1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
|
Titre: RFC 7997: The Use of Non-ASCII Characters in RFCs
Auteur:
Date: Fri 16 Dec 2016 01:00:00 +0100
Lien: https://www.bortzmeyer.org/7997.html
Les RFC sont forcément écrits en anglais, qui restera la langue officielle (cf.
RFC 7322). L'anglais peut s'écrire avec uniquement les caractères ASCII (avec
quelques exceptions : resume[1] et résumé[2] ne sont pas le même mot). Mais on
pourra désormais inclure des caractères non-ASCII, par exemple pour le nom des
auteurs (chic, je pourrais écrire correctement mon prénom dans les RFC). Cette
possibilité permettra aussi aux exemples de protocoles Internet utilisant
Unicode (la grande majorité) d'être plus lisibles.
Cette nouvelle possibilité fait partie de celles qu'offre le nouveau format des
RFC, décrit dans le RFC 7990. Il n'y a quand même pas d'autorisation générale
d'inclure n'importe quel caractère Unicode dans les RFC, à n'importe quel
endroit. Le RFC Editor pourra toujours refuser tel ou tel caractère, par
exemple parce qu'il n'existe pas de police permettant de l'afficher. Et le
« non-ASCII » n'est autorisé que dans certains cas, décrits plus loin. La
grande majorité du texte sera donc du pur ASCII (RFC 20).
L'encodage de ces caractères sera bien sûr UTF-8.
Il ne suffit pas de proclamer « on a droit à Unicode ». Il faut aussi adapter
les outils. Par exemple, notre RFC impose (section 2) que les outils de
recherche dans les RFC gèrent correctement la recherche Unicode. (C'est pour
traiter le cas des outils imparfaits que le RFC demande aussi que les noms
d'auteurs en Unicode soient accompagnés d'une version en ASCII.) Et que le RFC
soit affichable correctement sur un bon nombre de plate-formes (d'où la
possibilité de rejeter les caractères les plus rares).
Ce problème du repli (vers une version en ACSII pur) est souvent cité dans le
RFC. Ainsi, lorsqu'on veut mentionner un caractère Unicode (mettons le thorn
islandais) RFC permet désormais de l'afficher proprement, mais il demande qu'on
l'accompagne du numéro du point de code, et, si possible, de son nom Unicode.
Cela donnerait, par exemple « For instance, U+00FE, "LATIN SMALL LETTER THORN",
þ, is interesting because... ». Notez que cette façon de désigner des
caractères Unicode que tout le monde n'arrivera pas forcément à afficher n'est
pas vraiment standardisée. Dans les RFC actuels, on trouve des variantes (voir
cette discussion[3]). Le RFC contient plusieurs exemples sur la façon d'écrire
la phrase « Temperature changes in the Temperature Control Protocol are
indicated by the U+2206 character (∆, "INCREMENT") », tous acceptés (le nom
Unicode n'est pas obligatoire, il peut être placé avant ou après le caractère
lui-même, etc.) Autre cas, ce texte du RFC 7564, « For example, the characters
U+13DA U+13A2 U+13B5 U+13AC U+13A2 U+13AC U+13D2 from the Cherokee block look
similar to the ASCII characters "STPETER" » deviendrait « For example, the
characters U+13DA U+13A2 U+13B5 U+13AC U+13A2 U+13AC U+13D2 (ᏚᎢᎵᎬᎢᎬᏒ) from the
Cherokee block look similar to the ASCII characters "STPETER" ». Des tables
comme celles des identificateurs et mots de passe Unicode légaux (RFC 7613)
seraient ainsi bien plus lisibles.
Pour les noms, par exemple ceux des auteurs. On aurait du « non-ASCII » et un
texte de repli, comme (en utilisant le vocabulaire XML du RFC 7991) :
<>author fullname="רוני אבן" asciiFullname="R. Even"/>
<>author fullname="吴钦" asciiFullname="Q. Wu"/>
<>author fullname="J. Smith" asciiFullname="J. Smith"/> <>!-- Oui, dans
ce cas, il faut le dire deux fois -->
Cela permettra enfin d'écrire correctement les noms des auteurs de RFC.
La bibliographie d'un RFC est également un bon endroit où mettre des caractères
Unicode, par exemple lorsqu'on cite des textes non-anglo-saxons. Ainsi, la
bibliographie du RFC 5933 pourrait inclure :
[GOST3410] "Information technology. Cryptographic data security.
Signature and verification processes of [electronic]
digital signature.", GOST R 34.10-2001, Gosudarstvennyi
Standard of Russian Federation, Government Committee of
Russia for Standards, 2001. (In Russian)
"Информационная технология. Криптографическая защита
информации. Процессы формирования и проверки
электронной цифровой подписи", GOST R 34.10-2001,
Государственный стандарт Российской Федерации, 2001.
Le second texte étant l'original russe.
Les règles exactes figurent dans la section 3. D'abord, on peut mettre du
« non-ASCII » comme on veut quand il fait partie d'un exemple. Ainsi, la
communication XMPP pourrait être décrite de manière plus naturelle. Au lieu de
cet exemple de communication en tchèque (RFC 6121) :
<>message
from='juliet@example.com/balcony'
id='z94nb37h'
to='romeo@example.net'
type='chat'
xml:lang='en'>
<>body>Wherefore art thou, Romeo?<>/body>
<>body xml:lang='cs'>
PročeŽ jsi ty, Romeo?
<>/body>
<>/message>
On pourra écrire la forme lisible :
<>message
from='juliet@example.com/balcony'
id='z94nb37h'
to='romeo@example.net'
type='chat'
xml:lang='en'>
<>body>Wherefore art thou, Romeo?<>/body>
<>body xml:lang='cs'>
PročeŽ jsi ty, Romeo?
<>/body>
<>/message>
Ensuite, on peut utiliser le « non-ASCII » pour les cas cités plus haut (noms
d'auteurs, textes non-anglophones dans la bibliographie, etc). Pour les
exemples utilisant un langage de programmation, notre RFC spécifie qu'il faut
suivre les règles du langage en question. Ainsi, Python 3 autorisant l'Unicode
même dans les noms de variables, on peut écrire :
a = "chocolat"
b = "café" # Accentué
ç = "lait"
print(a+b+ç)
Enfin, un petit mot sur la normalisation Unicode, pour rappeler que le format
des RFC ne garantit rien à ce sujet (on aurait pu décider que NFC serait
systématiquement utilisée...) et que les auteurs de RFC ne doivent donc pas
compter dessus.
Liens:
[1]: https://en.wiktionary.org/wiki/resume (lien)
[2]: https://en.wiktionary.org/wiki/r%C3%A9sum%C3%A9 (lien)
[3]: https://www.rfc-editor.org/pipermail/rfc-interest/2016-August/009716.html (lien)
|
