I � Unicode

Salle BS30, 13:45 - 14:30

• Web

Quel programmeur ne s’est jamais arraché les cheveux sur un problème d’encodage de caractères ? Cette présentation vous propose de lever le mystère sur une partie de l’informatique omniprésente et pourtant trop souvent mal comprise. Attention, nous n’hésiterons pas à descendre en dessous du niveau de la mer pour plonger dans les octets les plus obscurs.

Dans la première partie, nous évoquerons les origines de l’informatique moderne, la naissance de l’ASCII 7-bits et les différents encodages utilisés jusqu’à l’apparition d’Unicode. Nous discuterons des relations entre texte, caractère, police, symbole, emoji etc. Nous verrons différentes manières d’encoder de l’Unicode et plus particulièrement UTF-8, qui est l’encodage dominant aujourd’hui.

Dans la deuxième partie, nous examinerons de manière pratique comment gérer les caractères Unicode dans différents langages tels que C, Java, Python, JavaScript, Objective-C ou Swift. Nous verrons aussi comment éviter les erreurs d’encodage les plus courantes dans les emails et dans les requêtes HTTP.

Dans la dernière partie, nous nous pencherons sur plusieurs problèmes liés à Unicode : édition et comparaison de texte, normalisation, sécurité, bugs divers et variés. Nous présenterons quelques hacks sympa allant de l’envoi de 279 caractères dans un même tweet au plantage du Finder.

• Level: Ha (intermédiaire), Ri (avancé)

• Topic: Encodages de caractères

Slides, code & other materials provided by speaker

• Slides
• HackerNews discussion
• Reddit discussion