pas être limité, en fonction
du protocole.
Un fichier a généralement une taille limitée, il est généralement admis qu'un
système de fichier ne fournit pas d'information sur l'encodage utilisé pour encoder
un texte brut donné. Cette information essentielle est alors déterminée à travers
un ensemble d'heuristiques.

Apports et limitations[modifier | modifier le code]

Le fichier texte est un élément déterminant en ce qu'il offre la possibilité de
décrire des codes sources et de faciliter la programmation des ordinateurs.
Toutefois, il souffre de facto de nombreux problème d'interopérabilité.
Apports[modifier | modifier le code]
Le fichier texte, lorsqu'il apparait apporte la possibilité de permettre à un humain
de soumettre un texte au traitement automatique d'une machine. Il offre
également la possibilité de supprimer et d'ajouter une ligne, et cela dès les cartes
perforées. Cette fonctionnalité a été reprise par des logiciels comme ed ou edlin.
Limitations[modifier | modifier le code]
Un fichier texte est limité dans sa taille, comme le sont tous les fichiers, par
le système de gestion de fichiers.
De plus par convention on limite volontairement le nombre de colonnes. Une
convention commune est ancienne est d'environ 80 ou 132 colonnes. Cela
correspondait aux standards de terminaux physiques aujourd'hui dépassés. Les
éditeurs modernes savent souvent gérer des lignes plus longues bien que cela ne
soit pas conseillé pour des questions de présentation.
Le fichier texte peut poser de nombreux problèmes d'interopérabilité (pour cause
d'encodage différents) entre pays, entre fournisseurs de logiciels, notamment.

Usage[modifier | modifier le code]
Les fichiers texte sont utilisés par de nombreux logiciels pour conserver les
données de configuration. Ils sont également utilisés pour contenir
les textes écrits en langages de programmation. En outre, la plupart des
langages de programmation offrent des fonctions prédéfinies pour manipuler du
texte brut, ce qui rend la gestion des fichiers textes particulièrement accessible.
Le logiciel utilisé pour éditer un fichier texte est un éditeur de texte. Dans le cas
général, un traitement de texte ne produit pas des fichiers texte. En effet, un
traitement de texte n'a pas seulement besoin de manipuler du texte brut, mais
également des informations sur la fonte de caractère utilisée, la disposition des
caractères dans des pages, les styles typographiques, etc. Toutefois, les
traitements de texte peuvent ouvrir ou sauvegarder un fichier texte, aucune
information de mise en forme n'étant conservée, sauf le cas échéant les sauts de
ligne.
Un fichier texte peut être la structure sous-jacente d'un fichier journal 8.

Structure et propriétés[modifier | modifier le code]

La structure d'un fichier texte est une séquence de lignes. Toutefois,
historiquement, chaque caractère est aligné verticalement, c'est encore le cas
aujourd'hui, dans un éditeur de texte en ligne ou local.
Séquence de lignes[modifier | modifier le code]
Le concept de séquence de lignes reste une caractéristique forte d'un fichier
texte.
Un fichier texte peut simplement contenir du texte dans une langue quelconque.
Dans ce cas, aujourd'hui, il ne respecte plus aucune structure particulière.

Il était une fois une marchande de foie

qui vendait du foie dans la Ville de Foix.
Elle se dit «ma foi c'est la première fois
que je vends du foie dans la ville de Foix !»
using (FileStream stm = new FileStream("logfile.txt", FileMode.Create))
{
return ProcessStuff(stm); //
}

Un fichier texte peut également contenir une donnée structurée qui peut être
analysée par un logiciel et affichée sous une forme plus évoluée, par exemple
une page web :
 <!DOCTYPE html>
<html lang="fr">
<head><title>Page web d'exemple</title></head>
<body>
<p>Ceci est une page web d'exemple.</p>
</body>
</html>

Alignement vertical[modifier | modifier le code]

Un fichier texte est généralement rendu visible avec des polices à chasse fixe
alignant le texte verticalement. L'arrivée d'un grand nombre de caractères
Unicode dans les fichiers textes peut questionner ce concept.
Enfin, et de manière plus anecdotique, le propos d'un fichier texte peut être
détourné pour contenir une image, c'est ce qu'on appelle l'art ASCII :

(\___/) (*) (*) \ /

(=*.*=) (°_°) {^o^}
(")___(") (+) (+) (| . |)
(_) (_) (_) (_)

Cet art nécessite toutefois que tous les caractères affichés aient la même largeur.
Cette technologie a notamment été utilisée pour spécifier des protocoles de
transfert de fichier.
Utilisation de l'art-ASCII comme élément de spécification du «FILE TRANSFER
PROTOCOL» RFC 7654; année 1980:

-------------
|/---------\|
|| User || --------
||Interface|<--->| User |
|\----:----/| --------
---------- | V |
|/------\| FTP Commands |/---------\|
||Server|<---------------->| User ||
|| PI || FTP Replies || PI ||
|\--:---/| |\----:----/|
| V | | V |
-------- |/------\| Data |/---------\| --------
| File |<--->|Server|<---------------->| User |<--->| File |
|System| || DTP || Connection || DTP || |System|
-------- |\------/| |\---------/| --------
---------- -------------

Server-FTP User-FTP

Standardisation et normalisation[modifier | modifier le code]

Les fichiers textes peuvent connaitre des problèmes d'interopérabilité :
  Différence de traitement des changements de lignes : CR ; LF, NL ;
CR+LF
 Présence ou absence éventuelle du marqueur magique BOM
 Différence de codage des caractères
 Différence de traitement des séquences d'échappement éventuelles.
Les variations de formats sont notamment liées aux intérêts régionaux: présence
de caractères accentués ou d'alphabets particuliers. Les industries souhaitent
également offrir de nouveaux caractères, en respectant tous les standards avec
une rigueur inégale.
Codage des caractères[modifier | modifier le code]
Comme tout fichier informatique, un fichier texte contient fondamentalement
des bits. La particularité d'un fichier texte est que l'ensemble du fichier respecte
un standard de codage des caractères. Il existe de nombreux standards de
codage de caractères, ce qui peut rendre problématique la compatibilité des
fichiers texte.
Rôle de l'ASCII[modifier | modifier le code]
La dénomination « fichier ASCII » est souvent confusément (et/ou abusivement)
utilisée à propos de fichiers texte n'utilisant pas le codage des caractères ASCII,
soit pour marquer une opposition à l'EBCDIC, soit pour interdire l'utilisation de
langues autre que l'anglais. Cela tient aussi à une histoire compliquée liée à
l'influence et aux intérêts des États-Unis, pays de langue anglaise, et au fait
qu'actuellement les fichiers textes sont généralement compatibles ASCII tout en
ne se limitant pas à ces caractères. Ainsi des fichiers textes UTF-8 bénéficient
d'une certaine interopérabilité avec des logiciels qui nécessitent des fichiers
compatibles ASCII, contrairement aux fichiers textes UTF-16, qui nécessitent des
logiciels spécifiquement adaptés à l'UTF-16.
Rôle du BOM[modifier | modifier le code]
Article détaillé : Byte Order Mark.
Le BOM est une invention du standard Unicode. Il est parfois présent en début de
fichier pour indiquer visuellement l'encodage d'un fichier (ce code dans un fichier
UTF8 sera visualisé « ï»¿ » en iso8859-1). À ce titre, il s'agit d'un nombre
magique au même titre que le shebang. Mais il est aussi et surtout utilisé pour
déterminer l'ordre des octets (endianness) et cela peut poser des problèmes à
certains logiciels.
Séquence d'échappement[modifier | modifier le code]
Les séquences d'échappement peuvent également être traitées de manière
inégales, alors que leur utilisation est impérative en ISO-2022, conduisant à
l'apparition de mojibake au sens premier du mot.

Notes et références[modifier | modifier le code]

Notes[modifier | modifier le code]
51. ↑ Le standard des États-Unis, l'ASCII inclut des caractères de contrôle, tel que
l'échappement de valeur 27.
 52. ↑ les standards ISO-2022 sont bâtis sur ces séquences.
53. ↑ L'Unicode autorise l'utilisation d'un indicateur dénommé BOM.
54. ↑ ASCII 8 bits avec le bit sept, le plus fort, à 0.
55. ↑ Ce qui pourrait signifier que chaque colonne avait un sens précis comme en Cobol et
que la longueur des lignes était fixe, comme l'écran.

Références[modifier | modifier le code]
81. ↑ Popular Science Magazine, February 1950, page 96 [archive]
82. ↑ (en) Request for comments no 265 [archive].
83. ↑ (en) Request for comments no 354 [archive].
84. ↑ Revenir plus haut en :a et b (en) Request for comments no 765 [archive].
85. ↑ File Transfer Protocol  : RFC  959, Network Working Group, octobre 1985 (lire en
ligne [archive]), page 15
86. ↑ Revenir plus haut en :a et b http://www.cairn.info/article.php?ID_ARTICLE=DN_063_0013 [archive]
87. ↑ Barbara Beeton, Asmus Freytag, Murray Sargent III, Unicode Technical Report
1. 25 “Unicode Support for
Mathematics”, https://www.unicode.org/reports/tr25 [archive]
88. ↑ http://www.oqlf.gouv.qc.ca/ressources/bibliotheque/dictionnaires/internet/fiches/8383642
.html [archive]

Voir aussi[modifier | modifier le code]

Articles connexes[modifier | modifier le code]

 Fichier binaire
 Éditeur de texte
 Format de fichier
 Fichier

  Portail de l’informatique 
  Portail de l’écriture
Catégories : 
 Format de données numériques
 Codage du texte
 Format ouvert
[+]
 La dernière modification de cette page a été faite le 15 octobre 2021 à 16:01.
 Droit d'auteur : les textes sont disponibles sous licence Creative Commons attribution, partage dans
les mêmes conditions ; d’autres conditions peuvent s’appliquer. Voyez les conditions
d’utilisation pour plus de détails, ainsi que les crédits graphiques. En cas de réutilisation des textes
de cette page, voyez comment citer les auteurs et mentionner la licence.
Wikipedia® est une marque déposée de la Wikimedia Foundation, Inc., organisation de
bienfaisance régie par le paragraphe 501(c)(3) du code fiscal des États-Unis.

Fichier texte
Pour les articles homonymes, voir TXT.
Fichier texte
 Les 95 caractères et signes du codage ASCII

Caractéristiques
Extensions .txt ,  .text , -

Type MIME text/plain

PUID x-fmt/111

modifier - modifier le code - modifier Wikidata

En informatique, un fichier texte ou fichier texte brut ou fichier texte

simple[réf. nécessaire] est un fichier dont le contenu représente uniquement une suite
de caractères ; il utilise nécessairement une forme particulière de codage des
caractères qui peut être une variante ou une extension du standard local des États-
Unis, l'ASCII. Il n'existe aucune définition officielle, et les différentes interprétations
de ce qu'est un fichier texte partagent des propriétés essentielles. Les caractères
considérés sont généralement les caractères imprimables, d'espaces et de retours à
la ligne. Certains codages de caractères normalisés incluent également certains
caractères de contrôleN 1, séquence d'échappementN 2 ou marqueursN 3 qui peuvent
faire l'objet de différences d'appréciations. La notion de fichier texte est donc
subjective et dépend notamment des systèmes de codage de caractère considérés
(windows-1252 et ISO-8859-1 n'offrant pas les mêmes plages de valeurs
«imprimables».)
Un fichier « non texte » est appelé « fichier binaire », dans le sens où
les bits contenus dans le fichier ne représentent pas une simple suite de caractères
imprimables, d'espaces et de retours à la ligne.

Sommaire

 1Histoire
 2Texte brut
 3Apports et limitations
o 3.1Apports
o 3.2Limitations
 4Usage
 5Structure et propriétés
 o 5.1Séquence de lignes
o 5.2Alignement vertical
 6Standardisation et normalisation
o 6.1Codage des caractères
 6.1.1Rôle de l'ASCII
o 6.2Rôle du BOM
o 6.3Séquence d'échappement
 7Notes et références
o 7.1Notes
o 7.2Références
 8Voir aussi
o 8.1Articles connexes

Histoire[modifier | modifier le code]

Un fichier en carte perforée

Extrait d'un programme écrit en BASIC

Copie papier d'un code source (en Fortran) des années 1970, imprimé sur du papier continu, dédié aux
fichiers textes.

La notion de fichier texte a évolué avec l'histoire de l'informatique.

Le mot fichier (« file » en anglais) a été utilisé publiquement dans le contexte d'un
enregistrement informatique déjà en février 1950. Une publicité de la radio Radio
Corporation of America de Popular Science Magazine1 décrivant une nouvelle
mémoire à tube à vide qu'elle avait développée, expliquait :
«...the results of countless computations can be kept "on file" and taken out
again. Such a "file" now exists in a "memory" tube developed at RCA
Laboratories. Electronically it retains figures fed into calculating machines,
holds them in storage while it memorizes new ones - speeds intelligent
solutions through mazes of mathematics. »
En 1952 un fichier était utilisé pour désigner l'information enregistrée sur
une carte perforée.
Or il se trouve que les cartes perforées partageaient certaines propriétés:

 Chaque carte représentait une ligne de 80 colonnes (en général)

 Les programmes (code source) étaient écrits en assemblant des lignes
de textes
 Les cartes perforées qui ne contenaient pas de texte étaient donc déjà
différentes.
En 1971, le RFC 2652 indique qu'un fichier peut être ASCII, cœur d'exécutable,
ou autre. Il mentionne notamment l'EBCDIC.
En juillet 1972, le RFC 3543, discutant des échanges de texte par le protocole
réseau NVT-ASCIIN 4 FTP, indique que les fichiers textes sont enregistrés de
manières différentes selon les systèmes :

 le PDP-10 enregistre le NVT-ASCII en 7-bits justifiés à gauche dans

des mots de 36 bits ;
  le 360's enregistre le texte avec un codage EBCDIC 8-bit ;
 Multics enregistre le texte avec quatre caractère de neuf bits dans des
mots de 36 bits.
Il indique donc que pour le bon transfert des textes, il est nécessaire que les deux
parties effectuent leur part respective de la conversion dans un codage commun;
il s'agit à cette époque de l'ASCII 8 bits, dit NVT.
Cette même année, la RFC fait apparaître le besoin d'une unité commune pour
transmettre des données binaires entre systèmes dont les mots n'ont pas la
même taille, et suggère l'utilisation de byte de 8 bits, c'est-à-dire, de ce que l'on
appelle aujourd'hui des octets, tout en permettant l'utilisation de bytes/mots
différents si négocié.
En 1980, le RFC 7654 en spécifiant le protocole FTP indique les trois raisons
occasionnant le transfert d'un fichier : l'impression, l'archivage, et le traitement.
Constatant, que le seul encodage n'est pas une métainformation suffisante, il
spécifie le reste et notamment les différents mécanismes de changement de ligne
à travers des caractères de contrôle ou de défilement de lignes. En page 12, le
RFC clarifie que les fichiers textes sont tout aussi bien des fichiers ASCII que des
fichiers EBCDIC.
En 1985, lors de l'élaboration du protocole FTP de transfert de fichier, il a été
recommandé de considérer comme fichier texte (en anglais "text" files), deux
formats de fichiers :

 les fichiers file structure, où le fichier est considéré être une séquence

continue de lignes.
 les fichiers record-structure, où le fichier est constitué
d'enregistrements séquentielsN 5
De même les types ASCII et EBCDIC ont été acceptés comme fichier texte 5.

Cette section est vide, insuffisamment détaillée ou incomplète. Votre aide est

la bienvenue ! Comment faire ?

Texte brut[modifier | modifier le code]

Article détaillé : Texte brut.
Texte brut Unicode (Unicode plain text)
De nos jours, l'Unicode est de plus en plus reconnu comme format de texte brut.
Le standard Unicode définit selon ses propres termes ce qu'est le texte brut, sous
le terme de plain text, dans sa version anglaise.
La notion de fichier texte se rapproche donc des propriétés que le standard
Unicode attribue au format nommé plain text en langue anglaise et signifiant texte
brut.
Généralités et controverses
La notion de texte brut (plain text) a, comme la notion de texte enrichi (fancy text),
été introduite par Unicode6.
La notion de plain text peut être traduite par texte en clair, pur texte, texte pur, ou
texte brut6.
Linux Information Project en donne une vision restrictive.
Format de codage
Si l'encodage est inconnu, un texte brut quelconque est inexploitable.
Texte brut approché en mathématiques
Alors que les mathématiques sont un langage international, en tout ou partie, leur
représentation informatique a pu être négligée lors de la création de différents
systèmes de codage des caractères. Toutefois, ces symboles ont bénéficié d'une
forte prise en charge par l'Unicode7, offrant de nouvelles perspectives.
Histoire
La notion de texte brut est implicitement assez ancienne puisque
vraisemblablement elle remonte sans doute au moins si ce n'est à la notion de
machine à écrire, aux premiers langages de programmation utilisant cette
technologie.
Dans son aspect réseau, elle est consignée dans de nombreux RFC.
Protocole et fichier
L'usage du texte brut peut varier entre protocole et ficher. Ceci peut
généralement être invisible à l'utilisateur lorsqu'il copie un texte d'un logiciel à un
autre.
Dans un protocole, le protocole spécifie généralement l'encodage utilisé, d'une
manière ou d'une autre; la longueur du texte peut ne pas être limité, en fonction
du protocole.
Un fichier a généralement une taille limitée, il est généralement admis qu'un
système de fichier ne fournit pas d'information sur l'encodage utilisé pour encoder
un texte brut donné. Cette information essentielle est alors déterminée à travers
un ensemble d'heuristiques.

Apports et limitations[modifier | modifier le code]

Le fichier texte est un élément déterminant en ce qu'il offre la possibilité de
décrire des codes sources et de faciliter la programmation des ordinateurs.
Toutefois, il souffre de facto de nombreux problème d'interopérabilité.
Apports[modifier | modifier le code]
Le fichier texte, lorsqu'il apparait apporte la possibilité de permettre à un humain
de soumettre un texte au traitement automatique d'une machine. Il offre
également la possibilité de supprimer et d'ajouter une ligne, et cela dès les cartes
perforées. Cette fonctionnalité a été reprise par des logiciels comme ed ou edlin.
Limitations[modifier | modifier le code]
Un fichier texte est limité dans sa taille, comme le sont tous les fichiers, par
le système de gestion de fichiers.
De plus par convention on limite volontairement le nombre de colonnes. Une
convention commune est ancienne est d'environ 80 ou 132 colonnes. Cela
correspondait aux standards de terminaux physiques aujourd'hui dépassés. Les
éditeurs modernes savent souvent gérer des lignes plus longues bien que cela ne
soit pas conseillé pour des questions de présentation.
Le fichier texte peut poser de nombreux problèmes d'interopérabilité (pour cause
d'encodage différents) entre pays, entre fournisseurs de logiciels, notamment.

Usage[modifier | modifier le code]
Les fichiers texte sont utilisés par de nombreux logiciels pour conserver les
données de configuration. Ils sont également utilisés pour contenir
les textes écrits en langages de programmation. En outre, la plupart des
langages de programmation offrent des fonctions prédéfinies pour manipuler du
texte brut, ce qui rend la gestion des fichiers textes particulièrement accessible.
Le logiciel utilisé pour éditer un fichier texte est un éditeur de texte. Dans le cas
général, un traitement de texte ne produit pas des fichiers texte. En effet, un
traitement de texte n'a pas seulement besoin de manipuler du texte brut, mais
également des informations sur la fonte de caractère utilisée, la disposition des
caractères dans des pages, les styles typographiques, etc. Toutefois, les
traitements de texte peuvent ouvrir ou sauvegarder un fichier texte, aucune
information de mise en forme n'étant conservée, sauf le cas échéant les sauts de
ligne.
Un fichier texte peut être la structure sous-jacente d'un fichier journal 8.

Structure et propriétés[modifier | modifier le code]

La structure d'un fichier texte est une séquence de lignes. Toutefois,
historiquement, chaque caractère est aligné verticalement, c'est encore le cas
aujourd'hui, dans un éditeur de texte en ligne ou local.
Séquence de lignes[modifier | modifier le code]
Le concept de séquence de lignes reste une caractéristique forte d'un fichier
texte.
Un fichier texte peut simplement contenir du texte dans une langue quelconque.
Dans ce cas, aujourd'hui, il ne respecte plus aucune structure particulière.

Il était une fois une marchande de foie

qui vendait du foie dans la Ville de Foix.
Elle se dit «ma foi c'est la première fois
que je vends du foie dans la ville de Foix !»
using (FileStream stm = new FileStream("logfile.txt", FileMode.Create))
{
return ProcessStuff(stm); //
}

Un fichier texte peut également contenir une donnée structurée qui peut être
analysée par un logiciel et affichée sous une forme plus évoluée, par exemple
une page web :
 <!DOCTYPE html>
<html lang="fr">
<head><title>Page web d'exemple</title></head>
<body>
<p>Ceci est une page web d'exemple.</p>
</body>
</html>

Alignement vertical[modifier | modifier le code]

Un fichier texte est généralement rendu visible avec des polices à chasse fixe
alignant le texte verticalement. L'arrivée d'un grand nombre de caractères
Unicode dans les fichiers textes peut questionner ce concept.
Enfin, et de manière plus anecdotique, le propos d'un fichier texte peut être
détourné pour contenir une image, c'est ce qu'on appelle l'art ASCII :

(\___/) (*) (*) \ /

(=*.*=) (°_°) {^o^}
(")___(") (+) (+) (| . |)
(_) (_) (_) (_)

Cet art nécessite toutefois que tous les caractères affichés aient la même largeur.
Cette technologie a notamment été utilisée pour spécifier des protocoles de
transfert de fichier.
Utilisation de l'art-ASCII comme élément de spécification du «FILE TRANSFER
PROTOCOL» RFC 7654; année 1980:

-------------
|/---------\|
|| User || --------
||Interface|<--->| User |
|\----:----/| --------
---------- | V |
|/------\| FTP Commands |/---------\|
||Server|<---------------->| User ||
|| PI || FTP Replies || PI ||
|\--:---/| |\----:----/|
| V | | V |
-------- |/------\| Data |/---------\| --------
| File |<--->|Server|<---------------->| User |<--->| File |
|System| || DTP || Connection || DTP || |System|
-------- |\------/| |\---------/| --------
---------- -------------

Server-FTP User-FTP

Standardisation et normalisation[modifier | modifier le code]

Les fichiers textes peuvent connaitre des problèmes d'interopérabilité :
  Différence de traitement des changements de lignes : CR ; LF, NL ;
CR+LF
 Présence ou absence éventuelle du marqueur magique BOM
 Différence de codage des caractères
 Différence de traitement des séquences d'échappement éventuelles.
Les variations de formats sont notamment liées aux intérêts régionaux: présence
de caractères accentués ou d'alphabets particuliers. Les industries souhaitent
également offrir de nouveaux caractères, en respectant tous les standards avec
une rigueur inégale.
Codage des caractères[modifier | modifier le code]
Comme tout fichier informatique, un fichier texte contient fondamentalement
des bits. La particularité d'un fichier texte est que l'ensemble du fichier respecte
un standard de codage des caractères. Il existe de nombreux standards de
codage de caractères, ce qui peut rendre problématique la compatibilité des
fichiers texte.
Rôle de l'ASCII[modifier | modifier le code]
La dénomination « fichier ASCII » est souvent confusément (et/ou abusivement)
utilisée à propos de fichiers texte n'utilisant pas le codage des caractères ASCII,
soit pour marquer une opposition à l'EBCDIC, soit pour interdire l'utilisation de
langues autre que l'anglais. Cela tient aussi à une histoire compliquée liée à
l'influence et aux intérêts des États-Unis, pays de langue anglaise, et au fait
qu'actuellement les fichiers textes sont généralement compatibles ASCII tout en
ne se limitant pas à ces caractères. Ainsi des fichiers textes UTF-8 bénéficient
d'une certaine interopérabilité avec des logiciels qui nécessitent des fichiers
compatibles ASCII, contrairement aux fichiers textes UTF-16, qui nécessitent des
logiciels spécifiquement adaptés à l'UTF-16.
Rôle du BOM[modifier | modifier le code]
Article détaillé : Byte Order Mark.
Le BOM est une invention du standard Unicode. Il est parfois présent en début de
fichier pour indiquer visuellement l'encodage d'un fichier (ce code dans un fichier
UTF8 sera visualisé « ï»¿ » en iso8859-1). À ce titre, il s'agit d'un nombre
magique au même titre que le shebang. Mais il est aussi et surtout utilisé pour
déterminer l'ordre des octets (endianness) et cela peut poser des problèmes à
certains logiciels.
Séquence d'échappement[modifier | modifier le code]
Les séquences d'échappement peuvent également être traitées de manière
inégales, alors que leur utilisation est impérative en ISO-2022, conduisant à
l'apparition de mojibake au sens premier du mot.

Notes et références[modifier | modifier le code]

Notes[modifier | modifier le code]
51. ↑ Le standard des États-Unis, l'ASCII inclut des caractères de contrôle, tel que
l'échappement de valeur 27.
 52. ↑ les standards ISO-2022 sont bâtis sur ces séquences.
53. ↑ L'Unicode autorise l'utilisation d'un indicateur dénommé BOM.
54. ↑ ASCII 8 bits avec le bit sept, le plus fort, à 0.
55. ↑ Ce qui pourrait signifier que chaque colonne avait un sens précis comme en Cobol et
que la longueur des lignes était fixe, comme l'écran.

Références[modifier | modifier le code]
81. ↑ Popular Science Magazine, February 1950, page 96 [archive]
82. ↑ (en) Request for comments no 265 [archive].
83. ↑ (en) Request for comments no 354 [archive].
84. ↑ Revenir plus haut en :a et b (en) Request for comments no 765 [archive].
85. ↑ File Transfer Protocol  : RFC  959, Network Working Group, octobre 1985 (lire en
ligne [archive]), page 15
86. ↑ Revenir plus haut en :a et b http://www.cairn.info/article.php?ID_ARTICLE=DN_063_0013 [archive]
87. ↑ Barbara Beeton, Asmus Freytag, Murray Sargent III, Unicode Technical Report
1. 25 “Unicode Support for
Mathematics”, https://www.unicode.org/reports/tr25 [archive]
88. ↑ http://www.oqlf.gouv.qc.ca/ressources/bibliotheque/dictionnaires/internet/fiches/8383642
.html [archive]

Voir aussi[modifier | modifier le code]

Articles connexes[modifier | modifier le code]

 Fichier binaire
 Éditeur de texte
 Format de fichier
 Fichier

  Portail de l’informatique 
  Portail de l’écriture
Catégories : 
 Format de données numériques
 Codage du texte
 Format ouvert
[+]
 La dernière modification de cette page a été faite le 15 octobre 2021 à 16:01.
 Droit d'auteur : les textes sont disponibles sous licence Creative Commons attribution, partage dans
les mêmes conditions ; d’autres conditions peuvent s’appliquer. Voyez les conditions
d’utilisation pour plus de détails, ainsi que les crédits graphiques. En cas de réutilisation des textes
de cette page, voyez comment citer les auteurs et mentionner la licence.
Wikipedia® est une marque déposée de la Wikimedia Foundation, Inc., organisation de
bienfaisance régie par le paragraphe 501(c)(3) du code fiscal des États-Unis.

Fichier texte
Pour les articles homonymes, voir TXT.
Fichier texte
 Les 95 caractères et signes du codage ASCII

Caractéristiques
Extensions .txt ,  .text , -

Type MIME text/plain

PUID x-fmt/111

modifier - modifier le code - modifier Wikidata

En informatique, un fichier texte ou fichier texte brut ou fichier texte

simple[réf. nécessaire] est un fichier dont le contenu représente uniquement une suite
de caractères ; il utilise nécessairement une forme particulière de codage des
caractères qui peut être une variante ou une extension du standard local des États-
Unis, l'ASCII. Il n'existe aucune définition officielle, et les différentes interprétations
de ce qu'est un fichier texte partagent des propriétés essentielles. Les caractères
considérés sont généralement les caractères imprimables, d'espaces et de retours à
la ligne. Certains codages de caractères normalisés incluent également certains
caractères de contrôleN 1, séquence d'échappementN 2 ou marqueursN 3 qui peuvent
faire l'objet de différences d'appréciations. La notion de fichier texte est donc
subjective et dépend notamment des systèmes de codage de caractère considérés
(windows-1252 et ISO-8859-1 n'offrant pas les mêmes plages de valeurs
«imprimables».)
Un fichier « non texte » est appelé « fichier binaire », dans le sens où
les bits contenus dans le fichier ne représentent pas une simple suite de caractères
imprimables, d'espaces et de retours à la ligne.

Sommaire

 1Histoire
 2Texte brut
 3Apports et limitations
o 3.1Apports
o 3.2Limitations
 4Usage
 5Structure et propriétés
 o 5.1Séquence de lignes
o 5.2Alignement vertical
 6Standardisation et normalisation
o 6.1Codage des caractères
 6.1.1Rôle de l'ASCII
o 6.2Rôle du BOM
o 6.3Séquence d'échappement
 7Notes et références
o 7.1Notes
o 7.2Références
 8Voir aussi
o 8.1Articles connexes

Histoire[modifier | modifier le code]

Un fichier en carte perforée

Extrait d'un programme écrit en BASIC

Copie papier d'un code source (en Fortran) des années 1970, imprimé sur du papier continu, dédié aux
fichiers textes.

La notion de fichier texte a évolué avec l'histoire de l'informatique.

Le mot fichier (« file » en anglais) a été utilisé publiquement dans le contexte d'un
enregistrement informatique déjà en février 1950. Une publicité de la radio Radio
Corporation of America de Popular Science Magazine1 décrivant une nouvelle
mémoire à tube à vide qu'elle avait développée, expliquait :
«...the results of countless computations can be kept "on file" and taken out
again. Such a "file" now exists in a "memory" tube developed at RCA
Laboratories. Electronically it retains figures fed into calculating machines,
holds them in storage while it memorizes new ones - speeds intelligent
solutions through mazes of mathematics. »
En 1952 un fichier était utilisé pour désigner l'information enregistrée sur
une carte perforée.
Or il se trouve que les cartes perforées partageaient certaines propriétés:

 Chaque carte représentait une ligne de 80 colonnes (en général)

 Les programmes (code source) étaient écrits en assemblant des lignes
de textes
 Les cartes perforées qui ne contenaient pas de texte étaient donc déjà
différentes.
En 1971, le RFC 2652 indique qu'un fichier peut être ASCII, cœur d'exécutable,
ou autre. Il mentionne notamment l'EBCDIC.
En juillet 1972, le RFC 3543, discutant des échanges de texte par le protocole
réseau NVT-ASCIIN 4 FTP, indique que les fichiers textes sont enregistrés de
manières différentes selon les systèmes :

 le PDP-10 enregistre le NVT-ASCII en 7-bits justifiés à gauche dans

des mots de 36 bits ;
  le 360's enregistre le texte avec un codage EBCDIC 8-bit ;
 Multics enregistre le texte avec quatre caractère de neuf bits dans des
mots de 36 bits.
Il indique donc que pour le bon transfert des textes, il est nécessaire que les deux
parties effectuent leur part respective de la conversion dans un codage commun;
il s'agit à cette époque de l'ASCII 8 bits, dit NVT.
Cette même année, la RFC fait apparaître le besoin d'une unité commune pour
transmettre des données binaires entre systèmes dont les mots n'ont pas la
même taille, et suggère l'utilisation de byte de 8 bits, c'est-à-dire, de ce que l'on
appelle aujourd'hui des octets, tout en permettant l'utilisation de bytes/mots
différents si négocié.
En 1980, le RFC 7654 en spécifiant le protocole FTP indique les trois raisons
occasionnant le transfert d'un fichier : l'impression, l'archivage, et le traitement.
Constatant, que le seul encodage n'est pas une métainformation suffisante, il
spécifie le reste et notamment les différents mécanismes de changement de ligne
à travers des caractères de contrôle ou de défilement de lignes. En page 12, le
RFC clarifie que les fichiers textes sont tout aussi bien des fichiers ASCII que des
fichiers EBCDIC.
En 1985, lors de l'élaboration du protocole FTP de transfert de fichier, il a été
recommandé de considérer comme fichier texte (en anglais "text" files), deux
formats de fichiers :

 les fichiers file structure, où le fichier est considéré être une séquence

continue de lignes.
 les fichiers record-structure, où le fichier est constitué
d'enregistrements séquentielsN 5
De même les types ASCII et EBCDIC ont été acceptés comme fichier texte 5.

Cette section est vide, insuffisamment détaillée ou incomplète. Votre aide est

la bienvenue ! Comment faire ?

Texte brut[modifier | modifier le code]

Article détaillé : Texte brut.
Texte brut Unicode (Unicode plain text)
De nos jours, l'Unicode est de plus en plus reconnu comme format de texte brut.
Le standard Unicode définit selon ses propres termes ce qu'est le texte brut, sous
le terme de plain text, dans sa version anglaise.
La notion de fichier texte se rapproche donc des propriétés que le standard
Unicode attribue au format nommé plain text en langue anglaise et signifiant texte
brut.
Généralités et controverses
La notion de texte brut (plain text) a, comme la notion de texte enrichi (fancy text),
été introduite par Unicode6.
La notion de plain text peut être traduite par texte en clair, pur texte, texte pur, ou
texte brut6.
Linux Information Project en donne une vision restrictive.
Format de codage
Si l'encodage est inconnu, un texte brut quelconque est inexploitable.
Texte brut approché en mathématiques
Alors que les mathématiques sont un langage international, en tout ou partie, leur
représentation informatique a pu être négligée lors de la création de différents
systèmes de codage des caractères. Toutefois, ces symboles ont bénéficié d'une
forte prise en charge par l'Unicode7, offrant de nouvelles perspectives.
Histoire
La notion de texte brut est implicitement assez ancienne puisque
vraisemblablement elle remonte sans doute au moins si ce n'est à la notion de
machine à écrire, aux premiers langages de programmation utilisant cette
technologie.
Dans son aspect réseau, elle est consignée dans de nombreux RFC.
Protocole et fichier
L'usage du texte brut peut varier entre protocole et ficher. Ceci peut
généralement être invisible à l'utilisateur lorsqu'il copie un texte d'un logiciel à un
autre.
Dans un protocole, le protocole spécifie généralement l'encodage utilisé, d'une
manière ou d'une autre; la longueur du texte peut ne pas être limité, en fonction
du protocole.
Un fichier a généralement une taille limitée, il est généralement admis qu'un
système de fichier ne fournit pas d'information sur l'encodage utilisé pour encoder
un texte brut donné. Cette information essentielle est alors déterminée à travers
un ensemble d'heuristiques.

Apports et limitations[modifier | modifier le code]

Le fichier texte est un élément déterminant en ce qu'il offre la possibilité de
décrire des codes sources et de faciliter la programmation des ordinateurs.
Toutefois, il souffre de facto de nombreux problème d'interopérabilité.
Apports[modifier | modifier le code]
Le fichier texte, lorsqu'il apparait apporte la possibilité de permettre à un humain
de soumettre un texte au traitement automatique d'une machine. Il offre
également la possibilité de supprimer et d'ajouter une ligne, et cela dès les cartes
perforées. Cette fonctionnalité a été reprise par des logiciels comme ed ou edlin.
Limitations[modifier | modifier le code]
Un fichier texte est limité dans sa taille, comme le sont tous les fichiers, par
le système de gestion de fichiers.
De plus par convention on limite volontairement le nombre de colonnes. Une
convention commune est ancienne est d'environ 80 ou 132 colonnes. Cela
correspondait aux standards de terminaux physiques aujourd'hui dépassés. Les
éditeurs modernes savent souvent gérer des lignes plus longues bien que cela ne
soit pas conseillé pour des questions de présentation.
Le fichier texte peut poser de nombreux problèmes d'interopérabilité (pour cause
d'encodage différents) entre pays, entre fournisseurs de logiciels, notamment.

Usage[modifier | modifier le code]
Les fichiers texte sont utilisés par de nombreux logiciels pour conserver les
données de configuration. Ils sont également utilisés pour contenir
les textes écrits en langages de programmation. En outre, la plupart des
langages de programmation offrent des fonctions prédéfinies pour manipuler du
texte brut, ce qui rend la gestion des fichiers textes particulièrement accessible.
Le logiciel utilisé pour éditer un fichier texte est un éditeur de texte. Dans le cas
général, un traitement de texte ne produit pas des fichiers texte. En effet, un
traitement de texte n'a pas seulement besoin de manipuler du texte brut, mais
également des informations sur la fonte de caractère utilisée, la disposition des
caractères dans des pages, les styles typographiques, etc. Toutefois, les
traitements de texte peuvent ouvrir ou sauvegarder un fichier texte, aucune
information de mise en forme n'étant conservée, sauf le cas échéant les sauts de
ligne.
Un fichier texte peut être la structure sous-jacente d'un fichier journal 8.

Structure et propriétés[modifier | modifier le code]

La structure d'un fichier texte est une séquence de lignes. Toutefois,
historiquement, chaque caractère est aligné verticalement, c'est encore le cas
aujourd'hui, dans un éditeur de texte en ligne ou local.
Séquence de lignes[modifier | modifier le code]
Le concept de séquence de lignes reste une caractéristique forte d'un fichier
texte.
Un fichier texte peut simplement contenir du texte dans une langue quelconque.
Dans ce cas, aujourd'hui, il ne respecte plus aucune structure particulière.

Il était une fois une marchande de foie

qui vendait du foie dans la Ville de Foix.
Elle se dit «ma foi c'est la première fois
que je vends du foie dans la ville de Foix !»
using (FileStream stm = new FileStream("logfile.txt", FileMode.Create))
{
return ProcessStuff(stm); //
}

Un fichier texte peut également contenir une donnée structurée qui peut être
analysée par un logiciel et affichée sous une forme plus évoluée, par exemple
une page web :
 <!DOCTYPE html>
<html lang="fr">
<head><title>Page web d'exemple</title></head>
<body>
<p>Ceci est une page web d'exemple.</p>
</body>
</html>

Alignement vertical[modifier | modifier le code]

Un fichier texte est généralement rendu visible avec des polices à chasse fixe
alignant le texte verticalement. L'arrivée d'un grand nombre de caractères
Unicode dans les fichiers textes peut questionner ce concept.
Enfin, et de manière plus anecdotique, le propos d'un fichier texte peut être
détourné pour contenir une image, c'est ce qu'on appelle l'art ASCII :

(\___/) (*) (*) \ /

(=*.*=) (°_°) {^o^}
(")___(") (+) (+) (| . |)
(_) (_) (_) (_)

Cet art nécessite toutefois que tous les caractères affichés aient la même largeur.
Cette technologie a notamment été utilisée pour spécifier des protocoles de
transfert de fichier.
Utilisation de l'art-ASCII comme élément de spécification du «FILE TRANSFER
PROTOCOL» RFC 7654; année 1980:

-------------
|/---------\|
|| User || --------
||Interface|<--->| User |
|\----:----/| --------
---------- | V |
|/------\| FTP Commands |/---------\|
||Server|<---------------->| User ||
|| PI || FTP Replies || PI ||
|\--:---/| |\----:----/|
| V | | V |
-------- |/------\| Data |/---------\| --------
| File |<--->|Server|<---------------->| User |<--->| File |
|System| || DTP || Connection || DTP || |System|
-------- |\------/| |\---------/| --------
---------- -------------

Server-FTP User-FTP

Standardisation et normalisation[modifier | modifier le code]

Les fichiers textes peuvent connaitre des problèmes d'interopérabilité :
  Différence de traitement des changements de lignes : CR ; LF, NL ;
CR+LF
 Présence ou absence éventuelle du marqueur magique BOM
 Différence de codage des caractères
 Différence de traitement des séquences d'échappement éventuelles.
Les variations de formats sont notamment liées aux intérêts régionaux: présence
de caractères accentués ou d'alphabets particuliers. Les industries souhaitent
également offrir de nouveaux caractères, en respectant tous les standards avec
une rigueur inégale.
Codage des caractères[modifier | modifier le code]
Comme tout fichier informatique, un fichier texte contient fondamentalement
des bits. La particularité d'un fichier texte est que l'ensemble du fichier respecte
un standard de codage des caractères. Il existe de nombreux standards de
codage de caractères, ce qui peut rendre problématique la compatibilité des
fichiers texte.
Rôle de l'ASCII[modifier | modifier le code]
La dénomination « fichier ASCII » est souvent confusément (et/ou abusivement)
utilisée à propos de fichiers texte n'utilisant pas le codage des caractères ASCII,
soit pour marquer une opposition à l'EBCDIC, soit pour interdire l'utilisation de
langues autre que l'anglais. Cela tient aussi à une histoire compliquée liée à
l'influence et aux intérêts des États-Unis, pays de langue anglaise, et au fait
qu'actuellement les fichiers textes sont généralement compatibles ASCII tout en
ne se limitant pas à ces caractères. Ainsi des fichiers textes UTF-8 bénéficient
d'une certaine interopérabilité avec des logiciels qui nécessitent des fichiers
compatibles ASCII, contrairement aux fichiers textes UTF-16, qui nécessitent des
logiciels spécifiquement adaptés à l'UTF-16.
Rôle du BOM[modifier | modifier le code]
Article détaillé : Byte Order Mark.
Le BOM est une invention du standard Unicode. Il est parfois présent en début de
fichier pour indiquer visuellement l'encodage d'un fichier (ce code dans un fichier
UTF8 sera visualisé « ï»¿ » en iso8859-1). À ce titre, il s'agit d'un nombre
magique au même titre que le shebang. Mais il est aussi et surtout utilisé pour
déterminer l'ordre des octets (endianness) et cela peut poser des problèmes à
certains logiciels.
Séquence d'échappement[modifier | modifier le code]
Les séquences d'échappement peuvent également être traitées de manière
inégales, alors que leur utilisation est impérative en ISO-2022, conduisant à
l'apparition de mojibake au sens premier du mot.

Notes et références[modifier | modifier le code]

Notes[modifier | modifier le code]
51. ↑ Le standard des États-Unis, l'ASCII inclut des caractères de contrôle, tel que
l'échappement de valeur 27.
 52. ↑ les standards ISO-2022 sont bâtis sur ces séquences.
53. ↑ L'Unicode autorise l'utilisation d'un indicateur dénommé BOM.
54. ↑ ASCII 8 bits avec le bit sept, le plus fort, à 0.
55. ↑ Ce qui pourrait signifier que chaque colonne avait un sens précis comme en Cobol et
que la longueur des lignes était fixe, comme l'écran.

Références[modifier | modifier le code]
81. ↑ Popular Science Magazine, February 1950, page 96 [archive]
82. ↑ (en) Request for comments no 265 [archive].
83. ↑ (en) Request for comments no 354 [archive].
84. ↑ Revenir plus haut en :a et b (en) Request for comments no 765 [archive].
85. ↑ File Transfer Protocol  : RFC  959, Network Working Group, octobre 1985 (lire en
ligne [archive]), page 15
86. ↑ Revenir plus haut en :a et b http://www.cairn.info/article.php?ID_ARTICLE=DN_063_0013 [archive]
87. ↑ Barbara Beeton, Asmus Freytag, Murray Sargent III, Unicode Technical Report
1. 25 “Unicode Support for
Mathematics”, https://www.unicode.org/reports/tr25 [archive]
88. ↑ http://www.oqlf.gouv.qc.ca/ressources/bibliotheque/dictionnaires/internet/fiches/8383642
.html [archive]

Voir aussi[modifier | modifier le code]

Articles connexes[modifier | modifier le code]

 Fichier binaire
 Éditeur de texte
 Format de fichier
 Fichier

  Portail de l’informatique 
  Portail de l’écriture
Catégories : 
 Format de données numériques
 Codage du texte
 Format ouvert
[+]
 La dernière modification de cette page a été faite le 15 octobre 2021 à 16:01.
 Droit d'auteur : les textes sont disponibles sous licence Creative Commons attribution, partage dans
les mêmes conditions ; d’autres conditions peuvent s’appliquer. Voyez les conditions
d’utilisation pour plus de détails, ainsi que les crédits graphiques. En cas de réutilisation des textes
de cette page, voyez comment citer les auteurs et mentionner la licence.
Wikipedia® est une marque déposée de la Wikimedia Foundation, Inc., organisation de
bienfaisance régie par le paragraphe 501(c)(3) du code fiscal des États-Unis.

Fichier texte
Pour les articles homonymes, voir TXT.
Fichier texte
 Les 95 caractères et signes du codage ASCII

Caractéristiques
Extensions .txt ,  .text , -

Type MIME text/plain

PUID x-fmt/111

modifier - modifier le code - modifier Wikidata

En informatique, un fichier texte ou fichier texte brut ou fichier texte

simple[réf. nécessaire] est un fichier dont le contenu représente uniquement une suite
de caractères ; il utilise nécessairement une forme particulière de codage des
caractères qui peut être une variante ou une extension du standard local des États-
Unis, l'ASCII. Il n'existe aucune définition officielle, et les différentes interprétations
de ce qu'est un fichier texte partagent des propriétés essentielles. Les caractères
considérés sont généralement les caractères imprimables, d'espaces et de retours à
la ligne. Certains codages de caractères normalisés incluent également certains
caractères de contrôleN 1, séquence d'échappementN 2 ou marqueursN 3 qui peuvent
faire l'objet de différences d'appréciations. La notion de fichier texte est donc
subjective et dépend notamment des systèmes de codage de caractère considérés
(windows-1252 et ISO-8859-1 n'offrant pas les mêmes plages de valeurs
«imprimables».)
Un fichier « non texte » est appelé « fichier binaire », dans le sens où
les bits contenus dans le fichier ne représentent pas une simple suite de caractères
imprimables, d'espaces et de retours à la ligne.

Sommaire

 1Histoire
 2Texte brut
 3Apports et limitations
o 3.1Apports
o 3.2Limitations
 4Usage
 5Structure et propriétés
 o 5.1Séquence de lignes
o 5.2Alignement vertical
 6Standardisation et normalisation
o 6.1Codage des caractères
 6.1.1Rôle de l'ASCII
o 6.2Rôle du BOM
o 6.3Séquence d'échappement
 7Notes et références
o 7.1Notes
o 7.2Références
 8Voir aussi
o 8.1Articles connexes

Histoire[modifier | modifier le code]

Un fichier en carte perforée

Extrait d'un programme écrit en BASIC

Copie papier d'un code source (en Fortran) des années 1970, imprimé sur du papier continu, dédié aux
fichiers textes.

La notion de fichier texte a évolué avec l'histoire de l'informatique.

Le mot fichier (« file » en anglais) a été utilisé publiquement dans le contexte d'un
enregistrement informatique déjà en février 1950. Une publicité de la radio Radio
Corporation of America de Popular Science Magazine1 décrivant une nouvelle
mémoire à tube à vide qu'elle avait développée, expliquait :
«...the results of countless computations can be kept "on file" and taken out
again. Such a "file" now exists in a "memory" tube developed at RCA
Laboratories. Electronically it retains figures fed into calculating machines,
holds them in storage while it memorizes new ones - speeds intelligent
solutions through mazes of mathematics. »
En 1952 un fichier était utilisé pour désigner l'information enregistrée sur
une carte perforée.
Or il se trouve que les cartes perforées partageaient certaines propriétés:

 Chaque carte représentait une ligne de 80 colonnes (en général)

 Les programmes (code source) étaient écrits en assemblant des lignes
de textes
 Les cartes perforées qui ne contenaient pas de texte étaient donc déjà
différentes.
En 1971, le RFC 2652 indique qu'un fichier peut être ASCII, cœur d'exécutable,
ou autre. Il mentionne notamment l'EBCDIC.
En juillet 1972, le RFC 3543, discutant des échanges de texte par le protocole
réseau NVT-ASCIIN 4 FTP, indique que les fichiers textes sont enregistrés de
manières différentes selon les systèmes :

 le PDP-10 enregistre le NVT-ASCII en 7-bits justifiés à gauche dans

des mots de 36 bits ;
  le 360's enregistre le texte avec un codage EBCDIC 8-bit ;
 Multics enregistre le texte avec quatre caractère de neuf bits dans des
mots de 36 bits.
Il indique donc que pour le bon transfert des textes, il est nécessaire que les deux
parties effectuent leur part respective de la conversion dans un codage commun;
il s'agit à cette époque de l'ASCII 8 bits, dit NVT.
Cette même année, la RFC fait apparaître le besoin d'une unité commune pour
transmettre des données binaires entre systèmes dont les mots n'ont pas la
même taille, et suggère l'utilisation de byte de 8 bits, c'est-à-dire, de ce que l'on
appelle aujourd'hui des octets, tout en permettant l'utilisation de bytes/mots
différents si négocié.
En 1980, le RFC 7654 en spécifiant le protocole FTP indique les trois raisons
occasionnant le transfert d'un fichier : l'impression, l'archivage, et le traitement.
Constatant, que le seul encodage n'est pas une métainformation suffisante, il
spécifie le reste et notamment les différents mécanismes de changement de ligne
à travers des caractères de contrôle ou de défilement de lignes. En page 12, le
RFC clarifie que les fichiers textes sont tout aussi bien des fichiers ASCII que des
fichiers EBCDIC.
En 1985, lors de l'élaboration du protocole FTP de transfert de fichier, il a été
recommandé de considérer comme fichier texte (en anglais "text" files), deux
formats de fichiers :

 les fichiers file structure, où le fichier est considéré être une séquence

continue de lignes.
 les fichiers record-structure, où le fichier est constitué
d'enregistrements séquentielsN 5
De même les types ASCII et EBCDIC ont été acceptés comme fichier texte 5.

Cette section est vide, insuffisamment détaillée ou incomplète. Votre aide est

la bienvenue ! Comment faire ?

Texte brut[modifier | modifier le code]

Article détaillé : Texte brut.
Texte brut Unicode (Unicode plain text)
De nos jours, l'Unicode est de plus en plus reconnu comme format de texte brut.
Le standard Unicode définit selon ses propres termes ce qu'est le texte brut, sous
le terme de plain text, dans sa version anglaise.
La notion de fichier texte se rapproche donc des propriétés que le standard
Unicode attribue au format nommé plain text en langue anglaise et signifiant texte
brut.
Généralités et controverses
La notion de texte brut (plain text) a, comme la notion de texte enrichi (fancy text),
été introduite par Unicode6.
La notion de plain text peut être traduite par texte en clair, pur texte, texte pur, ou
texte brut6.
Linux Information Project en donne une vision restrictive.
Format de codage
Si l'encodage est inconnu, un texte brut quelconque est inexploitable.
Texte brut approché en mathématiques
Alors que les mathématiques sont un langage international, en tout ou partie, leur
représentation informatique a pu être négligée lors de la création de différents
systèmes de codage des caractères. Toutefois, ces symboles ont bénéficié d'une
forte prise en charge par l'Unicode7, offrant de nouvelles perspectives.
Histoire
La notion de texte brut est implicitement assez ancienne puisque
vraisemblablement elle remonte sans doute au moins si ce n'est à la notion de
machine à écrire, aux premiers langages de programmation utilisant cette
technologie.
Dans son aspect réseau, elle est consignée dans de nombreux RFC.
Protocole et fichier
L'usage du texte brut peut varier entre protocole et ficher. Ceci peut
généralement être invisible à l'utilisateur lorsqu'il copie un texte d'un logiciel à un
autre.
Dans un protocole, le protocole spécifie généralement l'encodage utilisé, d'une
manière ou d'une autre; la longueur du texte peut ne pas être limité, en fonction
du protocole.
Un fichier a généralement une taille limitée, il est généralement admis qu'un
système de fichier ne fournit pas d'information sur l'encodage utilisé pour encoder
un texte brut donné. Cette information essentielle est alors déterminée à travers
un ensemble d'heuristiques.

Apports et limitations[modifier | modifier le code]

Le fichier texte est un élément déterminant en ce qu'il offre la possibilité de
décrire des codes sources et de faciliter la programmation des ordinateurs.
Toutefois, il souffre de facto de nombreux problème d'interopérabilité.
Apports[modifier | modifier le code]
Le fichier texte, lorsqu'il apparait apporte la possibilité de permettre à un humain
de soumettre un texte au traitement automatique d'une machine. Il offre
également la possibilité de supprimer et d'ajouter une ligne, et cela dès les cartes
perforées. Cette fonctionnalité a été reprise par des logiciels comme ed ou edlin.
Limitations[modifier | modifier le code]
Un fichier texte est limité dans sa taille, comme le sont tous les fichiers, par
le système de gestion de fichiers.
De plus par convention on limite volontairement le nombre de colonnes. Une
convention commune est ancienne est d'environ 80 ou 132 colonnes. Cela
correspondait aux standards de terminaux physiques aujourd'hui dépassés. Les
éditeurs modernes savent souvent gérer des lignes plus longues bien que cela ne
soit pas conseillé pour des questions de présentation.
Le fichier texte peut poser de nombreux problèmes d'interopérabilité (pour cause
d'encodage différents) entre pays, entre fournisseurs de logiciels, notamment.

Usage[modifier | modifier le code]
Les fichiers texte sont utilisés par de nombreux logiciels pour conserver les
données de configuration. Ils sont également utilisés pour contenir
les textes écrits en langages de programmation. En outre, la plupart des
langages de programmation offrent des fonctions prédéfinies pour manipuler du
texte brut, ce qui rend la gestion des fichiers textes particulièrement accessible.
Le logiciel utilisé pour éditer un fichier texte est un éditeur de texte. Dans le cas
général, un traitement de texte ne produit pas des fichiers texte. En effet, un
traitement de texte n'a pas seulement besoin de manipuler du texte brut, mais
également des informations sur la fonte de caractère utilisée, la disposition des
caractères dans des pages, les styles typographiques, etc. Toutefois, les
traitements de texte peuvent ouvrir ou sauvegarder un fichier texte, aucune
information de mise en forme n'étant conservée, sauf le cas échéant les sauts de
ligne.
Un fichier texte peut être la structure sous-jacente d'un fichier journal 8.

Structure et propriétés[modifier | modifier le code]

La structure d'un fichier texte est une séquence de lignes. Toutefois,
historiquement, chaque caractère est aligné verticalement, c'est encore le cas
aujourd'hui, dans un éditeur de texte en ligne ou local.
Séquence de lignes[modifier | modifier le code]
Le concept de séquence de lignes reste une caractéristique forte d'un fichier
texte.
Un fichier texte peut simplement contenir du texte dans une langue quelconque.
Dans ce cas, aujourd'hui, il ne respecte plus aucune structure particulière.

Il était une fois une marchande de foie

qui vendait du foie dans la Ville de Foix.
Elle se dit «ma foi c'est la première fois
que je vends du foie dans la ville de Foix !»
using (FileStream stm = new FileStream("logfile.txt", FileMode.Create))
{
return ProcessStuff(stm); //
}

Un fichier texte peut également contenir une donnée structurée qui peut être
analysée par un logiciel et affichée sous une forme plus évoluée, par exemple
une page web :
 <!DOCTYPE html>
<html lang="fr">
<head><title>Page web d'exemple</title></head>
<body>
<p>Ceci est une page web d'exemple.</p>
</body>
</html>

Alignement vertical[modifier | modifier le code]

Un fichier texte est généralement rendu visible avec des polices à chasse fixe
alignant le texte verticalement. L'arrivée d'un grand nombre de caractères
Unicode dans les fichiers textes peut questionner ce concept.
Enfin, et de manière plus anecdotique, le propos d'un fichier texte peut être
détourné pour contenir une image, c'est ce qu'on appelle l'art ASCII :

(\___/) (*) (*) \ /

(=*.*=) (°_°) {^o^}
(")___(") (+) (+) (| . |)
(_) (_) (_) (_)

Cet art nécessite toutefois que tous les caractères affichés aient la même largeur.
Cette technologie a notamment été utilisée pour spécifier des protocoles de
transfert de fichier.
Utilisation de l'art-ASCII comme élément de spécification du «FILE TRANSFER
PROTOCOL» RFC 7654; année 1980:

-------------
|/---------\|
|| User || --------
||Interface|<--->| User |
|\----:----/| --------
---------- | V |
|/------\| FTP Commands |/---------\|
||Server|<---------------->| User ||
|| PI || FTP Replies || PI ||
|\--:---/| |\----:----/|
| V | | V |
-------- |/------\| Data |/---------\| --------
| File |<--->|Server|<---------------->| User |<--->| File |
|System| || DTP || Connection || DTP || |System|
-------- |\------/| |\---------/| --------
---------- -------------

Server-FTP User-FTP

Standardisation et normalisation[modifier | modifier le code]

Les fichiers textes peuvent connaitre des problèmes d'interopérabilité :
  Différence de traitement des changements de lignes : CR ; LF, NL ;
CR+LF
 Présence ou absence éventuelle du marqueur magique BOM
 Différence de codage des caractères
 Différence de traitement des séquences d'échappement éventuelles.
Les variations de formats sont notamment liées aux intérêts régionaux: présence
de caractères accentués ou d'alphabets particuliers. Les industries souhaitent
également offrir de nouveaux caractères, en respectant tous les standards avec
une rigueur inégale.
Codage des caractères[modifier | modifier le code]
Comme tout fichier informatique, un fichier texte contient fondamentalement
des bits. La particularité d'un fichier texte est que l'ensemble du fichier respecte
un standard de codage des caractères. Il existe de nombreux standards de
codage de caractères, ce qui peut rendre problématique la compatibilité des
fichiers texte.
Rôle de l'ASCII[modifier | modifier le code]
La dénomination « fichier ASCII » est souvent confusément (et/ou abusivement)
utilisée à propos de fichiers texte n'utilisant pas le codage des caractères ASCII,
soit pour marquer une opposition à l'EBCDIC, soit pour interdire l'utilisation de
langues autre que l'anglais. Cela tient aussi à une histoire compliquée liée à
l'influence et aux intérêts des États-Unis, pays de langue anglaise, et au fait
qu'actuellement les fichiers textes sont généralement compatibles ASCII tout en
ne se limitant pas à ces caractères. Ainsi des fichiers textes UTF-8 bénéficient
d'une certaine interopérabilité avec des logiciels qui nécessitent des fichiers
compatibles ASCII, contrairement aux fichiers textes UTF-16, qui nécessitent des
logiciels spécifiquement adaptés à l'UTF-16.
Rôle du BOM[modifier | modifier le code]
Article détaillé : Byte Order Mark.
Le BOM est une invention du standard Unicode. Il est parfois présent en début de
fichier pour indiquer visuellement l'encodage d'un fichier (ce code dans un fichier
UTF8 sera visualisé « ï»¿ » en iso8859-1). À ce titre, il s'agit d'un nombre
magique au même titre que le shebang. Mais il est aussi et surtout utilisé pour
déterminer l'ordre des octets (endianness) et cela peut poser des problèmes à
certains logiciels.
Séquence d'échappement[modifier | modifier le code]
Les séquences d'échappement peuvent également être traitées de manière
inégales, alors que leur utilisation est impérative en ISO-2022, conduisant à
l'apparition de mojibake au sens premier du mot.

Notes et références[modifier | modifier le code]

Notes[modifier | modifier le code]
51. ↑ Le standard des États-Unis, l'ASCII inclut des caractères de contrôle, tel que
l'échappement de valeur 27.
 52. ↑ les standards ISO-2022 sont bâtis sur ces séquences.
53. ↑ L'Unicode autorise l'utilisation d'un indicateur dénommé BOM.
54. ↑ ASCII 8 bits avec le bit sept, le plus fort, à 0.
55. ↑ Ce qui pourrait signifier que chaque colonne avait un sens précis comme en Cobol et
que la longueur des lignes était fixe, comme l'écran.

Références[modifier | modifier le code]
81. ↑ Popular Science Magazine, February 1950, page 96 [archive]
82. ↑ (en) Request for comments no 265 [archive].
83. ↑ (en) Request for comments no 354 [archive].
84. ↑ Revenir plus haut en :a et b (en) Request for comments no 765 [archive].
85. ↑ File Transfer Protocol  : RFC  959, Network Working Group, octobre 1985 (lire en
ligne [archive]), page 15
86. ↑ Revenir plus haut en :a et b http://www.cairn.info/article.php?ID_ARTICLE=DN_063_0013 [archive]
87. ↑ Barbara Beeton, Asmus Freytag, Murray Sargent III, Unicode Technical Report
1. 25 “Unicode Support for
Mathematics”, https://www.unicode.org/reports/tr25 [archive]
88. ↑ http://www.oqlf.gouv.qc.ca/ressources/bibliotheque/dictionnaires/internet/fiches/8383642
.html [archive]

Voir aussi[modifier | modifier le code]

Articles connexes[modifier | modifier le code]

 Fichier binaire
 Éditeur de texte
 Format de fichier
 Fichier

  Portail de l’informatique 
  Portail de l’écriture
Catégories : 
 Format de données numériques
 Codage du texte
 Format ouvert
[+]
 La dernière modification de cette page a été faite le 15 octobre 2021 à 16:01.
 Droit d'auteur : les textes sont disponibles sous licence Creative Commons attribution, partage dans
les mêmes conditions ; d’autres conditions peuvent s’appliquer. Voyez les conditions
d’utilisation pour plus de détails, ainsi que les crédits graphiques. En cas de réutilisation des textes
de cette page, voyez comment citer les auteurs et mentionner la licence.
Wikipedia® est une marque déposée de la Wikimedia Foundation, Inc., organisation de
bienfaisance régie par le paragraphe 501(c)(3) du code fiscal des États-Unis.

Fichier texte
Pour les articles homonymes, voir TXT.
 Fichier texte

Les 95 caractères et signes du codage ASCII

Caractéristiques
Extensions .txt ,  .text , -

Type MIME text/plain

PUID x-fmt/111

modifier - modifier le code - modifier Wikidata

En informatique, un fichier texte ou fichier texte brut ou fichier texte

simple[réf. nécessaire] est un fichier dont le contenu représente uniquement une suite
de caractères ; il utilise nécessairement une forme particulière de codage des
caractères qui peut être une variante ou une extension du standard local des États-
Unis, l'ASCII. Il n'existe aucune définition officielle, et les différentes interprétations
de ce qu'est un fichier texte partagent des propriétés essentielles. Les caractères
considérés sont généralement les caractères imprimables, d'espaces et de retours à
la ligne. Certains codages de caractères normalisés incluent également certains
caractères de contrôleN 1, séquence d'échappementN 2 ou marqueursN 3 qui peuvent
faire l'objet de différences d'appréciations. La notion de fichier texte est donc
subjective et dépend notamment des systèmes de codage de caractère considérés
(windows-1252 et ISO-8859-1 n'offrant pas les mêmes plages de valeurs
«imprimables».)
Un fichier « non texte » est appelé « fichier binaire », dans le sens où
les bits contenus dans le fichier ne représentent pas une simple suite de caractères
imprimables, d'espaces et de retours à la ligne.

Sommaire

 1Histoire
 2Texte brut
 3Apports et limitations
o 3.1Apports
o 3.2Limitations
  4Usage
 5Structure et propriétés
o 5.1Séquence de lignes
o 5.2Alignement vertical
 6Standardisation et normalisation
o 6.1Codage des caractères
 6.1.1Rôle de l'ASCII
o 6.2Rôle du BOM
o 6.3Séquence d'échappement
 7Notes et références
o 7.1Notes
o 7.2Références
 8Voir aussi
o 8.1Articles connexes

Histoire[modifier | modifier le code]

Un fichier en carte perforée

Extrait d'un programme écrit en BASIC

Copie papier d'un code source (en Fortran) des années 1970, imprimé sur du papier continu, dédié aux
fichiers textes.

La notion de fichier texte a évolué avec l'histoire de l'informatique.

Le mot fichier (« file » en anglais) a été utilisé publiquement dans le contexte d'un
enregistrement informatique déjà en février 1950. Une publicité de la radio Radio
Corporation of America de Popular Science Magazine1 décrivant une nouvelle
mémoire à tube à vide qu'elle avait développée, expliquait :
«...the results of countless computations can be kept "on file" and taken out
again. Such a "file" now exists in a "memory" tube developed at RCA
Laboratories. Electronically it retains figures fed into calculating machines,
holds them in storage while it memorizes new ones - speeds intelligent
solutions through mazes of mathematics. »
En 1952 un fichier était utilisé pour désigner l'information enregistrée sur
une carte perforée.
Or il se trouve que les cartes perforées partageaient certaines propriétés:

 Chaque carte représentait une ligne de 80 colonnes (en général)

 Les programmes (code source) étaient écrits en assemblant des lignes
de textes
 Les cartes perforées qui ne contenaient pas de texte étaient donc déjà
différentes.
En 1971, le RFC 2652 indique qu'un fichier peut être ASCII, cœur d'exécutable,
ou autre. Il mentionne notamment l'EBCDIC.
En juillet 1972, le RFC 3543, discutant des échanges de texte par le protocole
réseau NVT-ASCIIN 4 FTP, indique que les fichiers textes sont enregistrés de
manières différentes selon les systèmes :

 le PDP-10 enregistre le NVT-ASCII en 7-bits justifiés à gauche dans

des mots de 36 bits ;
  le 360's enregistre le texte avec un codage EBCDIC 8-bit ;
 Multics enregistre le texte avec quatre caractère de neuf bits dans des
mots de 36 bits.
Il indique donc que pour le bon transfert des textes, il est nécessaire que les deux
parties effectuent leur part respective de la conversion dans un codage commun;
il s'agit à cette époque de l'ASCII 8 bits, dit NVT.
Cette même année, la RFC fait apparaître le besoin d'une unité commune pour
transmettre des données binaires entre systèmes dont les mots n'ont pas la
même taille, et suggère l'utilisation de byte de 8 bits, c'est-à-dire, de ce que l'on
appelle aujourd'hui des octets, tout en permettant l'utilisation de bytes/mots
différents si négocié.
En 1980, le RFC 7654 en spécifiant le protocole FTP indique les trois raisons
occasionnant le transfert d'un fichier : l'impression, l'archivage, et le traitement.
Constatant, que le seul encodage n'est pas une métainformation suffisante, il
spécifie le reste et notamment les différents mécanismes de changement de ligne
à travers des caractères de contrôle ou de défilement de lignes. En page 12, le
RFC clarifie que les fichiers textes sont tout aussi bien des fichiers ASCII que des
fichiers EBCDIC.
En 1985, lors de l'élaboration du protocole FTP de transfert de fichier, il a été
recommandé de considérer comme fichier texte (en anglais "text" files), deux
formats de fichiers :

 les fichiers file structure, où le fichier est considéré être une séquence

continue de lignes.
 les fichiers record-structure, où le fichier est constitué
d'enregistrements séquentielsN 5
De même les types ASCII et EBCDIC ont été acceptés comme fichier texte 5.

Cette section est vide, insuffisamment détaillée ou incomplète. Votre aide est

la bienvenue ! Comment faire ?

Texte brut[modifier | modifier le code]

Article détaillé : Texte brut.
Texte brut Unicode (Unicode plain text)
De nos jours, l'Unicode est de plus en plus reconnu comme format de texte brut.
Le standard Unicode définit selon ses propres termes ce qu'est le texte brut, sous
le terme de plain text, dans sa version anglaise.
La notion de fichier texte se rapproche donc des propriétés que le standard
Unicode attribue au format nommé plain text en langue anglaise et signifiant texte
brut.
Généralités et controverses
La notion de texte brut (plain text) a, comme la notion de texte enrichi (fancy text),
été introduite par Unicode6.
La notion de plain text peut être traduite par texte en clair, pur texte, texte pur, ou
texte brut6.
Linux Information Project en donne une vision restrictive.
Format de codage
Si l'encodage est inconnu, un texte brut quelconque est inexploitable.
Texte brut approché en mathématiques
Alors que les mathématiques sont un langage international, en tout ou partie, leur
représentation informatique a pu être négligée lors de la création de différents
systèmes de codage des caractères. Toutefois, ces symboles ont bénéficié d'une
forte prise en charge par l'Unicode7, offrant de nouvelles perspectives.
Histoire
La notion de texte brut est implicitement assez ancienne puisque
vraisemblablement elle remonte sans doute au moins si ce n'est à la notion de
machine à écrire, aux premiers langages de programmation utilisant cette
technologie.
Dans son aspect réseau, elle est consignée dans de nombreux RFC.
Protocole et fichier
L'usage du texte brut peut varier entre protocole et ficher. Ceci peut
généralement être invisible à l'utilisateur lorsqu'il copie un texte d'un logiciel à un
autre.
Dans un protocole, le protocole spécifie généralement l'encodage utilisé, d'une
manière ou d'une autre; la longueur du texte peut ne pas être limité, en fonction
du protocole.
Un fichier a généralement une taille limitée, il est généralement admis qu'un
système de fichier ne fournit pas d'information sur l'encodage utilisé pour encoder
un texte brut donné. Cette information essentielle est alors déterminée à travers
un ensemble d'heuristiques.

Apports et limitations[modifier | modifier le code]

Le fichier texte est un élément déterminant en ce qu'il offre la possibilité de
décrire des codes sources et de faciliter la programmation des ordinateurs.
Toutefois, il souffre de facto de nombreux problème d'interopérabilité.
Apports[modifier | modifier le code]
Le fichier texte, lorsqu'il apparait apporte la possibilité de permettre à un humain
de soumettre un texte au traitement automatique d'une machine. Il offre
également la possibilité de supprimer et d'ajouter une ligne, et cela dès les cartes
perforées. Cette fonctionnalité a été reprise par des logiciels comme ed ou edlin.
Limitations[modifier | modifier le code]
Un fichier texte est limité dans sa taille, comme le sont tous les fichiers, par
le système de gestion de fichiers.
De plus par convention on limite volontairement le nombre de colonnes. Une
convention commune est ancienne est d'environ 80 ou 132 colonnes. Cela
correspondait aux standards de terminaux physiques aujourd'hui dépassés. Les
éditeurs modernes savent souvent gérer des lignes plus longues bien que cela ne
soit pas conseillé pour des questions de présentation.
Le fichier texte peut poser de nombreux problèmes d'interopérabilité (pour cause
d'encodage différents) entre pays, entre fournisseurs de logiciels, notamment.

Usage[modifier | modifier le code]
Les fichiers texte sont utilisés par de nombreux logiciels pour conserver les
données de configuration. Ils sont également utilisés pour contenir
les textes écrits en langages de programmation. En outre, la plupart des
langages de programmation offrent des fonctions prédéfinies pour manipuler du
texte brut, ce qui rend la gestion des fichiers textes particulièrement accessible.
Le logiciel utilisé pour éditer un fichier texte est un éditeur de texte. Dans le cas
général, un traitement de texte ne produit pas des fichiers texte. En effet, un
traitement de texte n'a pas seulement besoin de manipuler du texte brut, mais
également des informations sur la fonte de caractère utilisée, la disposition des
caractères dans des pages, les styles typographiques, etc. Toutefois, les
traitements de texte peuvent ouvrir ou sauvegarder un fichier texte, aucune
information de mise en forme n'étant conservée, sauf le cas échéant les sauts de
ligne.
Un fichier texte peut être la structure sous-jacente d'un fichier journal 8.

Structure et propriétés[modifier | modifier le code]

La structure d'un fichier texte est une séquence de lignes. Toutefois,
historiquement, chaque caractère est aligné verticalement, c'est encore le cas
aujourd'hui, dans un éditeur de texte en ligne ou local.
Séquence de lignes[modifier | modifier le code]
Le concept de séquence de lignes reste une caractéristique forte d'un fichier
texte.
Un fichier texte peut simplement contenir du texte dans une langue quelconque.
Dans ce cas, aujourd'hui, il ne respecte plus aucune structure particulière.

Il était une fois une marchande de foie

qui vendait du foie dans la Ville de Foix.
Elle se dit «ma foi c'est la première fois
que je vends du foie dans la ville de Foix !»
using (FileStream stm = new FileStream("logfile.txt", FileMode.Create))
{
return ProcessStuff(stm); //
}

Un fichier texte peut également contenir une donnée structurée qui peut être
analysée par un logiciel et affichée sous une forme plus évoluée, par exemple
une page web :
 <!DOCTYPE html>
<html lang="fr">
<head><title>Page web d'exemple</title></head>
<body>
<p>Ceci est une page web d'exemple.</p>
</body>
</html>

Alignement vertical[modifier | modifier le code]

Un fichier texte est généralement rendu visible avec des polices à chasse fixe
alignant le texte verticalement. L'arrivée d'un grand nombre de caractères
Unicode dans les fichiers textes peut questionner ce concept.
Enfin, et de manière plus anecdotique, le propos d'un fichier texte peut être
détourné pour contenir une image, c'est ce qu'on appelle l'art ASCII :

(\___/) (*) (*) \ /

(=*.*=) (°_°) {^o^}
(")___(") (+) (+) (| . |)
(_) (_) (_) (_)

Cet art nécessite toutefois que tous les caractères affichés aient la même largeur.
Cette technologie a notamment été utilisée pour spécifier des protocoles de
transfert de fichier.
Utilisation de l'art-ASCII comme élément de spécification du «FILE TRANSFER
PROTOCOL» RFC 7654; année 1980:

-------------
|/---------\|
|| User || --------
||Interface|<--->| User |
|\----:----/| --------
---------- | V |
|/------\| FTP Commands |/---------\|
||Server|<---------------->| User ||
|| PI || FTP Replies || PI ||
|\--:---/| |\----:----/|
| V | | V |
-------- |/------\| Data |/---------\| --------
| File |<--->|Server|<---------------->| User |<--->| File |
|System| || DTP || Connection || DTP || |System|
-------- |\------/| |\---------/| --------
---------- -------------

Server-FTP User-FTP

Standardisation et normalisation[modifier | modifier le code]

Les fichiers textes peuvent connaitre des problèmes d'interopérabilité :
  Différence de traitement des changements de lignes : CR ; LF, NL ;
CR+LF
 Présence ou absence éventuelle du marqueur magique BOM
 Différence de codage des caractères
 Différence de traitement des séquences d'échappement éventuelles.
Les variations de formats sont notamment liées aux intérêts régionaux: présence
de caractères accentués ou d'alphabets particuliers. Les industries souhaitent
également offrir de nouveaux caractères, en respectant tous les standards avec
une rigueur inégale.
Codage des caractères[modifier | modifier le code]
Comme tout fichier informatique, un fichier texte contient fondamentalement
des bits. La particularité d'un fichier texte est que l'ensemble du fichier respecte
un standard de codage des caractères. Il existe de nombreux standards de
codage de caractères, ce qui peut rendre problématique la compatibilité des
fichiers texte.
Rôle de l'ASCII[modifier | modifier le code]
La dénomination « fichier ASCII » est souvent confusément (et/ou abusivement)
utilisée à propos de fichiers texte n'utilisant pas le codage des caractères ASCII,
soit pour marquer une opposition à l'EBCDIC, soit pour interdire l'utilisation de
langues autre que l'anglais. Cela tient aussi à une histoire compliquée liée à
l'influence et aux intérêts des États-Unis, pays de langue anglaise, et au fait
qu'actuellement les fichiers textes sont généralement compatibles ASCII tout en
ne se limitant pas à ces caractères. Ainsi des fichiers textes UTF-8 bénéficient
d'une certaine interopérabilité avec des logiciels qui nécessitent des fichiers
compatibles ASCII, contrairement aux fichiers textes UTF-16, qui nécessitent des
logiciels spécifiquement adaptés à l'UTF-16.
Rôle du BOM[modifier | modifier le code]
Article détaillé : Byte Order Mark.
Le BOM est une invention du standard Unicode. Il est parfois présent en début de
fichier pour indiquer visuellement l'encodage d'un fichier (ce code dans un fichier
UTF8 sera visualisé « ï»¿ » en iso8859-1). À ce titre, il s'agit d'un nombre
magique au même titre que le shebang. Mais il est aussi et surtout utilisé pour
déterminer l'ordre des octets (endianness) et cela peut poser des problèmes à
certains logiciels.
Séquence d'échappement[modifier | modifier le code]
Les séquences d'échappement peuvent également être traitées de manière
inégales, alors que leur utilisation est impérative en ISO-2022, conduisant à
l'apparition de mojibake au sens premier du mot.

Notes et références[modifier | modifier le code]

Notes[modifier | modifier le code]
56. ↑ Le standard des États-Unis, l'ASCII inclut des caractères de contrôle, tel que
l'échappement de valeur 27.
 57. ↑ les standards ISO-2022 sont bâtis sur ces séquences.
58. ↑ L'Unicode autorise l'utilisation d'un indicateur dénommé BOM.
59. ↑ ASCII 8 bits avec le bit sept, le plus fort, à 0.
60. ↑ Ce qui pourrait signifier que chaque colonne avait un sens précis comme en Cobol et
que la longueur des lignes était fixe, comme l'écran.

Références[modifier | modifier le code]
89. ↑ Popular Science Magazine, February 1950, page 96 [archive]
90. ↑ (en) Request for comments no 265 [archive].
91. ↑ (en) Request for comments no 354 [archive].
92. ↑ Revenir plus haut en :a et b (en) Request for comments no 765 [archive].
93. ↑ File Transfer Protocol  : RFC  959, Network Working Group, octobre 1985 (lire en
ligne [archive]), page 15
94. ↑ Revenir plus haut en :a et b http://www.cairn.info/article.php?ID_ARTICLE=DN_063_0013 [archive]
95. ↑ Barbara Beeton, Asmus Freytag, Murray Sargent III, Unicode Technical Report
1. 25 “Unicode Support for
Mathematics”, https://www.unicode.org/reports/tr25 [archive]
96. ↑ http://www.oqlf.gouv.qc.ca/ressources/bibliotheque/dictionnaires/internet/fiches/8383642
.html [archive]

Voir aussi[modifier | modifier le code]

Articles connexes[modifier | modifier le code]

 Fichier binaire
 Éditeur de texte
 Format de fichier
 Fichier

  Portail de l’informatique 
  Portail de l’écriture
Catégories : 
 Format de données numériques
 Codage du texte
 Format ouvert
[+]
 La dernière modification de cette page a été faite le 15 octobre 2021 à 16:01.
 Droit d'auteur : les textes sont disponibles sous licence Creative Commons attribution, partage dans
les mêmes conditions ; d’autres conditions peuvent s’appliquer. Voyez les conditions
d’utilisation pour plus de détails, ainsi que les crédits graphiques. En cas de réutilisation des textes
de cette page, voyez comment citer les auteurs et mentionner la licence.
Wikipedia® est une marque déposée de la Wikimedia Foundation, Inc., organisation de
bienfaisance régie par le paragraphe 501(c)(3) du code fiscal des États-Unis.

Fichier texte
Pour les articles homonymes, voir TXT.
Fichier texte
 Les 95 caractères et signes du codage ASCII

Caractéristiques
Extensions .txt ,  .text , -

Type MIME text/plain

PUID x-fmt/111

modifier - modifier le code - modifier Wikidata

En informatique, un fichier texte ou fichier texte brut ou fichier texte

simple[réf. nécessaire] est un fichier dont le contenu représente uniquement une suite
de caractères ; il utilise nécessairement une forme particulière de codage des
caractères qui peut être une variante ou une extension du standard local des États-
Unis, l'ASCII. Il n'existe aucune définition officielle, et les différentes interprétations
de ce qu'est un fichier texte partagent des propriétés essentielles. Les caractères
considérés sont généralement les caractères imprimables, d'espaces et de retours à
la ligne. Certains codages de caractères normalisés incluent également certains
caractères de contrôleN 1, séquence d'échappementN 2 ou marqueursN 3 qui peuvent
faire l'objet de différences d'appréciations. La notion de fichier texte est donc
subjective et dépend notamment des systèmes de codage de caractère considérés
(windows-1252 et ISO-8859-1 n'offrant pas les mêmes plages de valeurs
«imprimables».)
Un fichier « non texte » est appelé « fichier binaire », dans le sens où
les bits contenus dans le fichier ne représentent pas une simple suite de caractères
imprimables, d'espaces et de retours à la ligne.

Sommaire

 1Histoire
 2Texte brut
 3Apports et limitations
o 3.1Apports
o 3.2Limitations
 4Usage
 5Structure et propriétés
 o 5.1Séquence de lignes
o 5.2Alignement vertical
 6Standardisation et normalisation
o 6.1Codage des caractères
 6.1.1Rôle de l'ASCII
o 6.2Rôle du BOM
o 6.3Séquence d'échappement
 7Notes et références
o 7.1Notes
o 7.2Références
 8Voir aussi
o 8.1Articles connexes

Histoire[modifier | modifier le code]

Un fichier en carte perforée

Extrait d'un programme écrit en BASIC

Copie papier d'un code source (en Fortran) des années 1970, imprimé sur du papier continu, dédié aux
fichiers textes.

La notion de fichier texte a évolué avec l'histoire de l'informatique.

Le mot fichier (« file » en anglais) a été utilisé publiquement dans le contexte d'un
enregistrement informatique déjà en février 1950. Une publicité de la radio Radio
Corporation of America de Popular Science Magazine1 décrivant une nouvelle
mémoire à tube à vide qu'elle avait développée, expliquait :
«...the results of countless computations can be kept "on file" and taken out
again. Such a "file" now exists in a "memory" tube developed at RCA
Laboratories. Electronically it retains figures fed into calculating machines,
holds them in storage while it memorizes new ones - speeds intelligent
solutions through mazes of mathematics. »
En 1952 un fichier était utilisé pour désigner l'information enregistrée sur
une carte perforée.
Or il se trouve que les cartes perforées partageaient certaines propriétés:

 Chaque carte représentait une ligne de 80 colonnes (en général)

 Les programmes (code source) étaient écrits en assemblant des lignes
de textes
 Les cartes perforées qui ne contenaient pas de texte étaient donc déjà
différentes.
En 1971, le RFC 2652 indique qu'un fichier peut être ASCII, cœur d'exécutable,
ou autre. Il mentionne notamment l'EBCDIC.
En juillet 1972, le RFC 3543, discutant des échanges de texte par le protocole
réseau NVT-ASCIIN 4 FTP, indique que les fichiers textes sont enregistrés de
manières différentes selon les systèmes :

 le PDP-10 enregistre le NVT-ASCII en 7-bits justifiés à gauche dans

des mots de 36 bits ;
  le 360's enregistre le texte avec un codage EBCDIC 8-bit ;
 Multics enregistre le texte avec quatre caractère de neuf bits dans des
mots de 36 bits.
Il indique donc que pour le bon transfert des textes, il est nécessaire que les deux
parties effectuent leur part respective de la conversion dans un codage commun;
il s'agit à cette époque de l'ASCII 8 bits, dit NVT.
Cette même année, la RFC fait apparaître le besoin d'une unité commune pour
transmettre des données binaires entre systèmes dont les mots n'ont pas la
même taille, et suggère l'utilisation de byte de 8 bits, c'est-à-dire, de ce que l'on
appelle aujourd'hui des octets, tout en permettant l'utilisation de bytes/mots
différents si négocié.
En 1980, le RFC 7654 en spécifiant le protocole FTP indique les trois raisons
occasionnant le transfert d'un fichier : l'impression, l'archivage, et le traitement.
Constatant, que le seul encodage n'est pas une métainformation suffisante, il
spécifie le reste et notamment les différents mécanismes de changement de ligne
à travers des caractères de contrôle ou de défilement de lignes. En page 12, le
RFC clarifie que les fichiers textes sont tout aussi bien des fichiers ASCII que des
fichiers EBCDIC.
En 1985, lors de l'élaboration du protocole FTP de transfert de fichier, il a été
recommandé de considérer comme fichier texte (en anglais "text" files), deux
formats de fichiers :

 les fichiers file structure, où le fichier est considéré être une séquence

continue de lignes.
 les fichiers record-structure, où le fichier est constitué
d'enregistrements séquentielsN 5
De même les types ASCII et EBCDIC ont été acceptés comme fichier texte 5.

Cette section est vide, insuffisamment détaillée ou incomplète. Votre aide est

la bienvenue ! Comment faire ?

Texte brut[modifier | modifier le code]

Article détaillé : Texte brut.
Texte brut Unicode (Unicode plain text)
De nos jours, l'Unicode est de plus en plus reconnu comme format de texte brut.
Le standard Unicode définit selon ses propres termes ce qu'est le texte brut, sous
le terme de plain text, dans sa version anglaise.
La notion de fichier texte se rapproche donc des propriétés que le standard
Unicode attribue au format nommé plain text en langue anglaise et signifiant texte
brut.
Généralités et controverses
La notion de texte brut (plain text) a, comme la notion de texte enrichi (fancy text),
été introduite par Unicode6.
La notion de plain text peut être traduite par texte en clair, pur texte, texte pur, ou
texte brut6.
Linux Information Project en donne une vision restrictive.
Format de codage
Si l'encodage est inconnu, un texte brut quelconque est inexploitable.
Texte brut approché en mathématiques
Alors que les mathématiques sont un langage international, en tout ou partie, leur
représentation informatique a pu être négligée lors de la création de différents
systèmes de codage des caractères. Toutefois, ces symboles ont bénéficié d'une
forte prise en charge par l'Unicode7, offrant de nouvelles perspectives.
Histoire
La notion de texte brut est implicitement assez ancienne puisque
vraisemblablement elle remonte sans doute au moins si ce n'est à la notion de
machine à écrire, aux premiers langages de programmation utilisant cette
technologie.
Dans son aspect réseau, elle est consignée dans de nombreux RFC.
Protocole et fichier
L'usage du texte brut peut varier entre protocole et ficher. Ceci peut
généralement être invisible à l'utilisateur lorsqu'il copie un texte d'un logiciel à un
autre.
Dans un protocole, le protocole spécifie généralement l'encodage utilisé, d'une
manière ou d'une autre; la longueur du texte peut ne pas être limité, en fonction
du protocole.
Un fichier a généralement une taille limitée, il est généralement admis qu'un
système de fichier ne fournit pas d'information sur l'encodage utilisé pour encoder
un texte brut donné. Cette information essentielle est alors déterminée à travers
un ensemble d'heuristiques.

Apports et limitations[modifier | modifier le code]

Le fichier texte est un élément déterminant en ce qu'il offre la possibilité de
décrire des codes sources et de faciliter la programmation des ordinateurs.
Toutefois, il souffre de facto de nombreux problème d'interopérabilité.
Apports[modifier | modifier le code]
Le fichier texte, lorsqu'il apparait apporte la possibilité de permettre à un humain
de soumettre un texte au traitement automatique d'une machine. Il offre
également la possibilité de supprimer et d'ajouter une ligne, et cela dès les cartes
perforées. Cette fonctionnalité a été reprise par des logiciels comme ed ou edlin.
Limitations[modifier | modifier le code]
Un fichier texte est limité dans sa taille, comme le sont tous les fichiers, par
le système de gestion de fichiers.
De plus par convention on limite volontairement le nombre de colonnes. Une
convention commune est ancienne est d'environ 80 ou 132 colonnes. Cela
correspondait aux standards de terminaux physiques aujourd'hui dépassés. Les
éditeurs modernes savent souvent gérer des lignes plus longues bien que cela ne
soit pas conseillé pour des questions de présentation.
Le fichier texte peut poser de nombreux problèmes d'interopérabilité (pour cause
d'encodage différents) entre pays, entre fournisseurs de logiciels, notamment.

Usage[modifier | modifier le code]
Les fichiers texte sont utilisés par de nombreux logiciels pour conserver les
données de configuration. Ils sont également utilisés pour contenir
les textes écrits en langages de programmation. En outre, la plupart des
langages de programmation offrent des fonctions prédéfinies pour manipuler du
texte brut, ce qui rend la gestion des fichiers textes particulièrement accessible.
Le logiciel utilisé pour éditer un fichier texte est un éditeur de texte. Dans le cas
général, un traitement de texte ne produit pas des fichiers texte. En effet, un
traitement de texte n'a pas seulement besoin de manipuler du texte brut, mais
également des informations sur la fonte de caractère utilisée, la disposition des
caractères dans des pages, les styles typographiques, etc. Toutefois, les
traitements de texte peuvent ouvrir ou sauvegarder un fichier texte, aucune
information de mise en forme n'étant conservée, sauf le cas échéant les sauts de
ligne.
Un fichier texte peut être la structure sous-jacente d'un fichier journal 8.

Structure et propriétés[modifier | modifier le code]

La structure d'un fichier texte est une séquence de lignes. Toutefois,
historiquement, chaque caractère est aligné verticalement, c'est encore le cas
aujourd'hui, dans un éditeur de texte en ligne ou local.
Séquence de lignes[modifier | modifier le code]
Le concept de séquence de lignes reste une caractéristique forte d'un fichier
texte.
Un fichier texte peut simplement contenir du texte dans une langue quelconque.
Dans ce cas, aujourd'hui, il ne respecte plus aucune structure particulière.

Il était une fois une marchande de foie

qui vendait du foie dans la Ville de Foix.
Elle se dit «ma foi c'est la première fois
que je vends du foie dans la ville de Foix !»
using (FileStream stm = new FileStream("logfile.txt", FileMode.Create))
{
return ProcessStuff(stm); //
}

Un fichier texte peut également contenir une donnée structurée qui peut être
analysée par un logiciel et affichée sous une forme plus évoluée, par exemple
une page web :
 <!DOCTYPE html>
<html lang="fr">
<head><title>Page web d'exemple</title></head>
<body>
<p>Ceci est une page web d'exemple.</p>
</body>
</html>

Alignement vertical[modifier | modifier le code]

Un fichier texte est généralement rendu visible avec des polices à chasse fixe
alignant le texte verticalement. L'arrivée d'un grand nombre de caractères
Unicode dans les fichiers textes peut questionner ce concept.
Enfin, et de manière plus anecdotique, le propos d'un fichier texte peut être
détourné pour contenir une image, c'est ce qu'on appelle l'art ASCII :

(\___/) (*) (*) \ /

(=*.*=) (°_°) {^o^}
(")___(") (+) (+) (| . |)
(_) (_) (_) (_)

Cet art nécessite toutefois que tous les caractères affichés aient la même largeur.
Cette technologie a notamment été utilisée pour spécifier des protocoles de
transfert de fichier.
Utilisation de l'art-ASCII comme élément de spécification du «FILE TRANSFER
PROTOCOL» RFC 7654; année 1980:

-------------
|/---------\|
|| User || --------
||Interface|<--->| User |
|\----:----/| --------
---------- | V |
|/------\| FTP Commands |/---------\|
||Server|<---------------->| User ||
|| PI || FTP Replies || PI ||
|\--:---/| |\----:----/|
| V | | V |
-------- |/------\| Data |/---------\| --------
| File |<--->|Server|<---------------->| User |<--->| File |
|System| || DTP || Connection || DTP || |System|
-------- |\------/| |\---------/| --------
---------- -------------

Server-FTP User-FTP

Standardisation et normalisation[modifier | modifier le code]

Les fichiers textes peuvent connaitre des problèmes d'interopérabilité :
  Différence de traitement des changements de lignes : CR ; LF, NL ;
CR+LF
 Présence ou absence éventuelle du marqueur magique BOM
 Différence de codage des caractères
 Différence de traitement des séquences d'échappement éventuelles.
Les variations de formats sont notamment liées aux intérêts régionaux: présence
de caractères accentués ou d'alphabets particuliers. Les industries souhaitent
également offrir de nouveaux caractères, en respectant tous les standards avec
une rigueur inégale.
Codage des caractères[modifier | modifier le code]
Comme tout fichier informatique, un fichier texte contient fondamentalement
des bits. La particularité d'un fichier texte est que l'ensemble du fichier respecte
un standard de codage des caractères. Il existe de nombreux standards de
codage de caractères, ce qui peut rendre problématique la compatibilité des
fichiers texte.
Rôle de l'ASCII[modifier | modifier le code]
La dénomination « fichier ASCII » est souvent confusément (et/ou abusivement)
utilisée à propos de fichiers texte n'utilisant pas le codage des caractères ASCII,
soit pour marquer une opposition à l'EBCDIC, soit pour interdire l'utilisation de
langues autre que l'anglais. Cela tient aussi à une histoire compliquée liée à
l'influence et aux intérêts des États-Unis, pays de langue anglaise, et au fait
qu'actuellement les fichiers textes sont généralement compatibles ASCII tout en
ne se limitant pas à ces caractères. Ainsi des fichiers textes UTF-8 bénéficient
d'une certaine interopérabilité avec des logiciels qui nécessitent des fichiers
compatibles ASCII, contrairement aux fichiers textes UTF-16, qui nécessitent des
logiciels spécifiquement adaptés à l'UTF-16.
Rôle du BOM[modifier | modifier le code]
Article détaillé : Byte Order Mark.
Le BOM est une invention du standard Unicode. Il est parfois présent en début de
fichier pour indiquer visuellement l'encodage d'un fichier (ce code dans un fichier
UTF8 sera visualisé « ï»¿ » en iso8859-1). À ce titre, il s'agit d'un nombre
magique au même titre que le shebang. Mais il est aussi et surtout utilisé pour
déterminer l'ordre des octets (endianness) et cela peut poser des problèmes à
certains logiciels.
Séquence d'échappement[modifier | modifier le code]
Les séquences d'échappement peuvent également être traitées de manière
inégales, alors que leur utilisation est impérative en ISO-2022, conduisant à
l'apparition de mojibake au sens premier du mot.

Notes et références[modifier | modifier le code]

Notes[modifier | modifier le code]
56. ↑ Le standard des États-Unis, l'ASCII inclut des caractères de contrôle, tel que
l'échappement de valeur 27.
 57. ↑ les standards ISO-2022 sont bâtis sur ces séquences.
58. ↑ L'Unicode autorise l'utilisation d'un indicateur dénommé BOM.
59. ↑ ASCII 8 bits avec le bit sept, le plus fort, à 0.
60. ↑ Ce qui pourrait signifier que chaque colonne avait un sens précis comme en Cobol et
que la longueur des lignes était fixe, comme l'écran.

Références[modifier | modifier le code]
89. ↑ Popular Science Magazine, February 1950, page 96 [archive]
90. ↑ (en) Request for comments no 265 [archive].
91. ↑ (en) Request for comments no 354 [archive].
92. ↑ Revenir plus haut en :a et b (en) Request for comments no 765 [archive].
93. ↑ File Transfer Protocol  : RFC  959, Network Working Group, octobre 1985 (lire en
ligne [archive]), page 15
94. ↑ Revenir plus haut en :a et b http://www.cairn.info/article.php?ID_ARTICLE=DN_063_0013 [archive]
95. ↑ Barbara Beeton, Asmus Freytag, Murray Sargent III, Unicode Technical Report
1. 25 “Unicode Support for
Mathematics”, https://www.unicode.org/reports/tr25 [archive]
96. ↑ http://www.oqlf.gouv.qc.ca/ressources/bibliotheque/dictionnaires/internet/fiches/8383642
.html [archive]

Voir aussi[modifier | modifier le code]

Articles connexes[modifier | modifier le code]

 Fichier binaire
 Éditeur de texte
 Format de fichier
 Fichier

  Portail de l’informatique 
  Portail de l’écriture
Catégories : 
 Format de données numériques
 Codage du texte
 Format ouvert
[+]
 La dernière modification de cette page a été faite le 15 octobre 2021 à 16:01.
 Droit d'auteur : les textes sont disponibles sous licence Creative Commons attribution, partage dans
les mêmes conditions ; d’autres conditions peuvent s’appliquer. Voyez les conditions
d’utilisation pour plus de détails, ainsi que les crédits graphiques. En cas de réutilisation des textes
de cette page, voyez comment citer les auteurs et mentionner la licence.
Wikipedia® est une marque déposée de la Wikimedia Foundation, Inc., organisation de
bienfaisance régie par le paragraphe 501(c)(3) du code fiscal des États-Unis.

Fichier texte
Pour les articles homonymes, voir TXT.
Fichier texte
 Les 95 caractères et signes du codage ASCII

Caractéristiques
Extensions .txt ,  .text , -

Type MIME text/plain

PUID x-fmt/111

modifier - modifier le code - modifier Wikidata

En informatique, un fichier texte ou fichier texte brut ou fichier texte

simple[réf. nécessaire] est un fichier dont le contenu représente uniquement une suite
de caractères ; il utilise nécessairement une forme particulière de codage des
caractères qui peut être une variante ou une extension du standard local des États-
Unis, l'ASCII. Il n'existe aucune définition officielle, et les différentes interprétations
de ce qu'est un fichier texte partagent des propriétés essentielles. Les caractères
considérés sont généralement les caractères imprimables, d'espaces et de retours à
la ligne. Certains codages de caractères normalisés incluent également certains
caractères de contrôleN 1, séquence d'échappementN 2 ou marqueursN 3 qui peuvent
faire l'objet de différences d'appréciations. La notion de fichier texte est donc
subjective et dépend notamment des systèmes de codage de caractère considérés
(windows-1252 et ISO-8859-1 n'offrant pas les mêmes plages de valeurs
«imprimables».)
Un fichier « non texte » est appelé « fichier binaire », dans le sens où
les bits contenus dans le fichier ne représentent pas une simple suite de caractères
imprimables, d'espaces et de retours à la ligne.

Sommaire

 1Histoire
 2Texte brut
 3Apports et limitations
o 3.1Apports
o 3.2Limitations
 4Usage
 5Structure et propriétés
 o 5.1Séquence de lignes
o 5.2Alignement vertical
 6Standardisation et normalisation
o 6.1Codage des caractères
 6.1.1Rôle de l'ASCII
o 6.2Rôle du BOM
o 6.3Séquence d'échappement
 7Notes et références
o 7.1Notes
o 7.2Références
 8Voir aussi
o 8.1Articles connexes

Histoire[modifier | modifier le code]

Un fichier en carte perforée

Extrait d'un programme écrit en BASIC

Copie papier d'un code source (en Fortran) des années 1970, imprimé sur du papier continu, dédié aux
fichiers textes.

La notion de fichier texte a évolué avec l'histoire de l'informatique.

Le mot fichier (« file » en anglais) a été utilisé publiquement dans le contexte d'un
enregistrement informatique déjà en février 1950. Une publicité de la radio Radio
Corporation of America de Popular Science Magazine1 décrivant une nouvelle
mémoire à tube à vide qu'elle avait développée, expliquait :
«...the results of countless computations can be kept "on file" and taken out
again. Such a "file" now exists in a "memory" tube developed at RCA
Laboratories. Electronically it retains figures fed into calculating machines,
holds them in storage while it memorizes new ones - speeds intelligent
solutions through mazes of mathematics. »
En 1952 un fichier était utilisé pour désigner l'information enregistrée sur
une carte perforée.
Or il se trouve que les cartes perforées partageaient certaines propriétés:

 Chaque carte représentait une ligne de 80 colonnes (en général)

 Les programmes (code source) étaient écrits en assemblant des lignes
de textes
 Les cartes perforées qui ne contenaient pas de texte étaient donc déjà
différentes.
En 1971, le RFC 2652 indique qu'un fichier peut être ASCII, cœur d'exécutable,
ou autre. Il mentionne notamment l'EBCDIC.
En juillet 1972, le RFC 3543, discutant des échanges de texte par le protocole
réseau NVT-ASCIIN 4 FTP, indique que les fichiers textes sont enregistrés de
manières différentes selon les systèmes :

 le PDP-10 enregistre le NVT-ASCII en 7-bits justifiés à gauche dans

des mots de 36 bits ;
  le 360's enregistre le texte avec un codage EBCDIC 8-bit ;
 Multics enregistre le texte avec quatre caractère de neuf bits dans des
mots de 36 bits.
Il indique donc que pour le bon transfert des textes, il est nécessaire que les deux
parties effectuent leur part respective de la conversion dans un codage commun;
il s'agit à cette époque de l'ASCII 8 bits, dit NVT.
Cette même année, la RFC fait apparaître le besoin d'une unité commune pour
transmettre des données binaires entre systèmes dont les mots n'ont pas la
même taille, et suggère l'utilisation de byte de 8 bits, c'est-à-dire, de ce que l'on
appelle aujourd'hui des octets, tout en permettant l'utilisation de bytes/mots
différents si négocié.
En 1980, le RFC 7654 en spécifiant le protocole FTP indique les trois raisons
occasionnant le transfert d'un fichier : l'impression, l'archivage, et le traitement.
Constatant, que le seul encodage n'est pas une métainformation suffisante, il
spécifie le reste et notamment les différents mécanismes de changement de ligne
à travers des caractères de contrôle ou de défilement de lignes. En page 12, le
RFC clarifie que les fichiers textes sont tout aussi bien des fichiers ASCII que des
fichiers EBCDIC.
En 1985, lors de l'élaboration du protocole FTP de transfert de fichier, il a été
recommandé de considérer comme fichier texte (en anglais "text" files), deux
formats de fichiers :

 les fichiers file structure, où le fichier est considéré être une séquence

continue de lignes.
 les fichiers record-structure, où le fichier est constitué
d'enregistrements séquentielsN 5
De même les types ASCII et EBCDIC ont été acceptés comme fichier texte 5.

Cette section est vide, insuffisamment détaillée ou incomplète. Votre aide est

la bienvenue ! Comment faire ?

Texte brut[modifier | modifier le code]

Article détaillé : Texte brut.
Texte brut Unicode (Unicode plain text)
De nos jours, l'Unicode est de plus en plus reconnu comme format de texte brut.
Le standard Unicode définit selon ses propres termes ce qu'est le texte brut, sous
le terme de plain text, dans sa version anglaise.
La notion de fichier texte se rapproche donc des propriétés que le standard
Unicode attribue au format nommé plain text en langue anglaise et signifiant texte
brut.
Généralités et controverses
La notion de texte brut (plain text) a, comme la notion de texte enrichi (fancy text),
été introduite par Unicode6.
La notion de plain text peut être traduite par texte en clair, pur texte, texte pur, ou
texte brut6.
Linux Information Project en donne une vision restrictive.
Format de codage
Si l'encodage est inconnu, un texte brut quelconque est inexploitable.
Texte brut approché en mathématiques
Alors que les mathématiques sont un langage international, en tout ou partie, leur
représentation informatique a pu être négligée lors de la création de différents
systèmes de codage des caractères. Toutefois, ces symboles ont bénéficié d'une
forte prise en charge par l'Unicode7, offrant de nouvelles perspectives.
Histoire
La notion de texte brut est implicitement assez ancienne puisque
vraisemblablement elle remonte sans doute au moins si ce n'est à la notion de
machine à écrire, aux premiers langages de programmation utilisant cette
technologie.
Dans son aspect réseau, elle est consignée dans de nombreux RFC.
Protocole et fichier
L'usage du texte brut peut varier entre protocole et ficher. Ceci peut
généralement être invisible à l'utilisateur lorsqu'il copie un texte d'un logiciel à un
autre.
Dans un protocole, le protocole spécifie généralement l'encodage utilisé, d'une
manière ou d'une autre; la longueur du texte peut ne pas être limité, en fonction
du protocole.
Un fichier a généralement une taille limitée, il est généralement admis qu'un
système de fichier ne fournit pas d'information sur l'encodage utilisé pour encoder
un texte brut donné. Cette information essentielle est alors déterminée à travers
un ensemble d'heuristiques.

Apports et limitations[modifier | modifier le code]

Le fichier texte est un élément déterminant en ce qu'il offre la possibilité de
décrire des codes sources et de faciliter la programmation des ordinateurs.
Toutefois, il souffre de facto de nombreux problème d'interopérabilité.
Apports[modifier | modifier le code]
Le fichier texte, lorsqu'il apparait apporte la possibilité de permettre à un humain
de soumettre un texte au traitement automatique d'une machine. Il offre
également la possibilité de supprimer et d'ajouter une ligne, et cela dès les cartes
perforées. Cette fonctionnalité a été reprise par des logiciels comme ed ou edlin.
Limitations[modifier | modifier le code]
Un fichier texte est limité dans sa taille, comme le sont tous les fichiers, par
le système de gestion de fichiers.
De plus par convention on limite volontairement le nombre de colonnes. Une
convention commune est ancienne est d'environ 80 ou 132 colonnes. Cela
correspondait aux standards de terminaux physiques aujourd'hui dépassés. Les
éditeurs modernes savent souvent gérer des lignes plus longues bien que cela ne
soit pas conseillé pour des questions de présentation.
Le fichier texte peut poser de nombreux problèmes d'interopérabilité (pour cause
d'encodage différents) entre pays, entre fournisseurs de logiciels, notamment.

Usage[modifier | modifier le code]
Les fichiers texte sont utilisés par de nombreux logiciels pour conserver les
données de configuration. Ils sont également utilisés pour contenir
les textes écrits en langages de programmation. En outre, la plupart des
langages de programmation offrent des fonctions prédéfinies pour manipuler du
texte brut, ce qui rend la gestion des fichiers textes particulièrement accessible.
Le logiciel utilisé pour éditer un fichier texte est un éditeur de texte. Dans le cas
général, un traitement de texte ne produit pas des fichiers texte. En effet, un
traitement de texte n'a pas seulement besoin de manipuler du texte brut, mais
également des informations sur la fonte de caractère utilisée, la disposition des
caractères dans des pages, les styles typographiques, etc. Toutefois, les
traitements de texte peuvent ouvrir ou sauvegarder un fichier texte, aucune
information de mise en forme n'étant conservée, sauf le cas échéant les sauts de
ligne.
Un fichier texte peut être la structure sous-jacente d'un fichier journal 8.

Structure et propriétés[modifier | modifier le code]

La structure d'un fichier texte est une séquence de lignes. Toutefois,
historiquement, chaque caractère est aligné verticalement, c'est encore le cas
aujourd'hui, dans un éditeur de texte en ligne ou local.
Séquence de lignes[modifier | modifier le code]
Le concept de séquence de lignes reste une caractéristique forte d'un fichier
texte.
Un fichier texte peut simplement contenir du texte dans une langue quelconque.
Dans ce cas, aujourd'hui, il ne respecte plus aucune structure particulière.

Il était une fois une marchande de foie

qui vendait du foie dans la Ville de Foix.
Elle se dit «ma foi c'est la première fois
que je vends du foie dans la ville de Foix !»
using (FileStream stm = new FileStream("logfile.txt", FileMode.Create))
{
return ProcessStuff(stm); //
}

Un fichier texte peut également contenir une donnée structurée qui peut être
analysée par un logiciel et affichée sous une forme plus évoluée, par exemple
une page web :
 <!DOCTYPE html>
<html lang="fr">
<head><title>Page web d'exemple</title></head>
<body>
<p>Ceci est une page web d'exemple.</p>
</body>
</html>

Alignement vertical[modifier | modifier le code]

Un fichier texte est généralement rendu visible avec des polices à chasse fixe
alignant le texte verticalement. L'arrivée d'un grand nombre de caractères
Unicode dans les fichiers textes peut questionner ce concept.
Enfin, et de manière plus anecdotique, le propos d'un fichier texte peut être
détourné pour contenir une image, c'est ce qu'on appelle l'art ASCII :

(\___/) (*) (*) \ /

(=*.*=) (°_°) {^o^}
(")___(") (+) (+) (| . |)
(_) (_) (_) (_)

Cet art nécessite toutefois que tous les caractères affichés aient la même largeur.
Cette technologie a notamment été utilisée pour spécifier des protocoles de
transfert de fichier.
Utilisation de l'art-ASCII comme élément de spécification du «FILE TRANSFER
PROTOCOL» RFC 7654; année 1980:

-------------
|/---------\|
|| User || --------
||Interface|<--->| User |
|\----:----/| --------
---------- | V |
|/------\| FTP Commands |/---------\|
||Server|<---------------->| User ||
|| PI || FTP Replies || PI ||
|\--:---/| |\----:----/|
| V | | V |
-------- |/------\| Data |/---------\| --------
| File |<--->|Server|<---------------->| User |<--->| File |
|System| || DTP || Connection || DTP || |System|
-------- |\------/| |\---------/| --------
---------- -------------

Server-FTP User-FTP

Standardisation et normalisation[modifier | modifier le code]

Les fichiers textes peuvent connaitre des problèmes d'interopérabilité :
  Différence de traitement des changements de lignes : CR ; LF, NL ;
CR+LF
 Présence ou absence éventuelle du marqueur magique BOM
 Différence de codage des caractères
 Différence de traitement des séquences d'échappement éventuelles.
Les variations de formats sont notamment liées aux intérêts régionaux: présence
de caractères accentués ou d'alphabets particuliers. Les industries souhaitent
également offrir de nouveaux caractères, en respectant tous les standards avec
une rigueur inégale.
Codage des caractères[modifier | modifier le code]
Comme tout fichier informatique, un fichier texte contient fondamentalement
des bits. La particularité d'un fichier texte est que l'ensemble du fichier respecte
un standard de codage des caractères. Il existe de nombreux standards de
codage de caractères, ce qui peut rendre problématique la compatibilité des
fichiers texte.
Rôle de l'ASCII[modifier | modifier le code]
La dénomination « fichier ASCII » est souvent confusément (et/ou abusivement)
utilisée à propos de fichiers texte n'utilisant pas le codage des caractères ASCII,
soit pour marquer une opposition à l'EBCDIC, soit pour interdire l'utilisation de
langues autre que l'anglais. Cela tient aussi à une histoire compliquée liée à
l'influence et aux intérêts des États-Unis, pays de langue anglaise, et au fait
qu'actuellement les fichiers textes sont généralement compatibles ASCII tout en
ne se limitant pas à ces caractères. Ainsi des fichiers textes UTF-8 bénéficient
d'une certaine interopérabilité avec des logiciels qui nécessitent des fichiers
compatibles ASCII, contrairement aux fichiers textes UTF-16, qui nécessitent des
logiciels spécifiquement adaptés à l'UTF-16.
Rôle du BOM[modifier | modifier le code]
Article détaillé : Byte Order Mark.
Le BOM est une invention du standard Unicode. Il est parfois présent en début de
fichier pour indiquer visuellement l'encodage d'un fichier (ce code dans un fichier
UTF8 sera visualisé « ï»¿ » en iso8859-1). À ce titre, il s'agit d'un nombre
magique au même titre que le shebang. Mais il est aussi et surtout utilisé pour
déterminer l'ordre des octets (endianness) et cela peut poser des problèmes à
certains logiciels.
Séquence d'échappement[modifier | modifier le code]
Les séquences d'échappement peuvent également être traitées de manière
inégales, alors que leur utilisation est impérative en ISO-2022, conduisant à
l'apparition de mojibake au sens premier du mot.

Notes et références[modifier | modifier le code]

Notes[modifier | modifier le code]
56. ↑ Le standard des États-Unis, l'ASCII inclut des caractères de contrôle, tel que
l'échappement de valeur 27.
 57. ↑ les standards ISO-2022 sont bâtis sur ces séquences.
58. ↑ L'Unicode autorise l'utilisation d'un indicateur dénommé BOM.
59. ↑ ASCII 8 bits avec le bit sept, le plus fort, à 0.
60. ↑ Ce qui pourrait signifier que chaque colonne avait un sens précis comme en Cobol et
que la longueur des lignes était fixe, comme l'écran.

Références[modifier | modifier le code]
89. ↑ Popular Science Magazine, February 1950, page 96 [archive]
90. ↑ (en) Request for comments no 265 [archive].
91. ↑ (en) Request for comments no 354 [archive].
92. ↑ Revenir plus haut en :a et b (en) Request for comments no 765 [archive].
93. ↑ File Transfer Protocol  : RFC  959, Network Working Group, octobre 1985 (lire en
ligne [archive]), page 15
94. ↑ Revenir plus haut en :a et b http://www.cairn.info/article.php?ID_ARTICLE=DN_063_0013 [archive]
95. ↑ Barbara Beeton, Asmus Freytag, Murray Sargent III, Unicode Technical Report
1. 25 “Unicode Support for
Mathematics”, https://www.unicode.org/reports/tr25 [archive]
96. ↑ http://www.oqlf.gouv.qc.ca/ressources/bibliotheque/dictionnaires/internet/fiches/8383642
.html [archive]

Voir aussi[modifier | modifier le code]

Articles connexes[modifier | modifier le code]

 Fichier binaire
 Éditeur de texte
 Format de fichier
 Fichier

  Portail de l’informatique 
  Portail de l’écriture
Catégories : 
 Format de données numériques
 Codage du texte
 Format ouvert
[+]
 La dernière modification de cette page a été faite le 15 octobre 2021 à 16:01.
 Droit d'auteur : les textes sont disponibles sous licence Creative Commons attribution, partage dans
les mêmes conditions ; d’autres conditions peuvent s’appliquer. Voyez les conditions
d’utilisation pour plus de détails, ainsi que les crédits graphiques. En cas de réutilisation des textes
de cette page, voyez comment citer les auteurs et mentionner la licence.
Wikipedia® est une marque déposée de la Wikimedia Foundation, Inc., organisation de
bienfaisance régie par le paragraphe 501(c)(3) du code fiscal des États-Unis.

Fichier texte
Pour les articles homonymes, voir TXT.
Fichier texte
 Les 95 caractères et signes du codage ASCII

Caractéristiques
Extensions .txt ,  .text , -

Type MIME text/plain

PUID x-fmt/111

modifier - modifier le code - modifier Wikidata

En informatique, un fichier texte ou fichier texte brut ou fichier texte

simple[réf. nécessaire] est un fichier dont le contenu représente uniquement une suite
de caractères ; il utilise nécessairement une forme particulière de codage des
caractères qui peut être une variante ou une extension du standard local des États-
Unis, l'ASCII. Il n'existe aucune définition officielle, et les différentes interprétations
de ce qu'est un fichier texte partagent des propriétés essentielles. Les caractères
considérés sont généralement les caractères imprimables, d'espaces et de retours à
la ligne. Certains codages de caractères normalisés incluent également certains
caractères de contrôleN 1, séquence d'échappementN 2 ou marqueursN 3 qui peuvent
faire l'objet de différences d'appréciations. La notion de fichier texte est donc
subjective et dépend notamment des systèmes de codage de caractère considérés
(windows-1252 et ISO-8859-1 n'offrant pas les mêmes plages de valeurs
«imprimables».)
Un fichier « non texte » est appelé « fichier binaire », dans le sens où
les bits contenus dans le fichier ne représentent pas une simple suite de caractères
imprimables, d'espaces et de retours à la ligne.

Sommaire

 1Histoire
 2Texte brut
 3Apports et limitations
o 3.1Apports
o 3.2Limitations
 4Usage
 5Structure et propriétés
 o 5.1Séquence de lignes
o 5.2Alignement vertical
 6Standardisation et normalisation
o 6.1Codage des caractères
 6.1.1Rôle de l'ASCII
o 6.2Rôle du BOM
o 6.3Séquence d'échappement
 7Notes et références
o 7.1Notes
o 7.2Références
 8Voir aussi
o 8.1Articles connexes

Histoire[modifier | modifier le code]

Un fichier en carte perforée

Extrait d'un programme écrit en BASIC

Copie papier d'un code source (en Fortran) des années 1970, imprimé sur du papier continu, dédié aux
fichiers textes.

La notion de fichier texte a évolué avec l'histoire de l'informatique.

Le mot fichier (« file » en anglais) a été utilisé publiquement dans le contexte d'un
enregistrement informatique déjà en février 1950. Une publicité de la radio Radio
Corporation of America de Popular Science Magazine1 décrivant une nouvelle
mémoire à tube à vide qu'elle avait développée, expliquait :
«...the results of countless computations can be kept "on file" and taken out
again. Such a "file" now exists in a "memory" tube developed at RCA
Laboratories. Electronically it retains figures fed into calculating machines,
holds them in storage while it memorizes new ones - speeds intelligent
solutions through mazes of mathematics. »
En 1952 un fichier était utilisé pour désigner l'information enregistrée sur
une carte perforée.
Or il se trouve que les cartes perforées partageaient certaines propriétés:

 Chaque carte représentait une ligne de 80 colonnes (en général)

 Les programmes (code source) étaient écrits en assemblant des lignes
de textes
 Les cartes perforées qui ne contenaient pas de texte étaient donc déjà
différentes.
En 1971, le RFC 2652 indique qu'un fichier peut être ASCII, cœur d'exécutable,
ou autre. Il mentionne notamment l'EBCDIC.
En juillet 1972, le RFC 3543, discutant des échanges de texte par le protocole
réseau NVT-ASCIIN 4 FTP, indique que les fichiers textes sont enregistrés de
manières différentes selon les systèmes :

 le PDP-10 enregistre le NVT-ASCII en 7-bits justifiés à gauche dans

des mots de 36 bits ;
  le 360's enregistre le texte avec un codage EBCDIC 8-bit ;
 Multics enregistre le texte avec quatre caractère de neuf bits dans des
mots de 36 bits.
Il indique donc que pour le bon transfert des textes, il est nécessaire que les deux
parties effectuent leur part respective de la conversion dans un codage commun;
il s'agit à cette époque de l'ASCII 8 bits, dit NVT.
Cette même année, la RFC fait apparaître le besoin d'une unité commune pour
transmettre des données binaires entre systèmes dont les mots n'ont pas la
même taille, et suggère l'utilisation de byte de 8 bits, c'est-à-dire, de ce que l'on
appelle aujourd'hui des octets, tout en permettant l'utilisation de bytes/mots
différents si négocié.
En 1980, le RFC 7654 en spécifiant le protocole FTP indique les trois raisons
occasionnant le transfert d'un fichier : l'impression, l'archivage, et le traitement.
Constatant, que le seul encodage n'est pas une métainformation suffisante, il
spécifie le reste et notamment les différents mécanismes de changement de ligne
à travers des caractères de contrôle ou de défilement de lignes. En page 12, le
RFC clarifie que les fichiers textes sont tout aussi bien des fichiers ASCII que des
fichiers EBCDIC.
En 1985, lors de l'élaboration du protocole FTP de transfert de fichier, il a été
recommandé de considérer comme fichier texte (en anglais "text" files), deux
formats de fichiers :

 les fichiers file structure, où le fichier est considéré être une séquence

continue de lignes.
 les fichiers record-structure, où le fichier est constitué
d'enregistrements séquentielsN 5
De même les types ASCII et EBCDIC ont été acceptés comme fichier texte 5.

Cette section est vide, insuffisamment détaillée ou incomplète. Votre aide est

la bienvenue ! Comment faire ?

Texte brut[modifier | modifier le code]

Article détaillé : Texte brut.
Texte brut Unicode (Unicode plain text)
De nos jours, l'Unicode est de plus en plus reconnu comme format de texte brut.
Le standard Unicode définit selon ses propres termes ce qu'est le texte brut, sous
le terme de plain text, dans sa version anglaise.
La notion de fichier texte se rapproche donc des propriétés que le standard
Unicode attribue au format nommé plain text en langue anglaise et signifiant texte
brut.
Généralités et controverses
La notion de texte brut (plain text) a, comme la notion de texte enrichi (fancy text),
été introduite par Unicode6.
La notion de plain text peut être traduite par texte en clair, pur texte, texte pur, ou
texte brut6.
Linux Information Project en donne une vision restrictive.
Format de codage
Si l'encodage est inconnu, un texte brut quelconque est inexploitable.
Texte brut approché en mathématiques
Alors que les mathématiques sont un langage international, en tout ou partie, leur
représentation informatique a pu être négligée lors de la création de différents
systèmes de codage des caractères. Toutefois, ces symboles ont bénéficié d'une
forte prise en charge par l'Unicode7, offrant de nouvelles perspectives.
Histoire
La notion de texte brut est implicitement assez ancienne puisque
vraisemblablement elle remonte sans doute au moins si ce n'est à la notion de
machine à écrire, aux premiers langages de programmation utilisant cette
technologie.
Dans son aspect réseau, elle est consignée dans de nombreux RFC.
Protocole et fichier
L'usage du texte brut peut varier entre protocole et ficher. Ceci peut
généralement être invisible à l'utilisateur lorsqu'il copie un texte d'un logiciel à un
autre.
Dans un protocole, le protocole spécifie généralement l'encodage utilisé, d'une
manière ou d'une autre; la longueur du texte peut ne pas être limité, en fonction
du protocole.
Un fichier a généralement une taille limitée, il est généralement admis qu'un
système de fichier ne fournit pas d'information sur l'encodage utilisé pour encoder
un texte brut donné. Cette information essentielle est alors déterminée à travers
un ensemble d'heuristiques.

Apports et limitations[modifier | modifier le code]

Le fichier texte est un élément déterminant en ce qu'il offre la possibilité de
décrire des codes sources et de faciliter la programmation des ordinateurs.
Toutefois, il souffre de facto de nombreux problème d'interopérabilité.
Apports[modifier | modifier le code]
Le fichier texte, lorsqu'il apparait apporte la possibilité de permettre à un humain
de soumettre un texte au traitement automatique d'une machine. Il offre
également la possibilité de supprimer et d'ajouter une ligne, et cela dès les cartes
perforées. Cette fonctionnalité a été reprise par des logiciels comme ed ou edlin.
Limitations[modifier | modifier le code]
Un fichier texte est limité dans sa taille, comme le sont tous les fichiers, par
le système de gestion de fichiers.
De plus par convention on limite volontairement le nombre de colonnes. Une
convention commune est ancienne est d'environ 80 ou 132 colonnes. Cela
correspondait aux standards de terminaux physiques aujourd'hui dépassés. Les
éditeurs modernes savent souvent gérer des lignes plus longues bien que cela ne
soit pas conseillé pour des questions de présentation.
Le fichier texte peut poser de nombreux problèmes d'interopérabilité (pour cause
d'encodage différents) entre pays, entre fournisseurs de logiciels, notamment.

Usage[modifier | modifier le code]
Les fichiers texte sont utilisés par de nombreux logiciels pour conserver les
données de configuration. Ils sont également utilisés pour contenir
les textes écrits en langages de programmation. En outre, la plupart des
langages de programmation offrent des fonctions prédéfinies pour manipuler du
texte brut, ce qui rend la gestion des fichiers textes particulièrement accessible.
Le logiciel utilisé pour éditer un fichier texte est un éditeur de texte. Dans le cas
général, un traitement de texte ne produit pas des fichiers texte. En effet, un
traitement de texte n'a pas seulement besoin de manipuler du texte brut, mais
également des informations sur la fonte de caractère utilisée, la disposition des
caractères dans des pages, les styles typographiques, etc. Toutefois, les
traitements de texte peuvent ouvrir ou sauvegarder un fichier texte, aucune
information de mise en forme n'étant conservée, sauf le cas échéant les sauts de
ligne.
Un fichier texte peut être la structure sous-jacente d'un fichier journal 8.

Structure et propriétés[modifier | modifier le code]

La structure d'un fichier texte est une séquence de lignes. Toutefois,
historiquement, chaque caractère est aligné verticalement, c'est encore le cas
aujourd'hui, dans un éditeur de texte en ligne ou local.
Séquence de lignes[modifier | modifier le code]
Le concept de séquence de lignes reste une caractéristique forte d'un fichier
texte.
Un fichier texte peut simplement contenir du texte dans une langue quelconque.
Dans ce cas, aujourd'hui, il ne respecte plus aucune structure particulière.

Il était une fois une marchande de foie

qui vendait du foie dans la Ville de Foix.
Elle se dit «ma foi c'est la première fois
que je vends du foie dans la ville de Foix !»
using (FileStream stm = new FileStream("logfile.txt", FileMode.Create))
{
return ProcessStuff(stm); //
}

Un fichier texte peut également contenir une donnée structurée qui peut être
analysée par un logiciel et affichée sous une forme plus évoluée, par exemple
une page web :
 <!DOCTYPE html>
<html lang="fr">
<head><title>Page web d'exemple</title></head>
<body>
<p>Ceci est une page web d'exemple.</p>
</body>
</html>

Alignement vertical[modifier | modifier le code]

Un fichier texte est généralement rendu visible avec des polices à chasse fixe
alignant le texte verticalement. L'arrivée d'un grand nombre de caractères
Unicode dans les fichiers textes peut questionner ce concept.
Enfin, et de manière plus anecdotique, le propos d'un fichier texte peut être
détourné pour contenir une image, c'est ce qu'on appelle l'art ASCII :

(\___/) (*) (*) \ /

(=*.*=) (°_°) {^o^}
(")___(") (+) (+) (| . |)
(_) (_) (_) (_)

Cet art nécessite toutefois que tous les caractères affichés aient la même largeur.
Cette technologie a notamment été utilisée pour spécifier des protocoles de
transfert de fichier.
Utilisation de l'art-ASCII comme élément de spécification du «FILE TRANSFER
PROTOCOL» RFC 7654; année 1980:

-------------
|/---------\|
|| User || --------
||Interface|<--->| User |
|\----:----/| --------
---------- | V |
|/------\| FTP Commands |/---------\|
||Server|<---------------->| User ||
|| PI || FTP Replies || PI ||
|\--:---/| |\----:----/|
| V | | V |
-------- |/------\| Data |/---------\| --------
| File |<--->|Server|<---------------->| User |<--->| File |
|System| || DTP || Connection || DTP || |System|
-------- |\------/| |\---------/| --------
---------- -------------

Server-FTP User-FTP

Standardisation et normalisation[modifier | modifier le code]

Les fichiers textes peuvent connaitre des problèmes d'interopérabilité :
  Différence de traitement des changements de lignes : CR ; LF, NL ;
CR+LF
 Présence ou absence éventuelle du marqueur magique BOM
 Différence de codage des caractères
 Différence de traitement des séquences d'échappement éventuelles.
Les variations de formats sont notamment liées aux intérêts régionaux: présence
de caractères accentués ou d'alphabets particuliers. Les industries souhaitent
également offrir de nouveaux caractères, en respectant tous les standards avec
une rigueur inégale.
Codage des caractères[modifier | modifier le code]
Comme tout fichier informatique, un fichier texte contient fondamentalement
des bits. La particularité d'un fichier texte est que l'ensemble du fichier respecte
un standard de codage des caractères. Il existe de nombreux standards de
codage de caractères, ce qui peut rendre problématique la compatibilité des
fichiers texte.
Rôle de l'ASCII[modifier | modifier le code]
La dénomination « fichier ASCII » est souvent confusément (et/ou abusivement)
utilisée à propos de fichiers texte n'utilisant pas le codage des caractères ASCII,
soit pour marquer une opposition à l'EBCDIC, soit pour interdire l'utilisation de
langues autre que l'anglais. Cela tient aussi à une histoire compliquée liée à
l'influence et aux intérêts des États-Unis, pays de langue anglaise, et au fait
qu'actuellement les fichiers textes sont généralement compatibles ASCII tout en
ne se limitant pas à ces caractères. Ainsi des fichiers textes UTF-8 bénéficient
d'une certaine interopérabilité avec des logiciels qui nécessitent des fichiers
compatibles ASCII, contrairement aux fichiers textes UTF-16, qui nécessitent des
logiciels spécifiquement adaptés à l'UTF-16.
Rôle du BOM[modifier | modifier le code]
Article détaillé : Byte Order Mark.
Le BOM est une invention du standard Unicode. Il est parfois présent en début de
fichier pour indiquer visuellement l'encodage d'un fichier (ce code dans un fichier
UTF8 sera visualisé « ï»¿ » en iso8859-1). À ce titre, il s'agit d'un nombre
magique au même titre que le shebang. Mais il est aussi et surtout utilisé pour
déterminer l'ordre des octets (endianness) et cela peut poser des problèmes à
certains logiciels.
Séquence d'échappement[modifier | modifier le code]
Les séquences d'échappement peuvent également être traitées de manière
inégales, alors que leur utilisation est impérative en ISO-2022, conduisant à
l'apparition de mojibake au sens premier du mot.

Notes et références[modifier | modifier le code]

Notes[modifier | modifier le code]
56. ↑ Le standard des États-Unis, l'ASCII inclut des caractères de contrôle, tel que
l'échappement de valeur 27.
 57. ↑ les standards ISO-2022 sont bâtis sur ces séquences.
58. ↑ L'Unicode autorise l'utilisation d'un indicateur dénommé BOM.
59. ↑ ASCII 8 bits avec le bit sept, le plus fort, à 0.
60. ↑ Ce qui pourrait signifier que chaque colonne avait un sens précis comme en Cobol et
que la longueur des lignes était fixe, comme l'écran.

Références[modifier | modifier le code]
89. ↑ Popular Science Magazine, February 1950, page 96 [archive]
90. ↑ (en) Request for comments no 265 [archive].
91. ↑ (en) Request for comments no 354 [archive].
92. ↑ Revenir plus haut en :a et b (en) Request for comments no 765 [archive].
93. ↑ File Transfer Protocol  : RFC  959, Network Working Group, octobre 1985 (lire en
ligne [archive]), page 15
94. ↑ Revenir plus haut en :a et b http://www.cairn.info/article.php?ID_ARTICLE=DN_063_0013 [archive]
95. ↑ Barbara Beeton, Asmus Freytag, Murray Sargent III, Unicode Technical Report
1. 25 “Unicode Support for
Mathematics”, https://www.unicode.org/reports/tr25 [archive]
96. ↑ http://www.oqlf.gouv.qc.ca/ressources/bibliotheque/dictionnaires/internet/fiches/8383642
.html [archive]

Voir aussi[modifier | modifier le code]

Articles connexes[modifier | modifier le code]

 Fichier binaire
 Éditeur de texte
 Format de fichier
 Fichier

  Portail de l’informatique 
  Portail de l’écriture
Catégories : 
 Format de données numériques
 Codage du texte
 Format ouvert
[+]
 La dernière modification de cette page a été faite le 15 octobre 2021 à 16:01.
 Droit d'auteur : les textes sont disponibles sous licence Creative Commons attribution, partage dans
les mêmes conditions ; d’autres conditions peuvent s’appliquer. Voyez les conditions
d’utilisation pour plus de détails, ainsi que les crédits graphiques. En cas de réutilisation des textes
de cette page, voyez comment citer les auteurs et mentionner la licence.
Wikipedia® est une marque déposée de la Wikimedia Foundation, Inc., organisation de
bienfaisance régie par le paragraphe 501(c)(3) du code fiscal des États-Unis.

Fichier texte
Pour les articles homonymes, voir TXT.
Fichier texte
 Les 95 caractères et signes du codage ASCII

Caractéristiques
Extensions .txt ,  .text , -

Type MIME text/plain

PUID x-fmt/111

modifier - modifier le code - modifier Wikidata

En informatique, un fichier texte ou fichier texte brut ou fichier texte

simple[réf. nécessaire] est un fichier dont le contenu représente uniquement une suite
de caractères ; il utilise nécessairement une forme particulière de codage des
caractères qui peut être une variante ou une extension du standard local des États-
Unis, l'ASCII. Il n'existe aucune définition officielle, et les différentes interprétations
de ce qu'est un fichier texte partagent des propriétés essentielles. Les caractères
considérés sont généralement les caractères imprimables, d'espaces et de retours à
la ligne. Certains codages de caractères normalisés incluent également certains
caractères de contrôleN 1, séquence d'échappementN 2 ou marqueursN 3 qui peuvent
faire l'objet de différences d'appréciations. La notion de fichier texte est donc
subjective et dépend notamment des systèmes de codage de caractère considérés
(windows-1252 et ISO-8859-1 n'offrant pas les mêmes plages de valeurs
«imprimables».)
Un fichier « non texte » est appelé « fichier binaire », dans le sens où
les bits contenus dans le fichier ne représentent pas une simple suite de caractères
imprimables, d'espaces et de retours à la ligne.

Sommaire

 1Histoire
 2Texte brut
 3Apports et limitations
o 3.1Apports
o 3.2Limitations
 4Usage
 5Structure et propriétés
 o 5.1Séquence de lignes
o 5.2Alignement vertical
 6Standardisation et normalisation
o 6.1Codage des caractères
 6.1.1Rôle de l'ASCII
o 6.2Rôle du BOM
o 6.3Séquence d'échappement
 7Notes et références
o 7.1Notes
o 7.2Références
 8Voir aussi
o 8.1Articles connexes

Histoire[modifier | modifier le code]

Un fichier en carte perforée

Extrait d'un programme écrit en BASIC

Copie papier d'un code source (en Fortran) des années 1970, imprimé sur du papier continu, dédié aux
fichiers textes.

La notion de fichier texte a évolué avec l'histoire de l'informatique.

Le mot fichier (« file » en anglais) a été utilisé publiquement dans le contexte d'un
enregistrement informatique déjà en février 1950. Une publicité de la radio Radio
Corporation of America de Popular Science Magazine1 décrivant une nouvelle
mémoire à tube à vide qu'elle avait développée, expliquait :
«...the results of countless computations can be kept "on file" and taken out
again. Such a "file" now exists in a "memory" tube developed at RCA
Laboratories. Electronically it retains figures fed into calculating machines,
holds them in storage while it memorizes new ones - speeds intelligent
solutions through mazes of mathematics. »
En 1952 un fichier était utilisé pour désigner l'information enregistrée sur
une carte perforée.
Or il se trouve que les cartes perforées partageaient certaines propriétés:

 Chaque carte représentait une ligne de 80 colonnes (en général)

 Les programmes (code source) étaient écrits en assemblant des lignes
de textes
 Les cartes perforées qui ne contenaient pas de texte étaient donc déjà
différentes.
En 1971, le RFC 2652 indique qu'un fichier peut être ASCII, cœur d'exécutable,
ou autre. Il mentionne notamment l'EBCDIC.
En juillet 1972, le RFC 3543, discutant des échanges de texte par le protocole
réseau NVT-ASCIIN 4 FTP, indique que les fichiers textes sont enregistrés de
manières différentes selon les systèmes :

 le PDP-10 enregistre le NVT-ASCII en 7-bits justifiés à gauche dans

des mots de 36 bits ;
  le 360's enregistre le texte avec un codage EBCDIC 8-bit ;
 Multics enregistre le texte avec quatre caractère de neuf bits dans des
mots de 36 bits.
Il indique donc que pour le bon transfert des textes, il est nécessaire que les deux
parties effectuent leur part respective de la conversion dans un codage commun;
il s'agit à cette époque de l'ASCII 8 bits, dit NVT.
Cette même année, la RFC fait apparaître le besoin d'une unité commune pour
transmettre des données binaires entre systèmes dont les mots n'ont pas la
même taille, et suggère l'utilisation de byte de 8 bits, c'est-à-dire, de ce que l'on
appelle aujourd'hui des octets, tout en permettant l'utilisation de bytes/mots
différents si négocié.
En 1980, le RFC 7654 en spécifiant le protocole FTP indique les trois raisons
occasionnant le transfert d'un fichier : l'impression, l'archivage, et le traitement.
Constatant, que le seul encodage n'est pas une métainformation suffisante, il
spécifie le reste et notamment les différents mécanismes de changement de ligne
à travers des caractères de contrôle ou de défilement de lignes. En page 12, le
RFC clarifie que les fichiers textes sont tout aussi bien des fichiers ASCII que des
fichiers EBCDIC.
En 1985, lors de l'élaboration du protocole FTP de transfert de fichier, il a été
recommandé de considérer comme fichier texte (en anglais "text" files), deux
formats de fichiers :

 les fichiers file structure, où le fichier est considéré être une séquence

continue de lignes.
 les fichiers record-structure, où le fichier est constitué
d'enregistrements séquentielsN 5
De même les types ASCII et EBCDIC ont été acceptés comme fichier texte 5.

Cette section est vide, insuffisamment détaillée ou incomplète. Votre aide est

la bienvenue ! Comment faire ?

Texte brut[modifier | modifier le code]

Article détaillé : Texte brut.
Texte brut Unicode (Unicode plain text)
De nos jours, l'Unicode est de plus en plus reconnu comme format de texte brut.
Le standard Unicode définit selon ses propres termes ce qu'est le texte brut, sous
le terme de plain text, dans sa version anglaise.
La notion de fichier texte se rapproche donc des propriétés que le standard
Unicode attribue au format nommé plain text en langue anglaise et signifiant texte
brut.
Généralités et controverses
La notion de texte brut (plain text) a, comme la notion de texte enrichi (fancy text),
été introduite par Unicode6.
La notion de plain text peut être traduite par texte en clair, pur texte, texte pur, ou
texte brut6.
Linux Information Project en donne une vision restrictive.
Format de codage
Si l'encodage est inconnu, un texte brut quelconque est inexploitable.
Texte brut approché en mathématiques
Alors que les mathématiques sont un langage international, en tout ou partie, leur
représentation informatique a pu être négligée lors de la création de différents
systèmes de codage des caractères. Toutefois, ces symboles ont bénéficié d'une
forte prise en charge par l'Unicode7, offrant de nouvelles perspectives.
Histoire
La notion de texte brut est implicitement assez ancienne puisque
vraisemblablement elle remonte sans doute au moins si ce n'est à la notion de
machine à écrire, aux premiers langages de programmation utilisant cette
technologie.
Dans son aspect réseau, elle est consignée dans de nombreux RFC.
Protocole et fichier
L'usage du texte brut peut varier entre protocole et ficher. Ceci peut
généralement être invisible à l'utilisateur lorsqu'il copie un texte d'un logiciel à un
autre.
Dans un protocole, le protocole spécifie généralement l'encodage utilisé, d'une
manière ou d'une autre; la longueur du texte peut ne pas être limité, en fonction
du protocole.
Un fichier a généralement une taille limitée, il est généralement admis qu'un
système de fichier ne fournit pas d'information sur l'encodage utilisé pour encoder
un texte brut donné. Cette information essentielle est alors déterminée à travers
un ensemble d'heuristiques.

Apports et limitations[modifier | modifier le code]

Le fichier texte est un élément déterminant en ce qu'il offre la possibilité de
décrire des codes sources et de faciliter la programmation des ordinateurs.
Toutefois, il souffre de facto de nombreux problème d'interopérabilité.
Apports[modifier | modifier le code]
Le fichier texte, lorsqu'il apparait apporte la possibilité de permettre à un humain
de soumettre un texte au traitement automatique d'une machine. Il offre
également la possibilité de supprimer et d'ajouter une ligne, et cela dès les cartes
perforées. Cette fonctionnalité a été reprise par des logiciels comme ed ou edlin.
Limitations[modifier | modifier le code]
Un fichier texte est limité dans sa taille, comme le sont tous les fichiers, par
le système de gestion de fichiers.
De plus par convention on limite volontairement le nombre de colonnes. Une
convention commune est ancienne est d'environ 80 ou 132 colonnes. Cela
correspondait aux standards de terminaux physiques aujourd'hui dépassés. Les
éditeurs modernes savent souvent gérer des lignes plus longues bien que cela ne
soit pas conseillé pour des questions de présentation.
Le fichier texte peut poser de nombreux problèmes d'interopérabilité (pour cause
d'encodage différents) entre pays, entre fournisseurs de logiciels, notamment.

Usage[modifier | modifier le code]
Les fichiers texte sont utilisés par de nombreux logiciels pour conserver les
données de configuration. Ils sont également utilisés pour contenir
les textes écrits en langages de programmation. En outre, la plupart des
langages de programmation offrent des fonctions prédéfinies pour manipuler du
texte brut, ce qui rend la gestion des fichiers textes particulièrement accessible.
Le logiciel utilisé pour éditer un fichier texte est un éditeur de texte. Dans le cas
général, un traitement de texte ne produit pas des fichiers texte. En effet, un
traitement de texte n'a pas seulement besoin de manipuler du texte brut, mais
également des informations sur la fonte de caractère utilisée, la disposition des
caractères dans des pages, les styles typographiques, etc. Toutefois, les
traitements de texte peuvent ouvrir ou sauvegarder un fichier texte, aucune
information de mise en forme n'étant conservée, sauf le cas échéant les sauts de
ligne.
Un fichier texte peut être la structure sous-jacente d'un fichier journal 8.

Structure et propriétés[modifier | modifier le code]

La structure d'un fichier texte est une séquence de lignes. Toutefois,
historiquement, chaque caractère est aligné verticalement, c'est encore le cas
aujourd'hui, dans un éditeur de texte en ligne ou local.
Séquence de lignes[modifier | modifier le code]
Le concept de séquence de lignes reste une caractéristique forte d'un fichier
texte.
Un fichier texte peut simplement contenir du texte dans une langue quelconque.
Dans ce cas, aujourd'hui, il ne respecte plus aucune structure particulière.

Il était une fois une marchande de foie

qui vendait du foie dans la Ville de Foix.
Elle se dit «ma foi c'est la première fois
que je vends du foie dans la ville de Foix !»
using (FileStream stm = new FileStream("logfile.txt", FileMode.Create))
{
return ProcessStuff(stm); //
}

Un fichier texte peut également contenir une donnée structurée qui peut être
analysée par un logiciel et affichée sous une forme plus évoluée, par exemple
une page web :
 <!DOCTYPE html>
<html lang="fr">
<head><title>Page web d'exemple</title></head>
<body>
<p>Ceci est une page web d'exemple.</p>
</body>
</html>

Alignement vertical[modifier | modifier le code]

Un fichier texte est généralement rendu visible avec des polices à chasse fixe
alignant le texte verticalement. L'arrivée d'un grand nombre de caractères
Unicode dans les fichiers textes peut questionner ce concept.
Enfin, et de manière plus anecdotique, le propos d'un fichier texte peut être
détourné pour contenir une image, c'est ce qu'on appelle l'art ASCII :

(\___/) (*) (*) \ /

(=*.*=) (°_°) {^o^}
(")___(") (+) (+) (| . |)
(_) (_) (_) (_)

Cet art nécessite toutefois que tous les caractères affichés aient la même largeur.
Cette technologie a notamment été utilisée pour spécifier des protocoles de
transfert de fichier.
Utilisation de l'art-ASCII comme élément de spécification du «FILE TRANSFER
PROTOCOL» RFC 7654; année 1980:

-------------
|/---------\|
|| User || --------
||Interface|<--->| User |
|\----:----/| --------
---------- | V |
|/------\| FTP Commands |/---------\|
||Server|<---------------->| User ||
|| PI || FTP Replies || PI ||
|\--:---/| |\----:----/|
| V | | V |
-------- |/------\| Data |/---------\| --------
| File |<--->|Server|<---------------->| User |<--->| File |
|System| || DTP || Connection || DTP || |System|
-------- |\------/| |\---------/| --------
---------- -------------

Server-FTP User-FTP

Standardisation et normalisation[modifier | modifier le code]

Les fichiers textes peuvent connaitre des problèmes d'interopérabilité :
  Différence de traitement des changements de lignes : CR ; LF, NL ;
CR+LF
 Présence ou absence éventuelle du marqueur magique BOM
 Différence de codage des caractères
 Différence de traitement des séquences d'échappement éventuelles.
Les variations de formats sont notamment liées aux intérêts régionaux: présence
de caractères accentués ou d'alphabets particuliers. Les industries souhaitent
également offrir de nouveaux caractères, en respectant tous les standards avec
une rigueur inégale.
Codage des caractères[modifier | modifier le code]
Comme tout fichier informatique, un fichier texte contient fondamentalement
des bits. La particularité d'un fichier texte est que l'ensemble du fichier respecte
un standard de codage des caractères. Il existe de nombreux standards de
codage de caractères, ce qui peut rendre problématique la compatibilité des
fichiers texte.
Rôle de l'ASCII[modifier | modifier le code]
La dénomination « fichier ASCII » est souvent confusément (et/ou abusivement)
utilisée à propos de fichiers texte n'utilisant pas le codage des caractères ASCII,
soit pour marquer une opposition à l'EBCDIC, soit pour interdire l'utilisation de
langues autre que l'anglais. Cela tient aussi à une histoire compliquée liée à
l'influence et aux intérêts des États-Unis, pays de langue anglaise, et au fait
qu'actuellement les fichiers textes sont généralement compatibles ASCII tout en
ne se limitant pas à ces caractères. Ainsi des fichiers textes UTF-8 bénéficient
d'une certaine interopérabilité avec des logiciels qui nécessitent des fichiers
compatibles ASCII, contrairement aux fichiers textes UTF-16, qui nécessitent des
logiciels spécifiquement adaptés à l'UTF-16.
Rôle du BOM[modifier | modifier le code]
Article détaillé : Byte Order Mark.
Le BOM est une invention du standard Unicode. Il est parfois présent en début de
fichier pour indiquer visuellement l'encodage d'un fichier (ce code dans un fichier
UTF8 sera visualisé « ï»¿ » en iso8859-1). À ce titre, il s'agit d'un nombre
magique au même titre que le shebang. Mais il est aussi et surtout utilisé pour
déterminer l'ordre des octets (endianness) et cela peut poser des problèmes à
certains logiciels.
Séquence d'échappement[modifier | modifier le code]
Les séquences d'échappement peuvent également être traitées de manière
inégales, alors que leur utilisation est impérative en ISO-2022, conduisant à
l'apparition de mojibake au sens premier du mot.

Notes et références[modifier | modifier le code]

Notes[modifier | modifier le code]
56. ↑ Le standard des États-Unis, l'ASCII inclut des caractères de contrôle, tel que
l'échappement de valeur 27.
 57. ↑ les standards ISO-2022 sont bâtis sur ces séquences.
58. ↑ L'Unicode autorise l'utilisation d'un indicateur dénommé BOM.
59. ↑ ASCII 8 bits avec le bit sept, le plus fort, à 0.
60. ↑ Ce qui pourrait signifier que chaque colonne avait un sens précis comme en Cobol et
que la longueur des lignes était fixe, comme l'écran.

Références[modifier | modifier le code]
89. ↑ Popular Science Magazine, February 1950, page 96 [archive]
90. ↑ (en) Request for comments no 265 [archive].
91. ↑ (en) Request for comments no 354 [archive].
92. ↑ Revenir plus haut en :a et b (en) Request for comments no 765 [archive].
93. ↑ File Transfer Protocol  : RFC  959, Network Working Group, octobre 1985 (lire en
ligne [archive]), page 15
94. ↑ Revenir plus haut en :a et b http://www.cairn.info/article.php?ID_ARTICLE=DN_063_0013 [archive]
95. ↑ Barbara Beeton, Asmus Freytag, Murray Sargent III, Unicode Technical Report
1. 25 “Unicode Support for
Mathematics”, https://www.unicode.org/reports/tr25 [archive]
96. ↑ http://www.oqlf.gouv.qc.ca/ressources/bibliotheque/dictionnaires/internet/fiches/8383642
.html [archive]

Voir aussi[modifier | modifier le code]

Articles connexes[modifier | modifier le code]

 Fichier binaire
 Éditeur de texte
 Format de fichier
 Fichier

  Portail de l’informatique 
  Portail de l’écriture
Catégories : 
 Format de données numériques
 Codage du texte
 Format ouvert
[+]
 La dernière modification de cette page a été faite le 15 octobre 2021 à 16:01.
 Droit d'auteur : les textes sont disponibles sous licence Creative Commons attribution, partage dans
les mêmes conditions ; d’autres conditions peuvent s’appliquer. Voyez les conditions
d’utilisation pour plus de détails, ainsi que les crédits graphiques. En cas de réutilisation des textes
de cette page, voyez comment citer les auteurs et mentionner la licence.
Wikipedia® est une marque déposée de la Wikimedia Foundation, Inc., organisation de
bienfaisance régie par le paragraphe 501(c)(3) du code fiscal des États-Unis.

Fichier texte
Pour les articles homonymes, voir TXT.
Fichier texte
 Les 95 caractères et signes du codage ASCII

Caractéristiques
Extensions .txt ,  .text , -

Type MIME text/plain

PUID x-fmt/111

modifier - modifier le code - modifier Wikidata

En informatique, un fichier texte ou fichier texte brut ou fichier texte

simple[réf. nécessaire] est un fichier dont le contenu représente uniquement une suite
de caractères ; il utilise nécessairement une forme particulière de codage des
caractères qui peut être une variante ou une extension du standard local des États-
Unis, l'ASCII. Il n'existe aucune définition officielle, et les différentes interprétations
de ce qu'est un fichier texte partagent des propriétés essentielles. Les caractères
considérés sont généralement les caractères imprimables, d'espaces et de retours à
la ligne. Certains codages de caractères normalisés incluent également certains
caractères de contrôleN 1, séquence d'échappementN 2 ou marqueursN 3 qui peuvent
faire l'objet de différences d'appréciations. La notion de fichier texte est donc
subjective et dépend notamment des systèmes de codage de caractère considérés
(windows-1252 et ISO-8859-1 n'offrant pas les mêmes plages de valeurs
«imprimables».)
Un fichier « non texte » est appelé « fichier binaire », dans le sens où
les bits contenus dans le fichier ne représentent pas une simple suite de caractères
imprimables, d'espaces et de retours à la ligne.

Sommaire

 1Histoire
 2Texte brut
 3Apports et limitations
o 3.1Apports
o 3.2Limitations
 4Usage
 5Structure et propriétés
 o 5.1Séquence de lignes
o 5.2Alignement vertical
 6Standardisation et normalisation
o 6.1Codage des caractères
 6.1.1Rôle de l'ASCII
o 6.2Rôle du BOM
o 6.3Séquence d'échappement
 7Notes et références
o 7.1Notes
o 7.2Références
 8Voir aussi
o 8.1Articles connexes

Histoire[modifier | modifier le code]

Un fichier en carte perforée

Extrait d'un programme écrit en BASIC

Copie papier d'un code source (en Fortran) des années 1970, imprimé sur du papier continu, dédié aux
fichiers textes.

La notion de fichier texte a évolué avec l'histoire de l'informatique.

Le mot fichier (« file » en anglais) a été utilisé publiquement dans le contexte d'un
enregistrement informatique déjà en février 1950. Une publicité de la radio Radio
Corporation of America de Popular Science Magazine1 décrivant une nouvelle
mémoire à tube à vide qu'elle avait développée, expliquait :
«...the results of countless computations can be kept "on file" and taken out
again. Such a "file" now exists in a "memory" tube developed at RCA
Laboratories. Electronically it retains figures fed into calculating machines,
holds them in storage while it memorizes new ones - speeds intelligent
solutions through mazes of mathematics. »
En 1952 un fichier était utilisé pour désigner l'information enregistrée sur
une carte perforée.
Or il se trouve que les cartes perforées partageaient certaines propriétés:

 Chaque carte représentait une ligne de 80 colonnes (en général)

 Les programmes (code source) étaient écrits en assemblant des lignes
de textes
 Les cartes perforées qui ne contenaient pas de texte étaient donc déjà
différentes.
En 1971, le RFC 2652 indique qu'un fichier peut être ASCII, cœur d'exécutable,
ou autre. Il mentionne notamment l'EBCDIC.
En juillet 1972, le RFC 3543, discutant des échanges de texte par le protocole
réseau NVT-ASCIIN 4 FTP, indique que les fichiers textes sont enregistrés de
manières différentes selon les systèmes :

 le PDP-10 enregistre le NVT-ASCII en 7-bits justifiés à gauche dans

des mots de 36 bits ;
  le 360's enregistre le texte avec un codage EBCDIC 8-bit ;
 Multics enregistre le texte avec quatre caractère de neuf bits dans des
mots de 36 bits.
Il indique donc que pour le bon transfert des textes, il est nécessaire que les deux
parties effectuent leur part respective de la conversion dans un codage commun;
il s'agit à cette époque de l'ASCII 8 bits, dit NVT.
Cette même année, la RFC fait apparaître le besoin d'une unité commune pour
transmettre des données binaires entre systèmes dont les mots n'ont pas la
même taille, et suggère l'utilisation de byte de 8 bits, c'est-à-dire, de ce que l'on
appelle aujourd'hui des octets, tout en permettant l'utilisation de bytes/mots
différents si négocié.
En 1980, le RFC 7654 en spécifiant le protocole FTP indique les trois raisons
occasionnant le transfert d'un fichier : l'impression, l'archivage, et le traitement.
Constatant, que le seul encodage n'est pas une métainformation suffisante, il
spécifie le reste et notamment les différents mécanismes de changement de ligne
à travers des caractères de contrôle ou de défilement de lignes. En page 12, le
RFC clarifie que les fichiers textes sont tout aussi bien des fichiers ASCII que des
fichiers EBCDIC.
En 1985, lors de l'élaboration du protocole FTP de transfert de fichier, il a été
recommandé de considérer comme fichier texte (en anglais "text" files), deux
formats de fichiers :

 les fichiers file structure, où le fichier est considéré être une séquence

continue de lignes.
 les fichiers record-structure, où le fichier est constitué
d'enregistrements séquentielsN 5
De même les types ASCII et EBCDIC ont été acceptés comme fichier texte 5.

Cette section est vide, insuffisamment détaillée ou incomplète. Votre aide est

la bienvenue ! Comment faire ?

Texte brut[modifier | modifier le code]

Article détaillé : Texte brut.
Texte brut Unicode (Unicode plain text)
De nos jours, l'Unicode est de plus en plus reconnu comme format de texte brut.
Le standard Unicode définit selon ses propres termes ce qu'est le texte brut, sous
le terme de plain text, dans sa version anglaise.
La notion de fichier texte se rapproche donc des propriétés que le standard
Unicode attribue au format nommé plain text en langue anglaise et signifiant texte
brut.
Généralités et controverses
La notion de texte brut (plain text) a, comme la notion de texte enrichi (fancy text),
été introduite par Unicode6.
La notion de plain text peut être traduite par texte en clair, pur texte, texte pur, ou
texte brut6.
Linux Information Project en donne une vision restrictive.
Format de codage
Si l'encodage est inconnu, un texte brut quelconque est inexploitable.
Texte brut approché en mathématiques
Alors que les mathématiques sont un langage international, en tout ou partie, leur
représentation informatique a pu être négligée lors de la création de différents
systèmes de codage des caractères. Toutefois, ces symboles ont bénéficié d'une
forte prise en charge par l'Unicode7, offrant de nouvelles perspectives.
Histoire
La notion de texte brut est implicitement assez ancienne puisque
vraisemblablement elle remonte sans doute au moins si ce n'est à la notion de
machine à écrire, aux premiers langages de programmation utilisant cette
technologie.
Dans son aspect réseau, elle est consignée dans de nombreux RFC.
Protocole et fichier
L'usage du texte brut peut varier entre protocole et ficher. Ceci peut
généralement être invisible à l'utilisateur lorsqu'il copie un texte d'un logiciel à un
autre.
Dans un protocole, le protocole spécifie généralement l'encodage utilisé, d'une
manière ou d'une autre; la longueur du texte peut ne pas être limité, en fonction
du protocole.
Un fichier a généralement une taille limitée, il est généralement admis qu'un
système de fichier ne fournit pas d'information sur l'encodage utilisé pour encoder
un texte brut donné. Cette information essentielle est alors déterminée à travers
un ensemble d'heuristiques.

Apports et limitations[modifier | modifier le code]

Le fichier texte est un élément déterminant en ce qu'il offre la possibilité de
décrire des codes sources et de faciliter la programmation des ordinateurs.
Toutefois, il souffre de facto de nombreux problème d'interopérabilité.
Apports[modifier | modifier le code]
Le fichier texte, lorsqu'il apparait apporte la possibilité de permettre à un humain
de soumettre un texte au traitement automatique d'une machine. Il offre
également la possibilité de supprimer et d'ajouter une ligne, et cela dès les cartes
perforées. Cette fonctionnalité a été reprise par des logiciels comme ed ou edlin.
Limitations[modifier | modifier le code]
Un fichier texte est limité dans sa taille, comme le sont tous les fichiers, par
le système de gestion de fichiers.
De plus par convention on limite volontairement le nombre de colonnes. Une
convention commune est ancienne est d'environ 80 ou 132 colonnes. Cela
correspondait aux standards de terminaux physiques aujourd'hui dépassés. Les
éditeurs modernes savent souvent gérer des lignes plus longues bien que cela ne
soit pas conseillé pour des questions de présentation.
Le fichier texte peut poser de nombreux problèmes d'interopérabilité (pour cause
d'encodage différents) entre pays, entre fournisseurs de logiciels, notamment.

Usage[modifier | modifier le code]
Les fichiers texte sont utilisés par de nombreux logiciels pour conserver les
données de configuration. Ils sont également utilisés pour contenir
les textes écrits en langages de programmation. En outre, la plupart des
langages de programmation offrent des fonctions prédéfinies pour manipuler du
texte brut, ce qui rend la gestion des fichiers textes particulièrement accessible.
Le logiciel utilisé pour éditer un fichier texte est un éditeur de texte. Dans le cas
général, un traitement de texte ne produit pas des fichiers texte. En effet, un
traitement de texte n'a pas seulement besoin de manipuler du texte brut, mais
également des informations sur la fonte de caractère utilisée, la disposition des
caractères dans des pages, les styles typographiques, etc. Toutefois, les
traitements de texte peuvent ouvrir ou sauvegarder un fichier texte, aucune
information de mise en forme n'étant conservée, sauf le cas échéant les sauts de
ligne.
Un fichier texte peut être la structure sous-jacente d'un fichier journal 8.

Structure et propriétés[modifier | modifier le code]

La structure d'un fichier texte est une séquence de lignes. Toutefois,
historiquement, chaque caractère est aligné verticalement, c'est encore le cas
aujourd'hui, dans un éditeur de texte en ligne ou local.
Séquence de lignes[modifier | modifier le code]
Le concept de séquence de lignes reste une caractéristique forte d'un fichier
texte.
Un fichier texte peut simplement contenir du texte dans une langue quelconque.
Dans ce cas, aujourd'hui, il ne respecte plus aucune structure particulière.

Il était une fois une marchande de foie

qui vendait du foie dans la Ville de Foix.
Elle se dit «ma foi c'est la première fois
que je vends du foie dans la ville de Foix !»
using (FileStream stm = new FileStream("logfile.txt", FileMode.Create))
{
return ProcessStuff(stm); //
}

Un fichier texte peut également contenir une donnée structurée qui peut être
analysée par un logiciel et affichée sous une forme plus évoluée, par exemple
une page web :
 <!DOCTYPE html>
<html lang="fr">
<head><title>Page web d'exemple</title></head>
<body>
<p>Ceci est une page web d'exemple.</p>
</body>
</html>

Alignement vertical[modifier | modifier le code]

Un fichier texte est généralement rendu visible avec des polices à chasse fixe
alignant le texte verticalement. L'arrivée d'un grand nombre de caractères
Unicode dans les fichiers textes peut questionner ce concept.
Enfin, et de manière plus anecdotique, le propos d'un fichier texte peut être
détourné pour contenir une image, c'est ce qu'on appelle l'art ASCII :

(\___/) (*) (*) \ /

(=*.*=) (°_°) {^o^}
(")___(") (+) (+) (| . |)
(_) (_) (_) (_)

Cet art nécessite toutefois que tous les caractères affichés aient la même largeur.
Cette technologie a notamment été utilisée pour spécifier des protocoles de
transfert de fichier.
Utilisation de l'art-ASCII comme élément de spécification du «FILE TRANSFER
PROTOCOL» RFC 7654; année 1980:

-------------
|/---------\|
|| User || --------
||Interface|<--->| User |
|\----:----/| --------
---------- | V |
|/------\| FTP Commands |/---------\|
||Server|<---------------->| User ||
|| PI || FTP Replies || PI ||
|\--:---/| |\----:----/|
| V | | V |
-------- |/------\| Data |/---------\| --------
| File |<--->|Server|<---------------->| User |<--->| File |
|System| || DTP || Connection || DTP || |System|
-------- |\------/| |\---------/| --------
---------- -------------

Server-FTP User-FTP

Standardisation et normalisation[modifier | modifier le code]

Les fichiers textes peuvent connaitre des problèmes d'interopérabilité :
  Différence de traitement des changements de lignes : CR ; LF, NL ;
CR+LF
 Présence ou absence éventuelle du marqueur magique BOM
 Différence de codage des caractères
 Différence de traitement des séquences d'échappement éventuelles.
Les variations de formats sont notamment liées aux intérêts régionaux: présence
de caractères accentués ou d'alphabets particuliers. Les industries souhaitent
également offrir de nouveaux caractères, en respectant tous les standards avec
une rigueur inégale.
Codage des caractères[modifier | modifier le code]
Comme tout fichier informatique, un fichier texte contient fondamentalement
des bits. La particularité d'un fichier texte est que l'ensemble du fichier respecte
un standard de codage des caractères. Il existe de nombreux standards de
codage de caractères, ce qui peut rendre problématique la compatibilité des
fichiers texte.
Rôle de l'ASCII[modifier | modifier le code]
La dénomination « fichier ASCII » est souvent confusément (et/ou abusivement)
utilisée à propos de fichiers texte n'utilisant pas le codage des caractères ASCII,
soit pour marquer une opposition à l'EBCDIC, soit pour interdire l'utilisation de
langues autre que l'anglais. Cela tient aussi à une histoire compliquée liée à
l'influence et aux intérêts des États-Unis, pays de langue anglaise, et au fait
qu'actuellement les fichiers textes sont généralement compatibles ASCII tout en
ne se limitant pas à ces caractères. Ainsi des fichiers textes UTF-8 bénéficient
d'une certaine interopérabilité avec des logiciels qui nécessitent des fichiers
compatibles ASCII, contrairement aux fichiers textes UTF-16, qui nécessitent des
logiciels spécifiquement adaptés à l'UTF-16.
Rôle du BOM[modifier | modifier le code]
Article détaillé : Byte Order Mark.
Le BOM est une invention du standard Unicode. Il est parfois présent en début de
fichier pour indiquer visuellement l'encodage d'un fichier (ce code dans un fichier
UTF8 sera visualisé « ï»¿ » en iso8859-1). À ce titre, il s'agit d'un nombre
magique au même titre que le shebang. Mais il est aussi et surtout utilisé pour
déterminer l'ordre des octets (endianness) et cela peut poser des problèmes à
certains logiciels.
Séquence d'échappement[modifier | modifier le code]
Les séquences d'échappement peuvent également être traitées de manière
inégales, alors que leur utilisation est impérative en ISO-2022, conduisant à
l'apparition de mojibake au sens premier du mot.

Notes et références[modifier | modifier le code]

Notes[modifier | modifier le code]
56. ↑ Le standard des États-Unis, l'ASCII inclut des caractères de contrôle, tel que
l'échappement de valeur 27.
 57. ↑ les standards ISO-2022 sont bâtis sur ces séquences.
58. ↑ L'Unicode autorise l'utilisation d'un indicateur dénommé BOM.
59. ↑ ASCII 8 bits avec le bit sept, le plus fort, à 0.
60. ↑ Ce qui pourrait signifier que chaque colonne avait un sens précis comme en Cobol et
que la longueur des lignes était fixe, comme l'écran.

Références[modifier | modifier le code]
89. ↑ Popular Science Magazine, February 1950, page 96 [archive]
90. ↑ (en) Request for comments no 265 [archive].
91. ↑ (en) Request for comments no 354 [archive].
92. ↑ Revenir plus haut en :a et b (en) Request for comments no 765 [archive].
93. ↑ File Transfer Protocol  : RFC  959, Network Working Group, octobre 1985 (lire en
ligne [archive]), page 15
94. ↑ Revenir plus haut en :a et b http://www.cairn.info/article.php?ID_ARTICLE=DN_063_0013 [archive]
95. ↑ Barbara Beeton, Asmus Freytag, Murray Sargent III, Unicode Technical Report
1. 25 “Unicode Support for
Mathematics”, https://www.unicode.org/reports/tr25 [archive]
96. ↑ http://www.oqlf.gouv.qc.ca/ressources/bibliotheque/dictionnaires/internet/fiches/8383642
.html [archive]

Voir aussi[modifier | modifier le code]

Articles connexes[modifier | modifier le code]

 Fichier binaire
 Éditeur de texte
 Format de fichier
 Fichier

  Portail de l’informatique 
  Portail de l’écriture
Catégories : 
 Format de données numériques
 Codage du texte
 Format ouvert
[+]
 La dernière modification de cette page a été faite le 15 octobre 2021 à 16:01.
 Droit d'auteur : les textes sont disponibles sous licence Creative Commons attribution, partage dans
les mêmes conditions ; d’autres conditions peuvent s’appliquer. Voyez les conditions
d’utilisation pour plus de détails, ainsi que les crédits graphiques. En cas de réutilisation des textes
de cette page, voyez comment citer les auteurs et mentionner la licence.
Wikipedia® est une marque déposée de la Wikimedia Foundation, Inc., organisation de
bienfaisance régie par le paragraphe 501(c)(3) du code fiscal des États-Unis.