RÉSEAUX74 > 2002 > N°12 Juin 2002 >

En informatique, les documents (textes, images fixes, sons, images animées) existent sous la forme de fichiers. Et ces fichiers ont des formats. Il existe de très nombreux formats de fichiers. Mais tous les formats ne sont pas identiques : ils ont des caractéristiques propres, des avantages, des inconvénients, des limites, voire même des dangers.

Les documents de type texte (au sens large) sont certainement de ceux qui sont les plus fréquemment produits et rencontrés. Et là aussi les formats de fichiers sont assez nombreux. Voici un petit panorama pour mieux s’y retrouver et évitez certains dangers...

Le terme de document texte renvoit à tout type de texte au sens large : cela peut aller de l’article plus ou moins long au mémoire d’études supérieures en passant par un livre ou un rapport, incluant ou pas images, graphiques, tableaux, notes de bas de page,... selon la complexité du document.

Vous avez forcément au moins une fois rencontré ce format : il est le plus simple possible, avec aucune mise en forme visuelle élaborée, seulement le texte brut (on dit aussi format ASCII). Il n’y a que les lettres (accentués ou pas), d’autres caractères, des lignes vides mais pas de gras, d’italique, ou de taille de police différente par exemple. C’est le format standard des fichiers intutilés "lisezmoi" ou "readme" qui fournissent des informations sur les logiciels. Ce format est lu par tout les ordinateurs quel que soit le système d’exploitation, Windows, MacOS, Linux ou autres. Et si le texte est écrit sans utiliser les lettres accentués de notre alphabet ( comme é, à, ç, ö, î), c’est alors même un format universel : lu par tous, sans exception. Cependant, pas de mise en forme ou de mise en page autre que rudimentaire.

Pour produire un document texte, on utilise la plupart du temps, les traitements de texte.
Pourtant, le fichier obtenu est limité et contient des dangers... Voyons cela de près.

Lorsque vous produisez un document avec un traitement de texte, ce document est créé en utilisant un format, celui du traitement de texte. Cela est évident, mais cela entraine des conséquences importantes.

Que signifie exactement qu’un texte est à un format d’un traitement de texte donné ? Cela signifie que les informations qui y figurent sont codées par et pour le logiciel en question. Ainsi, pour faire apparaître des mots en italique, le codage de l’italique est celui utilisé par le logiciel. Et cela est identique bien sûr pour tout le document (les gras, les polices, les sauts de page, etc.).

Or là apparait le problème : ce codage des informations n’est pas connu, il est propriétaire et reste secret. Et cela entraine des conséquences auxquelles vous avez sans doute déjà été confrontées.

Nouvelle version
Tout d’abord il se peut que la nouvelle version du traitement de texte utilise un autre codage des informations. Et si aucune prise en compte de l’ancien format n’est assuré, cela posera problème. Et dans le cas d’une version trop ancienne, le codage n’est peut-être plus compris. Votre document fait il y a quelques années est alors presque perdu.

Communiquer son fichier
Si vous voulez communiquer votre document à une autre personne, que se passe-t-il ? Si elle ne possède pas le même traitement de texte que vous avez utilisé, elle ne pourra pas le lire, ou du moins par forcément au mieux (dans le cas où son traitement de texte différent du votre sache reprendre votre fichier).

Disparition du traitement de texte
Si votre logiciel de traitement de texte disparait ou n’existe plus ? Cela peut arriver, cela est arrivé (par exemple les logiciels WordPerfect sous DOS ou AmiPro ont disparu). Les documents produits à ces formats ne seront aussi que difficilement récupérés.

Et voici l’imprimante
Les traitements de texte tiennent compte de l’imprimante déclarée. C’est normal pour imprimer, qui est l’objectif. Mais cela va plus loin, hélas, et constitue une limite. En effet, bien qu’à l’écran la mise en page ait certaines caractéristiques (marges, espacements,...), elle ne sera pas la même sur le papier suivant le type d’imprimante ! Votre document n’aura donc pas de rendu papier indépendant de l’imprimante utilisée...

Face à ces problèmes, n’existe-t-il pas un format commun compréhensible par les traitements de texte ? Si, le RTF.

Le format RTF (Rich Text Format) est un format connu (on sait comment les informations sont codées) qui a pour objectif d’être lu par tous les traitements de texte. C’est une solution pour échanger ses fichiers, mais le problème lié à l’imprimante persiste.

Le format HTML est un format connu (on sait comment les informations sont codées pour afficher ce que nous voyons à l’écran) et normalisé (le Consortium W3C s’en charge). Un document au format HTML est normalement lu par n’importe quel ordinateur ayant un navigateur, ce qui est maintenant presque toujours le cas. A condition de respecter la normalisation du langage HTML, ce qui n’est pas toujours le cas. Cependant, ce format n’est pas fait pour l’impression mais pour l’affichage sur écran.

Le format PDF garantit un contenu non modifiable, une lecture presque universelle (le logiciel pour lire du PDF, Acrobat Reader, est gratuit et disponible pour Windows, MacOS, Linux) et une impression exacte à ce que vous avez souhaité (marges, disposition,...). Le format PDF est aussi un format connu (on sait comment les informations sont codées pour afficher et surtout imprimer). Cependant le logiciel qui permet de créer des PDF, Adobe Acrobat, a un coût très élevé (même si d’autres moyens existent aussi).

Tout ce que nous avons vu possèdent avantages et inconvénients, certains contenant même des dangers. Quel serait dans ce contexte un format idéal ? Et existe-t-il ?

Le format idéal serait un format connu, échangeable et lisible par tous, garantissant la mise en page de la version imprimée. De plus, ce format devrait permettre de générer d’autres formats comme le HTML, le RTF ou le PDF, sans autre saisie. Ce format existe, ou plutôt ces formats existent, car plusieurs formats permettent d’atteindre les objectifs cités ci-dessus. Ces formats s’appellent sgml, tex, xml ou docbook. Eux-mêmes et les outils pour les créer relèvent des logiciels libres.

A suivre dans le prochain numéro...

Thierry STOEHR.