Point de code

Un point de code , un point de code ou une position de code est une position particulière dans un tableau , où une signification a été attribuée à la position. Le tableau peut être unidimensionnel (une colonne), bidimensionnel (comme les cellules d'une feuille de calcul), tridimensionnel (les feuilles d'un classeur), etc... dans un nombre quelconque de dimensions.

Techniquement, un point de code est une position unique dans un espace n-dimensionnel quantifié, où une signification sémantique a été attribuée à la position. Le tableau comporte des positions discrètes (entières) et positives (1, 2, 3, 4, mais pas de fractions).

Les points de code sont utilisés dans une multitude de normes formelles de traitement de l'information et de télécommunication. Par exemple, la recommandation T.35 de l'UIT-T contient un ensemble de codes de pays pour les équipements de télécommunication (à l'origine des télécopieurs) qui permettent à l'équipement d'indiquer son pays de fabrication ou d'exploitation. Dans la recommandation T.35, l'Argentine est représentée par le point de code 0x07, le Canada par 0x20, la Gambie par 0x41, etc.

Les points de code sont couramment utilisés dans le codage de caractères , où un point de code est une valeur numérique qui correspond à un caractère spécifique . Dans le codage de caractères, les points de code représentent généralement un seul graphème (généralement une lettre, un chiffre, un signe de ponctuation ou un espace), mais représentent parfois des symboles, des caractères de contrôle ou un formatage. L'ensemble de tous les points de code possibles dans un codage/jeu de caractères donné constitue l'espace de code de ce codage .

Par exemple, le schéma de codage de caractères ASCII comprend 128 points de code dans la plage 0 _hex à 7F _hex , l'ASCII étendu comprend 256 points de code dans la plage 0 _hex à FF _hex et Unicode comprend 1 114 112 points de code dans la plage 0 _hex à 10FFFF _hex . L'espace de code Unicode est divisé en dix-sept plans (le plan multilingue de base et 16 plans supplémentaires), chacun avec 65 536 (= 2 ¹⁶ ) points de code. Ainsi, la taille totale de l'espace de code Unicode est de 17 × 65 536 = 1 114 112.

Pour Unicode, la séquence particulière de bits est appelée unité de code . Pour le codage UCS-4 , tout point de code est codé sous forme de nombres binaires de 4 octets ( octet ) , tandis que dans le codage UTF-8 , différents points de code sont codés sous forme de séquences d'un à quatre octets de long, formant un code auto-synchronisé . Voir la comparaison des codages Unicode pour plus de détails. Les points de code sont normalement attribués à des caractères abstraits . Un caractère abstrait n'est pas un glyphe graphique mais une unité de données textuelles. Cependant, les points de code peuvent également être laissés réservés pour une attribution ultérieure (la majeure partie de l'espace de code Unicode n'est pas attribuée), ou se voir attribuer d'autres fonctions désignées.

La distinction entre un point de code et le caractère abstrait correspondant n'est pas prononcée dans Unicode mais est évidente pour de nombreux autres schémas de codage, où de nombreuses pages de codes peuvent exister pour un seul espace de code.

Le concept de point de code remonte aux premières normes de traitement de l’information numérique et de télécommunications numériques.

Dans Unicode, les points de code font partie de la solution d'Unicode à un problème difficile auquel étaient confrontés les développeurs de codage de caractères dans les années 1980. S'ils ajoutaient plus de bits par caractère pour s'adapter à des jeux de caractères plus grands, cette décision de conception constituerait également un gaspillage inacceptable de ressources informatiques alors rares pour les utilisateurs d'écriture latine (qui constituaient la grande majorité des utilisateurs d'ordinateurs à l'époque), car ces bits supplémentaires seraient toujours mis à zéro pour ces utilisateurs. Le point de code évite ce problème en brisant la vieille idée d'une correspondance directe biunivoque entre les caractères et des séquences particulières de bits.