.\" -*- coding: UTF-8 -*- .\" Copyright (C) Markus Kuhn, 1995, 2001 .\" .\" SPDX-License-Identifier: GPL-2.0-or-later .\" .\" 1995-11-26 Markus Kuhn .\" First version written .\" 2001-05-11 Markus Kuhn .\" Update .\" .\"******************************************************************* .\" .\" This file was generated with po4a. Translate the source file. .\" .\"******************************************************************* .TH unicode 7 "5 février 2023" "Pages du manuel de Linux 6.03" .SH NOM Unicode \- Jeu de caractères universel .SH DESCRIPTION La norme internationale ISO\ 10646 définit le jeu de caractères universel (UCS). UCS contient tous les caractères de tous les autres normes de jeux de caractères. Il garantit également une «\ compatibilité circulaire\ », ce qui signifie que les tables de conversions peuvent être construites de manière à ne perdre aucune information quand une chaîne de caractères est convertie dans un autre encodage, puis reconvertie en sens inverse. .PP UCS contient les caractères nécessaires pour représenter presque toutes les langues connues. Il inclut non seulement les alphabets latin, grec, cyrillique, hébreu, arabe, arménien et géorgien, mais également les idéogrammes chinois, japonais, sino\-coréens et les écritures\ : hiragana, katakana, hangûl, dévanâgarî, bengali, gourmoukhî, goudjarati, oriya, tamoul, télougou, kannara, malayalam, thaï, laotien, khmer, bopomofo, tibétain, runes, éthiopien, syllabaires canadiens, chérokî, mongol, ogam, birman, cingalais, thâna, yi, et d'autres. Pour les écritures qui n'ont pas encore été intégrées, des recherches sont en cours pour optimiser l’encodage et elles seront probablement ajoutées. Cela inclut non seulement des hiéroglyphes et des langues indo\-européennes historiques, mais aussi des écritures artistiques comme les tengwar de Fëanor, les cirth ou le klingon. UCS contient également un grand nombre de symboles graphiques, typographiques, mathématiques et scientifiques comme ceux fournis par TeX, PostScript, APL, MS\-DOS, MS\-Windows, Macintosh, les polices OCR et par de nombreux traitements de texte et systèmes d'édition, et de plus en plus sont ajoutés. .PP La norme UCS (ISO\ 10646) décrit un jeu de caractères sur 31\ bits, constitué de 128\ \fIgroupes\fP sur 24\ bits, chacun d'eux divisés en 256\ \fIplans\fP sur 16\ bits, composés de 256\ \fIrangées\fP de 8\ bits, avec 256\ positions en \fIcolonne\fP contenant chacune un caractère. La première partie de la norme (ISO\ 10646\-1) définit les 65\ 534 premiers codes (0x0000 à 0xFFFD) qui forment le \fIplan multilingue de base\fP (PMB), c'est\-à\-dire le plan\ 0 du groupe\ 0. La partie\ 2 de la norme (ISO\ 10646\-2) ajoute des caractères au groupe\ 0 en dehors du PMB, dans plusieurs \fIplans supplémentaires\fP de l'espace 0x10000 à 0x10ffff. On ne prévoit pas d'ajouter à la norme des caractères au\-delà de 0x10ffff. Ainsi sur l'ensemble de l'espace disponible, une faible fraction du groupe\ 0 ne sera effectivement utilisée dans un futur proche. Le PMB contient tous les caractères des jeux habituels. Les plans supplémentaires ajoutés par ISO\ 10646\-2 ne contiennent que des caractères exotiques pour des notations scientifiques spéciales, des impressions de dictionnaires, l'industrie de l'impression, des protocoles de plus haut niveau et les besoins de quelques enthousiastes. .PP La représentation des caractères UCS sur des mots de 2\ octets est appelée UCS\-2 (seulement pour les caractères du BMP), alors que UCS\-4 est la représentation des caractères par un mot de 4\ octets. De plus, il existe deux formes d’encodage\ : UTF\-8 pour la rétrocompatibilité avec les logiciels traitant l'ASCII et UTF\-16 pour la gestion rétrocompatible des caractères non PMB jusqu'à 0x10ffff par des logiciels UCS\-2. .PP Les caractères UCS 0x0000 à 0x007f sont identiques à ceux du jeu classique US\-ASCII, et ceux de l'intervalle 0x0000 à 0x00ff sont identiques à ceux du jeu de caractères ISO\ 8859\-1 (latin\-1). .SS "Caractères composés" Quelques codes de l'UCS ont été assignés à des \fIcaractères composés\fP. Ils sont semblables aux touches mortes d'accents sur les machines à écrire. Un caractère composé ajoute simplement un accent sur le caractère précédent. Les caractères accentués les plus importants ont leur propre code dans l'UCS. Cependant, le mécanisme des caractères composés permet d'ajouter des accents ou des signes diacritiques sur n'importe quel caractère de base. Les caractères composés suivent toujours le caractère qu'ils modifient. Par exemple, le caractère «\ À\ » (lettre majuscule latine A accent grave) peut être représenté soit par le code UCS précomposé 0x00C0, soit par la combinaison d'un A majuscule normal, suivi d'un «\ diacritique accent grave\ », 0x0041\ 0x0308. .PP Les caractères composés sont essentiels par exemple pour l’encodage de l'écriture thaïe ou pour les notations mathématiques et l'alphabet phonétique international. .SS "Niveaux d'implémentation" Comme tous les systèmes ne sont pas censés gérer les mécanismes avancés comme les caractères composés, ISO\ 10646\-1 spécifie les trois \fIniveaux d'implémentation\fP suivants pour l'UCS\ : .TP 0.9i Niveau 1 Les caractères composés et les caractères jamos hangûl (un encodage spécial de l'écriture coréenne, où les glyphes de syllabes hangûl sont encodés par 2 ou 3\ codes de voyelle ou consonne) ne sont pas pris en charge. .TP Niveau 2 Outre le niveau\ 1, les caractères composés sont maintenant permis pour certaines langues où ils sont essentiels (par exemple, le thaï, le laotien, l'hébreu, l'arabe, le dévanâgarî ou le malayalam). .TP Niveau 3 Tous les caractères UCS sont gérés. .PP La norme Unicode\ 3.0 publiée par le Consortium Unicode contient exactement le plan multilingue de base UCS au niveau\ 3 de l’implémentation, comme décrit dans la norme ISO\ 10646\-1:2000. Unicode\ 3.1 ajoute les plans supplémentaires de l'ISO\ 10646\-2. La norme Unicode et les rapports techniques publiés par le Consortium Unicode fournissent beaucoup de renseignements supplémentaires sur la sémantique et les recommandations d’utilisation de nombreux caractères. Elles fournissent des guides et des algorithmes pour éditer, trier, comparer, normaliser, convertir et afficher des chaînes Unicode. .SS "Unicode sous Linux" Sous GNU/Linux, le type\ C \fIwchar_t\fP est un entier 32\ bits signé, et sa valeur est toujours interprétée par la bibliothèque\ C comme un code UCS (dans tous les paramètres régionaux), une convention signalée par la bibliothèque\ C de GNU pour les applications en définissant la constante \fB__STDC_ISO_10646__\fP comme indiquée dans la norme ISO\ C99. .PP L'UCS/Unicode peut être employé comme l'ASCII dans les flux d'entrée\-sortie, les communications avec les terminaux, les fichiers textes, les noms de fichier et les variables d'environnement dans un encodage multioctet UTF\-8 compatible ASCII. Pour signaler l'utilisation de l'UTF\-8 comme encodage pour toutes les applications, des paramètres régionaux (\fIlocale\fP) adéquats doivent être configurés dans les variables d'environnement (par exemple, «\ LANG=fr_FR.UTF\-8\ »). .PP The \fBnl_langinfo(CODESET)\fP function returns the name of the selected encoding. Library functions such as \fBwctomb\fP(3) and \fBmbsrtowcs\fP(3) can be used to transform the internal \fIwchar_t\fP characters and strings into the system character encoding and back and \fBwcwidth\fP(3) tells how many positions (0\[en]2) the cursor is advanced by the output of a character. .SS "Zone d'utilisation privée (PUA ou «\ Private Use Areas\ »)" .\" commit 9d85025b0418163fae079c9ba8f8445212de8568 L'intervalle entre 0xe000 et 0xf8ff du plan multilingue de base («\ Basic Multilingual Plane\ ») ne sera jamais assigné a aucun caractère par la norme et est réservé pour une utilisation privée. Pour la communauté Linux, cette zone privée a été divisée en deux. L'intervalle entre 0xe000 et 0xefff peut être utilisé individuellement par n'importe quel utilisateur final. L'intervalle s'étendant de 0xf000 à 0xf8ff est réservé à Linux et les extensions y sont coordonnées entre les divers utilisateurs de Linux. L'enregistrement des caractères assignés à la zone Linux est maintenu par LANANA et le registre lui\-même est disponible dans les sources du noyau Linux sous \fIDocumentation/admin\-guide/unicode.rst\fP (ou \fIDocumentation/unicode.txt\fP avant Linux\ 4.10). .PP Deux autres plans sont réservés à un usage privé. Le plan\ 15 (zone d'utilisation privée supplémentaire PUA\-A, intervalle 0xf0000\-0xffffd) et le plan\ 16 (zone d'utilisation privée PUA\-B, intervalle 0x100000\-0x10fffd). .SS Littérature .IP \[bu] 3 Information technology \[em] Universal Multiple\-Octet Coded Character Set (UCS) \[em] Part 1: Architecture and Basic Multilingual Plane. International Standard ISO/IEC 10646\-1, International Organization for Standardization, Geneva, 2000. .IP Il s'agit des spécifications officielles de l'UCS. Disponible sur .UR http://www.iso.ch/ .UE . .IP \[bu] The Unicode Standard, Version 3.0. The Unicode Consortium, Addison\-Wesley, Reading, MA, 2000, ISBN 0\-201\-61633\-5. .IP \[bu] S.\& Harbison, G.\& Steele. C\ : A Reference Manual. Quatrième edition, Prentice Hall, Englewood Cliffs, 1995, ISBN\ 0\-13\-326224\-3. .IP Un bon livre de référence sur le langage de programmation\ C. La quatrième édition couvre maintenant l'amendement\ 1 de 1994 à la norme ISO\ C90, qui ajoute un grand nombre de fonctions de bibliothèque\ C pour manipuler les jeux de caractères larges et multioctets, mais ne couvre pas encore l'ISO\ C99, qui améliore encore plus la gestion des caractères larges et multioctets. .IP \[bu] Unicode Technical Reports. .RS .UR http://www.unicode.org\:/reports/ .UE .RE .IP \[bu] Markus Kuhn\ : UTF\-8 and Unicode FAQ for UNIX/Linux. .RS .UR http://www.cl.cam.ac.uk\:/\[ti]mgk25\:/unicode.html .UE .RE .IP \[bu] Bruno Haible\ : Unicode HOWTO. .RS .UR http://guidespratiques.traduc.org/lecture/Unicode\-HOWTO.html .UE .RE .\" .SH AUTHOR .\" Markus Kuhn .SH "VOIR AUSSI" \fBlocale\fP(1), \fBsetlocale\fP(3), \fBcharsets\fP(7), \fButf\-8\fP(7) .PP .SH TRADUCTION La traduction française de cette page de manuel a été créée par Christophe Blaess , Stéphan Rafin , Thierry Vignaud , François Micaux, Alain Portal , Jean-Philippe Guérard , Jean-Luc Coulon (f5ibh) , Julien Cristau , Thomas Huriaux , Nicolas François , Florentin Duneau , Simon Paillard , Denis Barbier , David Prévot et Grégoire Scano . .PP Cette traduction est une documentation libre ; veuillez vous reporter à la .UR https://www.gnu.org/licenses/gpl-3.0.html GNU General Public License version 3 .UE concernant les conditions de copie et de distribution. Il n'y a aucune RESPONSABILITÉ LÉGALE. .PP Si vous découvrez un bogue dans la traduction de cette page de manuel, veuillez envoyer un message à .MT debian-l10n-french@lists.debian.org .ME .