Texte brut

Un fichier a généralement une taille limitée, alors qu'un protocole peut transférer un flot de données virtuellement infini. Il est généralement admis qu'un système de fichier ne fournit pas d'information sur l'encodage utilisé pour encoder un texte brut donné. Cette information essentielle est alors déterminée à travers un ensemble d'heuristiques.

La notion de standardisation du texte brut dans les courriel est abordée par la RFC 2646[9], The Text/Plain Format Parameter, de 1999 et la RFC 3676[10], The Text/Plain Format and DelSp Parameters.

La notion de texte brut est également abordée dans la RFC 2046[11]. Cette RFC précise que la notion de texte brut s'accompagne de la définition d'un encodage des caractères. Toutefois, il se peut que cette RFC ne traite que des problématiques de longueur des lignes, sans définir exactement ce qu'est le texte brut.

La RFC 2482[12], Language Tagging in Unicode Plain Text, discute des perspectives de balisages du texte brut Unicode[13].

La note technique 28 de l'Unicode traite de la problématique de la représentation des symboles mathématiques sous forme de texte brut approché et aborde des notions techniques dépassant les limites de la définition du texte brut[14].

Alors que les mathématiques sont un langage international, en tout ou partie, leur représentation informatique a pu être négligée lors de la création de différents systèmes de codage des caractères. Toutefois, ces symboles ont bénéficié d'une forte prise en charge par l'Unicode [15], à partir de la version 3 et de l'an 2000[16].

Les mathématiques posent la question de l'expression non linéaire, c'est-à-dire des expressions pouvant nécessiter un format particulier dans l'espace de la page, comme les fractions ou les matrices. Des systèmes de codage comme ISO/CEI 8859-1 et Windows 1252 se limitaient à des caractères limités relatifs aux quarts et à leur multiples (¼, ½, ¾). Ceci a conduit les scientifiques à utiliser des outils tels que LaTeX ou MathML.

Unicode permet d'exprimer de nombreuses expressions mathématiques avec du texte pratiquement brut et lisible. D'un point de vue technique ce format serait légèrement formaté par des balises, éventuellement. Ce format est un format linéaire mais peut aussi être affiché sous forme formatée éventuellement. Dans la note Unicode Nearly Plain-Text Encoding of Mathematics Version 3[17], ces deux variantes sont nommées linear format (format linéaire), pour un affichage sous forme de texte brut, et built-up presentation format (format visuel) pour un affichage bénéficiant d'un affichage complexe.

Exemple de programmation de formules mathématiques en C++ en texte brut ASCII :

    1  void IHBMWM(void)
    2  {
    3      gammap = gamma * sqrt(1 + I2);
    4      upsilon = cmplx(gamma + gamma1, Delta);
    5      alphainc = alpha0 * (1 - (gamma * gamma * I2/gammap)/(gammap + upsilon));
    6      if (!gamma1 && fabs(Delta * T1) < 0.01)
    7          alphacoh = -half * alpha0 * I2 * pow(gamma/gammap, 3);
    8      else
    9      {
   10          Gamma = 1/T1 + gamma1;
   11          I2sF = (I2/T1)/cmplx(Gamma, Delta);
   12          betap2 = upsilon * (upsilon + gamma * I2sF);
   13          beta = sqrt(betap2);
   14          alphacoh = 0.5 * gamma * alpha0 * (I2sF * (gamma + upsilon)/(gammap * gammap - betap2))
   15                     * ((1 + gamma/beta) * (beta - upsilon)/(beta + upsilon)
   16                     - (1 + gamma/gammap) * (gammap - upsilon)/(gammap + upsilon));
   17      }
   18      alpha1 = alphainc + alphacoh;
   19  }

et en texte brut Unicode en format linéaire :

    1  void IHBMWM(void)
    2  {
    3      γ’ = γ • √(1 + I_2);
    4      υ = γ + γ_1 + i • Δ;
    5      α_inc = α_0 • (1 − (γ • γ • I_2/γ’)/(γ’ + υ));
    6      if (!γ_1 || fabs(Δ • T1 ) < 0.01)
    7          α_coh = −0.5 • α0 • I2 • pow(γ/γ’, 3);
    8      else
    9      {
   10          Γ = 1/T_1 + γ_1;
   11          I_2sF = (I_2/T_1)/(Γ + i • Δ);
   12          β’_2 = υ • (υ + γ • I_2sF);
   13          β = √β’_2;
   14          α_coh = 0.5 • γ • α0 • (I_2sF • (γ + υ)/(γ’ • γ’ − β’_2))
   15                  • ((1 + γ/β) • (β − υ)/(β + υ)
   16	               − (1 + γ/γ’) • (γ’ − υ)/(γ’ + υ));
   17      }
   18      α_1 = α_inc + α_coh;
   19  }

Le format linéaire Unicode affiche les indices sous forme d'indices, tandis que le format visuel Unicode afficherait également les fractions sous forme de fractions.

• Texte enrichi
• Fichier texte
• ASCII
• Unicode