TD 1a — Fichiers, formats et extensions

TD 1a — Fichiers, formats et extensions#

Note

Les fichiers des TD de la séance sont dans l’archive info01-cours1.zip.

Le TD manipule les fichiers d’un même texte, le poème The Raven d’Edgar Allan Poe (1845), sous plusieurs formes : un document LibreOffice, un fichier texte, deux pages web. On les exporte, on les copie, on change leur extension et on les ouvre avec différents logiciels, pour comparer ce que décide l’extension et ce que contient le fichier. Il dure une vingtaine de minutes.

Tout se fait avec l’explorateur de fichiers, LibreOffice, un navigateur et deux éditeurs de texte, le Bloc-notes et Notepad++. Aucune commande n’est nécessaire.

Le dossier depart\ contient aussi les mêmes fichiers pour un second texte, Auld Lang Syne de Robert Burns (1788). Qui a fini en avance peut refaire les étapes avec lui.

Étape

Objectif

Ce qu’on fait

1

travailler sur des copies, à côté des fichiers livrés

préparer le dossier du TD

2

produire un même texte dans plusieurs formats

exporter un même document en trois formats

3

tester ce que l’extension change à l’ouverture

changer l’extension de copies du document

4

lire l’adresse d’une page ouverte depuis le disque

ouvrir une page web depuis son disque

5

comparer fichiers texte et fichiers binaires dans un éditeur

lire les fichiers avec deux éditeurs de texte

Chaque étape commence par un encadré qui la résume. Ce que chaque étape fait constater est expliqué à la fin du guide, dans « Ce que le TD fait constater » : faire l’étape d’abord, et noter ce qu’on observe, avant de lire l’explication.

1 · Préparer le dossier du TD#

À faire : récupérer l’archive de la séance ; afficher les extensions dans l’explorateur ; ouvrir le dossier cours1\1a_formats\.

À obtenir : l’explorateur montre depart\ et travail\, et les noms de fichiers se terminent par leur extension (raven.odt, pas raven).

Récupérer les fichiers#

Copier l’archive info01-cours1.zip depuis le dossier partagé formationTemp dans le dossier info01 du Bureau, puis l’extraire dans ce même dossier (clic droit, « Extraire tout… », en effaçant la fin du dossier proposé). La page « Récupérer les fichiers d’une séance » du site du cours détaille ces deux opérations. Ne pas travailler dans le dossier partagé.

Afficher les extensions#

Windows masque par défaut les extensions des types de fichiers qu’il connaît. Dans l’explorateur : menu Affichage, Afficher, cocher « Extensions de noms de fichiers ». Sous macOS : Finder, Réglages, Avancé, « Afficher tous les suffixes de fichiers ». Le réglage se fait une fois, et sert tout le semestre.

Les deux dossiers du TD#

Ouvrir info01\cours1\1a_formats\. Le dossier contient :

1a_formats\
├── depart\
│   ├── raven.odt                  le poème, document LibreOffice
│   ├── raven_une_ligne.txt        le poème, en texte sur une seule ligne
│   ├── raven_une_ligne.donnees    le même fichier, avec une autre extension
│   ├── raven_brut.html            le poème, en page web sans mise en forme
│   ├── raven_style.html           la même page, avec une feuille de style
│   ├── style.css                  la feuille de style
│   └── auld_lang_syne…            les mêmes fichiers pour le second texte
├── travail\                       vide
├── td_1a_formats.pdf              la feuille du TD
└── README.md

depart\ contient les fichiers fournis, et ne se modifie pas. travail\ reçoit les copies et ce que le TD fabrique. Si une copie est abîmée, on en refait une à partir de depart\.

Le chemin complet d’un fichier de départ, et celui d’une copie, sont :

C:\Users\eleve\Desktop\info01\cours1\1a_formats\depart\raven.odt
C:\Users\eleve\Desktop\info01\cours1\1a_formats\travail\raven_odt.pdf

La suite du guide écrit les chemins à partir de 1a_formats\.

Vérification : la barre d’adresse de l’explorateur se termine par cours1\1a_formats (ou « Bureau > info01 > cours1 > 1a_formats »), et depart\ montre raven.odt avec son extension.

2 · Exporter un même document en trois formats#

À faire : ouvrir depart\raven.odt dans LibreOffice Writer ; l’exporter en PDF puis en PNG dans travail\ ; rouvrir les trois fichiers.

À obtenir : travail\ contient raven.pdf et raven.png.

Double-cliquer sur depart\raven.odt : LibreOffice Writer l’ouvre.

  1. Menu Fichier, Exporter au format PDF, puis Exporter. Enregistrer dans travail\ sous le nom raven.pdf.

  2. Menu Fichier, Exporter…, choisir le type PNG. Enregistrer dans travail\ sous le nom raven.png. L’export en image est dans « Exporter », pas dans « Enregistrer sous ».

  3. Fermer LibreOffice sans enregistrer le .odt.

Rouvrir ensuite les trois fichiers, et essayer dans chacun de sélectionner une ligne du poème, puis de chercher un mot avec Ctrl + F. Le .png s’ouvre dans une visionneuse d’images ; ouvert depuis LibreOffice, il s’affiche dans Draw, comme une image posée sur une page.

À noter : pour chacun des trois fichiers, si le texte est encore du texte (il se sélectionne, se cherche, se modifie).

3 · Changer l’extension de copies du document#

À faire : faire quatre copies de depart\raven.odt dans travail\, sous quatre noms différents ; les ouvrir par double-clic.

À obtenir : travail\ contient raven_odt.pdf, raven_odt.jpg, riri.fifi.loulou.odt et raven.loulou.

Copier et renommer#

Dans l’explorateur :

  1. sélectionner depart\raven.odt, puis Ctrl + C ;

  2. ouvrir travail\, puis Ctrl + V ;

  3. sélectionner la copie, F2, taper le nouveau nom, puis Entrée ;

  4. Windows demande de confirmer le changement d’extension : répondre Oui.

Qui connaît déjà le terminal peut faire la même chose au clavier. Dans l’explorateur, clic droit sur le dossier 1a_formats, « Ouvrir dans le terminal », puis, dans un terminal cmd :

copy depart\raven.odt travail\raven_odt.pdf
copy depart\raven.odt travail\raven.loulou

Sous macOS et Linux, la commande est cp depart/raven.odt travail/raven_odt.pdf. Le terminal n’est pas nécessaire au TD ; le cours 2 lui consacre une partie.

Les quatre copies#

Faire les quatre copies, puis double-cliquer sur chacune :

Nom de la copie

Ce que le système lance

raven_odt.pdf

un lecteur PDF

raven_odt.jpg

une visionneuse d’images

riri.fifi.loulou.odt

LibreOffice Writer

raven.loulou

rien : Windows demande quel logiciel choisir ; choisir LibreOffice Writer

À noter : pour chaque copie, si elle s’ouvre, et le message affiché quand elle ne s’ouvre pas. La visionneuse d’images en donne un précis.

4 · Ouvrir une page web depuis son disque#

À faire : ouvrir depart\raven_brut.html puis depart\raven_style.html dans le navigateur ; modifier une couleur dans style.css ; lire l’adresse de la page ; ouvrir une copie dont le nom contient un espace.

À obtenir : la page mise en forme change de couleur après F5 ; travail\ contient raven style.html.

Deux pages, une feuille de style#

  1. Double-cliquer sur depart\raven_brut.html. Le navigateur l’ouvre, sans réseau.

  2. Double-cliquer sur depart\raven_style.html : le même texte, mis en forme.

  3. Ouvrir les deux fichiers dans le Bloc-notes (clic droit, Ouvrir avec, Bloc-notes) et comparer leur en-tête, entre <head> et </head>, puis la façon dont le poème est écrit.

  4. Ouvrir depart\style.css dans le Bloc-notes. Remplacer la valeur d’une ligne color: par crimson, ou par un code comme #c0392b, et enregistrer.

  5. Revenir au navigateur sur raven_style.html, et recharger la page avec F5.

style.css est le seul fichier de depart\ que le TD modifie : remettre sa couleur d’origine à la fin de l’étape.

L’adresse de la page#

Lire l’adresse que le navigateur affiche pour raven_style.html. Elle a la forme :

file:///C:/Users/eleve/Desktop/info01/cours1/1a_formats/depart/raven_style.html

À noter : ce qui ressemble à un chemin de fichier dans cette adresse, et ce qui en diffère. Noter aussi ce qui distingue les deux fichiers HTML dans le Bloc-notes.

Un espace dans le nom d’un fichier#

  1. Copier depart\raven_style.html dans travail\, et renommer la copie raven style.html, avec un espace.

  2. L’ouvrir par double-clic, et lire l’adresse affichée.

  3. Copier l’adresse (clic dans la barre, Ctrl + A, Ctrl + C), et la coller dans le Bloc-notes.

À noter : l’apparence de la page, comparée à depart\raven_style.html ; comment l’espace apparaît dans la barre d’adresse, puis dans l’adresse collée. Le résultat dépend du navigateur.

5 · Lire les fichiers avec deux éditeurs de texte#

À faire : ouvrir quatre fichiers de depart\ dans le Bloc-notes, puis dans Notepad++ ; retrouver des caractères dans la table ASCII.

À obtenir : les quatre fichiers ouverts dans chaque éditeur, puis fermés sans enregistrer.

La table ASCII#

Un fichier texte range chaque caractère dans un octet, selon une table. La table ASCII en donne 95, avec leur valeur en hexadécimal : la ligne donne le premier chiffre, la colonne le second. R est à la ligne 5_ et dans la colonne 2 : il vaut 52.

0

1

2

3

4

5

6

7

8

9

A

B

C

D

E

F

2_

␣

!

"

#

$

%

&

'

(

)

*

+

,

-

.

/

3_

0

1

2

3

4

5

6

7

8

9

:

;

<

=

>

?

4_

@

A

B

C

D

E

F

G

H

I

J

K

L

M

N

O

5_

P

Q

R

S

T

U

V

W

X

Y

Z

[

\

]

^

_

6_

`

a

b

c

d

e

f

g

h

i

j

k

l

m

n

o

7_

p

q

r

s

t

u

v

w

x

y

z

{

|

}

~

␣ représente l’espace. Les valeurs de 00 à 1F ne sont pas des caractères affichables mais des commandes, dont le saut de ligne, 0A. 7F non plus.

Retrouver dans la table la valeur de l’espace, puis celle de A et celle de a.

À noter : l’écart entre la valeur d’une majuscule et celle de la minuscule correspondante.

Deux éditeurs, les mêmes fichiers#

Ouvrir chacun des quatre fichiers suivants dans le Bloc-notes (clic droit, Ouvrir avec, Bloc-notes), puis dans Notepad++ (clic droit, Ouvrir avec, Notepad++, ou par le menu Fichier de Notepad++) :

Fichier, dans depart\

Dans le Bloc-notes

Dans Notepad++

raven_une_ligne.txt

style.css

raven_brut.html

raven.odt

Attention : ne rien enregistrer, et fermer sans sauver. Un .odt réenregistré par un éditeur de texte est détruit.

À noter : pour chaque fichier et chaque éditeur, si le contenu est lisible, et ce que Notepad++ ajoute à l’affichage.

Ce que le TD fait constater#

Cette section se lit après avoir fait les étapes.

Étape 2 : trois formats d’un même document#

Fichier

Le texte est-il encore du texte ?

raven.odt

oui, et il reste modifiable dans LibreOffice

raven.pdf

oui : il se sélectionne et se cherche, mais la mise en page est figée

raven.png

non : ce sont des pixels, et seule la première page est exportée

Un PDF décrit la page : les caractères y sont rangés avec leur position. Une image PNG ou JPEG photographie la page : elle ne garde que l’apparence, et le texte n’y est plus que des points de couleur.

Étape 3 : l’extension décide du logiciel, pas du contenu#

Nom de la copie

Ce qui se passe

raven_odt.pdf

refus : le lecteur PDF ne reconnaît pas le fichier

raven_odt.jpg

refus : Not a JPEG file: starts with 0x50 0x4b

riri.fifi.loulou.odt

s’ouvre : seule la fin du nom, après le dernier point, compte

raven.loulou

s’ouvre une fois LibreOffice choisi : le contenu n’a pas changé

Le système ne regarde que le nom. Avec une extension qu’il connaît, il lance le logiciel associé, qui refuse le fichier s’il n’est pas du format attendu. Avec une extension inconnue, Windows et macOS demandent quel logiciel employer, et retiennent ce choix si on coche « Toujours ». Linux, lui, regarde les premiers octets du fichier et propose LibreOffice de lui-même.

0x50 0x4b sont les deux premiers octets du fichier, écrits en hexadécimal. Dans la table ASCII, ce sont les caractères P et K : la signature d’une archive ZIP, dont un .odt est une forme (TD 1b).

Étape 4 : une page web, son style, son adresse#

raven_brut.html et raven_style.html contiennent le même poème. Dans raven_brut.html, il tient dans un seul paragraphe, <p>, et le navigateur l’affiche en un bloc : les sauts de ligne du fichier ne sont pas rendus, la structure d’une page HTML se déclare par des balises. raven_style.html écrit un paragraphe par vers, et son en-tête contient une ligne de plus, <link rel="stylesheet" href="style.css">, qui appelle la feuille de style. style.css décrit la présentation : couleurs, polices, largeur. Modifier style.css change l’apparence de la page sans toucher au texte. Le contenu est dans un fichier, la présentation dans un autre, et l’un change sans l’autre. CSS accepte les couleurs par leur nom (crimson) comme par leur code hexadécimal (#c0392b), deux chiffres par composante, rouge, vert, bleu.

Une adresse web, ou URL, est un chemin de fichier précédé de la machine où aller le chercher :

Partie

Dans https://www.ensg.eu/cours/info01/raven.html

le protocole, la façon convenue de demander le fichier

https://

la machine

www.ensg.eu

le chemin sur cette machine

/cours/info01/

le fichier

raven.html

L’adresse d’une page ouverte depuis le disque a la même forme, avec le protocole file. Entre file:// et le chemin, la place de la machine est vide, puisque c’est la vôtre ; la troisième barre est le début du chemin, /C:/. Le navigateur écrit tous les chemins avec des /, même sous Windows.

Une adresse ne peut pas contenir d’espace : il y est écrit %20, 20 étant la valeur hexadécimale de l’espace dans la table ASCII. Chrome et Edge affichent raven%20style.html dans la barre ; Firefox affiche l’espace, mais l’adresse copiée contient %20 dans tous les cas. Ce que la barre affiche est une présentation, ce qui se copie est l’adresse réelle.

La copie raven style.html s’affiche sans mise en forme, alors que l’original de depart\ en a une. href="style.css" est un chemin relatif : il désigne style.css dans le dossier de la page. La copie est dans travail\, où il n’y a pas de style.css, et le navigateur ne trouve pas la feuille de style.

Un espace dans un nom de fichier passe dans l’explorateur et dans le navigateur, mais il demande des guillemets en ligne de commande, au cours 3.

Étape 5 : ce qu’un éditeur de texte affiche#

La table ASCII donne 20 pour l’espace, 41 pour A et 61 pour a : une minuscule vaut sa majuscule plus 20.

Fichier

Dans le Bloc-notes

Dans Notepad++

raven_une_ligne.txt

le poème, lisible en entier

le même, sans couleur

style.css

des règles, lisibles

sélecteurs et propriétés en couleur

raven_brut.html

le texte et ses balises

les balises en couleur, repliables

raven.odt

PK, puis des caractères sans suite : du binaire

les mêmes, et des NUL en surbrillance

Un éditeur de texte affiche un caractère par octet, selon la table d’encodage, et n’interprète rien d’autre : ni image, ni mise en forme. Ce qui n’a pas de caractère correspondant apparaît en carré ou en signe étrange ; Notepad++ marque NUL les octets de valeur 00.

Les couleurs de Notepad++ ne viennent pas du fichier : l’éditeur les ajoute d’après l’extension, qu’il associe à un langage. Renommer style.css en style.txt les fait disparaître. L’éditeur de code de la partie 2 fait la même chose pour Python.

raven_brut.html est du texte, raven.odt n’en est pas, et leur nom ne le disait pas : seule l’ouverture dans un éditeur de texte le montre. Les PK du début sont la signature ZIP rencontrée à l’étape 3.