Chaînes, caractères et encodages
Comment le texte est stocké sous forme d’octets et d’Unicode
Chaînes, caractères et encodages est une leçon NLP Academy gratuite sur CoddyKit. Ceci est la leçon 1 sur 4. Tu peux lire la leçon complète ci-dessous gratuitement — puis la pratiquer en direct dans le navigateur avec un éditeur de code intégré et un tuteur IA 24/7. Elle fait partie du parcours d'apprentissage NLP Academy, et ta progression se synchronise sur le web et l'application CoddyKit. Le cours NLP Academy comprend 4 leçons au total.
Le texte est composé de caractères
Chaque élément de texte que vous traitez est une chaîne : une suite ordonnée de caractères tels que des lettres, des chiffres, des espaces et des symboles. 🔤
Les chaînes en Python
En Python, une chaîne est entourée de guillemets. Vous pouvez stocker une phrase entière dans une seule variable et la manipuler comme une valeur unique.
text = "NLP turns text into insight"
print(type(text)) # <class 'str'>Chaque caractère a une position
Une chaîne est indexée : chaque caractère occupe donc une position numérotée à partir de zéro. Cela vous permet d’accéder à n’importe quelle lettre.
word = "data"
print(word[0]) # d
print(word[3]) # aLes ordinateurs stockent des nombres
Un ordinateur ne peut pas stocker directement la lettre A. Il stocke un nombre, et un codage est la correspondance convenue entre les caractères et ces nombres.
ASCII est arrivé en premier
ASCII associait 128 caractères anglais de base à des nombres. Il fonctionnait pour l’anglais courant, mais ne laissait aucune place aux accents ni aux autres alphabets.
Unicode couvre tout
Unicode attribue à chaque caractère un point de code unique, des lettres anglaises à l’écriture chinoise et aux émojis. Les chaînes Python modernes sont en Unicode.
Points de code en Python
La fonction ord affiche le numéro Unicode d’un caractère, tandis que chr transforme un nombre en caractère.
print(ord('A')) # 65
print(chr(233)) # éLe codage transforme le texte en octets
Pour enregistrer ou envoyer du texte, Python le transforme en octets à l’aide d’un système comme UTF-8. Les octets sont ce que transportent réellement les fichiers et les réseaux.
data = "café".encode("utf-8")
print(data) # b'caf\xc3\xa9'UTF-8 est le choix par défaut
UTF-8 stocke les caractères courants sur un octet et les caractères plus rares sur plusieurs. Il est compact, universel et constitue aujourd’hui la norme pour presque tous les textes.
Décoder les octets en texte
Lire des octets bruts signifie les décoder avec le même système que celui utilisé pour les encoder. Un mauvais système produit des caractères illisibles ou altérés.
raw = b'caf\xc3\xa9'
print(raw.decode("utf-8")) # caféLes erreurs de codage provoquent du mojibaké
Un décodage avec un mauvais codage produit du mojibaké, ce mélange de symboles étranges. Vérifiez et utilisez toujours le bon codage pour l’éviter.
Vérification rapide
Vérifions la différence entre deux normes essentielles du texte.
Récapitulatif : le texte sous forme de chaînes codées
Vous avez vu que le texte est une chaîne de caractères, associée à des nombres par Unicode et stockée sous forme d’octets UTF-8. Utilisez les bons codages et votre texte restera intact. ✅
Apprends Python avec un tuteur IA — gratuit
Écris et exécute du vrai code dans ton navigateur, obtiens de l'aide instantanée d'un tuteur IA disponible 24h/24, et reprends là où tu t'es arrêté sur le web ou dans l'app.
- Cours
- 30
- Leçons
- 120
Questions Fréquemment Posées
La leçon « Chaînes, caractères et encodages » est-elle gratuite ?
Oui — le texte complet de « Chaînes, caractères et encodages » est gratuit à lire ici sur le web. Pour la pratiquer de manière interactive (un éditeur de code intégré et un tuteur IA 24/7) et déverrouiller le reste du cours NLP Academy, passe à CoddyKit PRO. Le cours NLP Academy comprend 4 leçons au total.
Qu'est-ce que j'apprendrai dans « Chaînes, caractères et encodages » ?
Comment le texte est stocké sous forme d’octets et d’Unicode Tu pratiques NLP Academy avec du code pratique que tu exécutes directement dans le navigateur, et un tuteur IA 24/7 répond à tes questions au fur et à mesure que tu avances dans la leçon.
Dois-je avoir de l'expérience pour commencer NLP Academy ?
Aucune expérience préalable n'est requise. NLP Academy sur CoddyKit est structuré pour les débutants jusqu'aux apprenants avancés, donc tu peux commencer ici ou depuis le début et avancer à ton rythme. Ceci est la leçon 1 sur 4.
Combien de temps prend la leçon « Chaînes, caractères et encodages » ?
La plupart des leçons CoddyKit prennent environ 5–10 minutes. Chacune est courte et interactive, tu progresses régulièrement et tu repiques exactement où tu t'es arrêté sur le web et l'app.
Peux-tu écrire et exécuter du code dans cette leçon NLP Academy ?
Oui. Chaque leçon NLP Academy inclut un éditeur de code intégré, tu écris et exécutes du vrai code directement dans ton navigateur et tu reçois des retours IA instantanés — aucune configuration locale requise.
Toutes les leçons de ce cours
- Chaînes, caractères et encodages
- Lire des fichiers texte dans Python
- Compter les mots et les caractères
- Créer votre première table de fréquences des mots