[Résumé]
Publié par l’ANSI (American National Standards Institute) en 1968, aux
débuts de l'informatique, avec actualisation en 1977 et en 1986, le
code ASCII (American standard code for information interchange) est un
code standard de 128 caractères traduits en langage binaire sur sept
bits (A est traduit par "1000001", B est traduit par "1000010", etc.).
Les 128 caractères comprennent 33 caractères de contrôle (qui ne
représentent donc pas de symbole écrit) et 95 caractères imprimables:
les 26 lettres sans accent en majuscules (A-Z) et minuscules (a-z), les
chiffres, les signes de ponctuation et quelques symboles, à savoir les
touches du clavier anglais ou américain. L'ASCII permet donc uniquement
la lecture de l’anglais et du latin. Par la suite, des variantes de
l’ASCII (norme ISO-8859 ou ISO-Latin) prennent en compte les caractères
accentués de quelques langues européennes. La variante pour le français
est définie par la norme ISO 8859-1 (Latin-1).
[En détail]
Le premier système d'encodage informatique est l’ASCII (American
standard code for information interchange). Publié par l’American
National Standards Institute (ANSI) en 1968, avec actualisation en 1977
et 1986, l'ASCII est un code standard de 128 caractères traduits en
langage binaire sur sept bits (A est traduit par "1000001", B est
traduit par "1000010", etc.). Les 128 caractères comprennent 33
caractères de contrôle (qui ne représentent donc pas de symbole écrit)
et 95 caractères imprimables: les 26 lettres sans accent en majuscules
(A-Z) et minuscules (a-z), les chiffres, les signes de ponctuation et
quelques symboles, le tout correspondant aux touches du clavier anglais
ou américain.
L'ASCII permet uniquement la lecture de l’anglais et du latin. Il ne
permet pas de prendre en compte les lettres accentuées présentes dans
bon nombre de langues européennes, et à plus forte raison les systèmes
non alphabétiques (chinois, japonais, coréen, etc.). Ceci ne pose pas
de problème majeur les premières années, tant que l’échange de fichiers
électroniques se limite essentiellement à l’Amérique du Nord. Des
variantes de l’ASCII (norme ISO-8859 ou ISO-Latin) prennent en compte
les caractères accentués de quelques langues européennes. La variante
pour le français est définie par la norme ISO 8859-1 (Latin-1). Mais le
passage de l’ASCII original à ses différentes extensions devient vite
un véritable casse-tête, y compris au sein de l’Union européenne, les
problèmes étant entre autres la multiplication des variantes, la
corruption des données dans les échanges informatiques ou encore
l’incompatibilité des systèmes, les pages ne pouvant être affichées que
dans une seule langue à la fois.
Avec le développement du web, l’échange des données s’internationalise
de plus en plus. On ne peut plus se limiter à l’utilisation de
l’anglais et de quelques langues européennes, traduites par un système
d’encodage datant des années 1960. Publié pour la première fois en
janvier 1991, l’Unicode est un système d'encodage universel sur 16 bits
spécifiant un nombre unique pour chaque caractère. Ce nombre est
lisible quels que soient la plateforme, le logiciel et la langue
utilisés. L’Unicode peut traiter 65.000 caractères uniques et prendre
en compte tous les systèmes d’écriture de la planète.
L'ASCII garde toutefois une place prépondérante. Dénommé à juste titre
le plus petit dénominateur commun, l’ASCII sur sept bits est le seul
format compatible avec 99% des machines et des logiciels, et pouvant
être converti dans d’autres formats. Il sera toujours utilisé quand
d’autres formats auront disparu, à commencer par les formats éphémères
liés à quelques tablettes de lecture commercialisées depuis 1999 et
déjà disparues du marché. Il est l’assurance que les documents
survivront aux changements technologiques des prochaines décennies ou
même des prochains siècles. Il n’existe pas d’autre standard aussi
largement utilisé, y compris l’Unicode, ce jusqu'en 2008, date à
laquelle les deux systèmes d'encodage sont également représentés sur le
web.