Encodage du texte
Un éditeur qui ouvre tout en UTF-8 va très bien jusqu’au jour où il enregistre un fichier Windows-1252 en UTF-8 et où les caractères accentués se transforment en mojibake dans la chaîne d’outils de quelqu’un d’autre. Linelark traite l’encodage comme une propriété du fichier, pas comme une préférence de l’app.
Le mécanisme
Ce sont quatre opérations différentes et la plupart des éditeurs en proposent deux. La distinction qui compte est celle entre relire les mêmes octets autrement et réécrire les octets dans un autre encodage.
Une marque d’ordre des octets tranche la question d’emblée. Sans elle, le fichier est décodé en essayant les encodages plausibles, pour qu’un fichier UTF-8 sans BOM ne soit pas pris pour du Latin-1 à cause d’un seul octet haut.
Ce n’est pas un réglage global. Deux onglets peuvent contenir deux encodages, et chacun s’enregistre dans le sien.
Réinterpréter reprend les octets sur le disque et les décode à nouveau avec l’encodage que vous choisissez — le remède quand un fichier s’est ouvert comme autre chose. Convertir change ce qui sera écrit. Une seule des deux modifie le fichier.
LF, CRLF et CR sont suivis séparément de l’encodage et affichés séparément, parce que les fins de ligne d’un fichier et son jeu de caractères n’ont rien à voir l’un avec l’autre.
L’UTF-8 est proposé avec et sans marque d’ordre des octets, en deux entrées distinctes, parce que pour un script shell la différence décide s’il s’exécute.
Remplacer dans les fichiers décode chaque fichier avec son propre encodage et le réécrit à l’identique, pour qu’une modification en masse ne devienne jamais une conversion en masse.
Les détails
Onze entrées, listées ici en entier plutôt que décrites comme « tous les encodages courants ».
| Encodage | À quoi il sert |
|---|---|
| UTF-8 | Le choix par défaut pour tout nouveau document. |
| UTF-8 avec BOM | Quand un outil Windows exige la marque. Écrite EF BB BF. |
| UTF-16 LE BOM | API Windows et anciens exports. Écrite FF FE. |
| UTF-16 BE BOM | UTF-16 gros-boutiste. Écrite FE FF. |
| ISO 8859-1 (Latin-1) | Texte ancien d’Europe de l’Ouest et anciens corps HTTP. |
| Windows-1252 | Le sur-ensemble Windows de Latin-1 — la source habituelle des guillemets typographiques qui arrivent en charabia. |
| Windows-1251 | Cyrillique sous Windows. |
| Mac OS Roman | Fichiers texte du Mac classique, encore présents dans des archives anciennes. |
| Japonais (Shift-JIS) | L’encodage japonais historique dominant. |
| Japonais (EUC-JP) | Le texte japonais côté Unix. |
| US-ASCII | Quand vous préférez que l’enregistrement échoue plutôt qu’il n’élargisse en silence. |
Lu dans le code publié de Linelark Studio 1.17.1, et non dans sa documentation. Quand les deux divergent, c’est celui-ci qui est livré.
Avant de compter dessus
Onze encodages, c’est une liste délibérée, pas une liste exhaustive. Si le vôtre n’y est pas, ce n’est pas le bon éditeur pour ce fichier.
Gratuit, et pour de bon
Notarisé par Apple, macOS 14 et versions ultérieures, Intel et Apple silicon.
Télécharger Studio 1.17.1 8.5 MB · toutes les versions, avec leurs empreintes