Discussion: Le Quoc Ngu ; une invention vietnamienne

Envoyé par DédéHeo

Salut dannyboy,
bien sûr car le nombre des 65 000 premiere lettres est largement dépassé: on en est à plus que 100 000 glyphes (lettre)
(cest a dire : ca s'arette à FFFF)
alors ils sont où les nôms ?
dans :
20000 2FFFF Plan idéographique complémentaire (PIC)
20000 2A6D6 Supplément B aux idéogrammes unifiés CJC
2F800 2FA1F Supplément aux idéogrammes de compatibilité CJC
c'est apres ces langues la:
10380 1039F Ougaritique voir langue Ougaritique
10400 1044F Déséret
10450 1047F Shavien
10480 104AF Osmanya
10800 1083F Syllabaire chypriote
1D000 1D0FF Symboles musicaux byzantins
1D100 1D1FF Symboles musicaux occidentaux
1D300 1D35F Symboles du Classique du mystère suprême

J'espère que ton traitement de texte est implémenté sur 32 bit
FFFF c'est 16 bit
0002 FFFF c'est sur 32 bit

Déja qu'il y a des logiciel crétin qui marchent pas avec les accents du français

Ti Ngoc utilise du nôm dans sa signature. Elle n’utilise pas des images mais vraiment la phrase « Ta về ta tắm Ao ta » en caractère Nôm codé suivant le standard Unicode. Aucun des caractères dans la signature de Ti Ngoc n’existent dans le jeu des caractères chinois de Unicode. Et pourtant on peut les lire dans nos browsers. Ça veut donc dire que les caractères Nôm sont déjà dans Unicode. CQFD ? ;-)

Ca c'est 1 en chinois : U+4E00 nhắt, nhất, nhứt ; on est encore dans les 65 000 qui fonctionnent bien ; mais c'est du chinois !!!

ca c'est la lettre V+60000 nôm Mais elle s'affiche car c'est un dessin pas une lettre

a V+60000 ON TE VEND les ASPRO qui vont avec ???

Par contre, notre quoc ngu c'est ça :
0180 024F Latin étendu B
le "Latin étendu" de 180 à 24f

Maintenant, vous savez tout : Un Vietnamien est un "Latin étendu" huhuhu

Je rigole mais ca veut dire que le quoc ngu marche très bien dans les ordinateurs meme avec des programmes tres anciens comme Windows98
Alors que le Nôm, ca ne marche pas toujours avec Windows seven 7 ; jamais dans le système pour la raison évidente que les carractère systemùe sont natif 16 bit (car les informaticiens W ont été radins donc pas de possibilité système pour le nom)

@abgech (les carractères sous Linux, ils sont "natifs" en 16 bit ou en 32 bit ?)

Envoyé par DédéHeo

Ca c'est 1 en chinois : U+4E00 nhắt, nhất, nhứt ; on est encore dans les 65 000 qui fonctionnent bien ; mais c'est du chinois !!!

ca c'est la lettre V+60000 nôm Mais elle s'affiche car c'est un dessin pas une lettre

a V+60000 ON TE VEND les ASPRO qui vont avec ???

Et ça 񠀀 c'est une lettre ou un dessin ?

Nguyen Thuong Hiên (chinois: 阮尚贤; 1865-1925) était un lettré vietnamien militant anti-colonial révolutionnaire qui prônait l'indépendance du régime colonial français. Il était un contemporain de Phan Boi Chau et Phan Chu Trinh et était considéré comme le plus éminent de sa génération nordiste de lettrés militants.

alors était-il un agent double ?
Sau khi các hoạt động của Việt Nam Quang phục Hội thất bại, Nguyễn Thượng Hiền xuống tóc vào tu ở chùa Thường Tích Quang, Hàng Châu , tỉnh Chiết Giang (Zhejiang) và mất tại đây ngày 28 tháng 12 1925
+++++++++++
Après l'échec de Restauration du Vietnam Quang (notaDD: le mouvement fondé par PCB), Nguyen Thuong Hien, cheveux vers le bas apr ces blessures décede à la Pagode Thường Tích Quang à Hangzhou, province du Zhejiang (Zhejiang) le 28 Décembre 1925. c'est vraiment la fin de l'année !!!!

C'est quel jour déjà que la Sureté à emballé PCB ?
"at the Ba Son naval arsenal in Saigon-Cholon, ostensibly for higher pay but (***/...) The strikers were successful in their demands and, in November, held massive demonstrations in Saigon to protest the arrest of Phan Boi Chau in Shanghai. "
donc avant novembre 1925

Envoyé par DédéHeo

...@abgech (les carractères sous Linux, ils sont "natifs" en 16 bit ou en 32 bit ?)...

Je crois qu'il y a une petite incompréhension sur ce qu'est exactement Unicode.

Je vais tenter d'apporter quelques compléments d'informations.

Unicode n'est absolument pas une représentation informatique de caractères. C'est une norme, qui réserve de la place pour définir plus de 2 milliards (2 puissance 31) de caractères en leur donnant un nom, un identificateur numérique et différentes descriptions (tables de propriétés). À ce jour, il y a un peu plus de 150.000 caractères qui ont été définis. Parmi eux, bien entendu, la plupart des idéogrammes chinois ont été définis, mais il reste de la place dans la "partie chinoise" pour définir d'autres idéogrammes moins courants. Les caractères accentués vietnamiens ont également été définis, tout comme comme le cyrillique, le grec, l'amharique ou le xhosa, etc. Des caractères symboliques sont également définis, pour les mathématiques, les sciences, etc.
Voilà, Unicode c'est cela et rien que cela, mais cela représente déjà passablement de travail pour linguistes, scientifiques et typographes.
À ce stade, on ne parle absolument pas de représentation informatique.


Venons en à l'informatique.

Tout d'abord, un petit topo sur le clavier. Lorsque vous tapez sur la touche "a" de votre clavier, ce n'est pas la lettre "a" qui est envoyée à l'ordinateur, mais un numéro de touche (en gros, les touches sont numérotées de haut en bas et de gauche à droite de 0 à n). C'est un logiciel, le pilote du clavier (je simplifie) qui transforme ce numéro de touche en caractère "a" (dans notre cas). Il suffit de changer de pilote, et même de changer uniquement la partie du pilote qui convertit le numéro de touche en codes pour changer la "nationalité" du clavier. C'est pourquoi, lorsque l'on a un système bien foutu (au hasard, Linux), il suffit d'un clic sur une icône pour passer d'un clavier suisse romand à un clavier chinois ou japonais*.
En fait, ce qui est gravé sur les touches du clavier n'a strictement rien à voir avec ce que le clavier envoie à l'ordinateur.

Pour l'affichage ou l'impression, c'est l'inverse, c'est le pilote du périphérique qui va transformer un code en une série d'actions sur le périphérique pour "dessiner" le caractère voulu.

Avant Unicode, on utilisait un code sur 7 bits (un bit est une unité élémentaire d'information : 1 ou 0) pour représenter les 128 caractères possibles du code ASCII, puis un code sur 8 bits pour représenter les 256 caractères possibles du code ISO 8859-1 ; code le plus courant avant Unicode. Les 256 premiers caractères (de 0 à 255) d'Unicode correspondent au 256 caractères d'ISO 8859-1

La solution la plus simple pour implémenter Unicode serait que le pilote de clavier transforme directement le numéro de touche en un code 32 bits correspondant à l'identificateur numérique Unicode du caractère (il n'y at pas que ça à changer, mais je simplifie).
Cette solution est simple en apparence, mais, pour passer à Unicode, il aurait fallu modifier la totalité des logiciels existant pour leur permettre de passer à des caractères codés sur 8 bits à des caractères codés sur 32 bits. De plus, la majorité des cas actuels utilisent ISO 8859-1 et l'utilisation de 32 bits multiplierait par 4 la place prise en mémoire RAM ou disque.

Alors on a bricolé des astuces et définit 3 façons d'implémenter Unicode :
1) UTF-8
C'est un codage sur un ou plusieurs groupes de 8 bits. Les 128 premiers caractères recoupent exactement les 128 caractères ASCII ce qui permet d'utiliser une grande quantité de logiciel sans aucune modification et sans perte de place. Par contre il y a une augmentation sensible du temps de traitement pour convertir les codes.
Théoriquement, il est prévu jusqu'à une séquence de 6 caractères de 8 bits pour représenter la totalité des caractères Unicode, en pratique on se limite à 4 caractères au maximum (2.097.152 caractères possibles)**.

2) UTF-16
C'est un codage sur un ou plusieurs groupes de 16 bits. C'est un codage de type compromis entre perte de place et gain de vitesse, comme tous les compromis c'est un peu une usine à gaz. À éviter !

3) UTF-32
C'est le codage en mode natif, il fait partie intégrale de la norme Unicode. Rapide, le codage est réduit au minimum, mais consomme de la place. C'est de toute façon l'avenir, la mémoire tant RAM que disque est de moins en moins coûteuse.


Maintenant, je réponds à la question de DédéHeo. Sous Linux, c'est variable, en général, tout ce qui est nouvellement développé l'est en UTF-32, mais UTF-8 pour les logiciels plus anciens, cela n'est pas vraiment un obstacle, UTF-8 est capable de prendre en compte la totalité des caractères définis par Unicode, au prix d'une augmentation du temps de conversion. D'autant plus qu'UTF-8 est parfaitement compatible avec l'ancien codage ASCII.
Ce n'est pas le cas d'UTF16, qui, sauf erreur de ma part, est le codage utilisé sous Windows. UTF-16 est une véritable usine à gaz. Ceci explique sans doute les déboires de Windows avec Unicode.


Bon, avec ce message et celui de ce matin sur une autre discussion, je crois que je vais reprendre du service et redonner mon cours sur "Analyse et conception des systèmes d'exploitation".



* Lorsque je sévissais encore en tant que prof, c'était l'une de mes plaisanteries favorites, lors des labos, de faire passer subrepticement le clavier d'un étudiant de suisse romand à japonais. C'était très amusant de voir la tête de la victime qui assurait véhémentement n'avoir touché à rien (et pour cause !) mais que le système s'était spontanément mis au japonais ou au chinois. En tout cas, cela me servait d'amorce pour aborder le codage des caractères.
Certains étudiants n'arrivaient pas à comprendre comment un type supposé sérieux pouvait se livrer à de telles blagues de potache.


** Pour ceux que cela intéresse, j'ai écris, en C, des fonctions qui qui font la conversion intégrale Unicode<->UTF8. Sous licence GPL, il suffit de me les demander pas MP. J'a écris ces fonctions parce que la plupart des fonctions existantes ne convertisse que les 2.097.152 premiers caractères.

Envoyé par dannyboy

Et ça c'est une lettre ou un dessin ?

Une lettre ou un dessin, c'est exactement la même chose. Sur écran ou imprimante, les lettres sont dessinées. L'époque des caractères prédéfinis sur écran ou imprimante est révolue depuis au moins 20 ans.

Envoyé par abgech

Une lettre ou un dessin, c'est exactement la même chose. Sur écran ou imprimante, les lettres sont dessinées. L'époque des caractères prédéfinis sur écran ou imprimante est révolue depuis au moins 20 ans.

Bel exposé mister abgech. Mais le problème concret qu’on a ici, c’est que mister DD ne peut voir les caractères Nôm que sous forme de dessin (c'est-à-dire une image format TIF ou JPEG ou autres). Tandis que moi, je peux les voir en lettre (c'est-à-dire codé en Unicode).
Je pense avoir trouvé la cause. @DDHeo, tu dois downloader les font Nôm ici Ch
Puis après tu pourra voir le mot « NÔM » en lettre sur ce lien Ch

Envoyé par dannyboy

Et ça c'est une lettre ou un dessin ?

Voilà ce que je vois :

Que puis-je faire docteur?

Je viens de me rendre compte que beaucoup de caractère nôm n’ont qu’un code « temporaire » dans l’unicode.
Ils vont faire la demande pour réserver de manière officielle des places pour ces caractères dans le standard unicode.
Mais déjà maintenant, les fonts Nôm ont déjà anticipé ces codes. Ces caractères sont donc visible si l’on télécharge les fonts Nôm dans son PC.
Pour télécharger, c'est ici Ch

Le Nôm se trouve pour le moment dans la zone U+20000 jusqu'au U+2A6D6 de l'Unicode (Supplément B aux idéogrammes unifiés CJC )

Exemple:
Le mot bê'n=𡍣 qui signifie "port" et qui a le code U+21363 définitivement et officiellement réservé dans Unicode.

Grâce à l'informatique, il n'est pas du tout compliqué de standardiser cette écriture, c'est à dire supprimer les doublons et fixer une manière unique de représenter chaque mot (ou plutôt chaque idée) par un idéogramme unique, avant de faire revivre cette écriture déjà morte et enterrée depuis un siècle.

Quand j'étais au VN, ils ont parlé de réintroduire l'apprentissage de l'écriture Nôm dans le programme secondaire. Un peu comme les enfants français apprennent le Latin et le Grec.