Convertisseur binaire

Comment le texte devient-il du binaire ?

Un ordinateur stocke le texte sous forme de nombres, chaque caractère correspondant à un code qui s'écrit ensuite en base 2 avec uniquement des 0 et des 1. Ce traducteur binaire s'appuie sur l'UTF-8, l'encodage qui fait tourner la majorité du web, où chaque caractère ASCII occupe exactement un octet de 8 bits tandis que les caractères accentués ou non latins en occupent 2 à 4.

Prenons l'exemple du mot Hi, dont la lettre H porte le code 72, soit 01001000 en binaire, quand la lettre i porte le code 105, soit 01101001. Hi s'écrit donc 01001000 01101001, une chaîne qu'on décode en la découpant en octets de 8 bits, chaque octet étant lu comme un nombre puis reconverti en caractère.

Comment lire un octet ?

Un octet compte 8 bits et chaque position porte un poids, de gauche à droite : 128, 64, 32, 16, 8, 4, 2 et 1. Il suffit d'additionner les poids des bits à 1 pour retrouver la valeur du caractère. Sur 01001000, le deuxième bit (64) et le cinquième (8) sont actifs, ce qui donne 64 + 8 = 72, le code de la lettre H. L'outil dessine cette table pour le premier octet de chaque conversion, de quoi refaire le calcul soi-même.

Nombre ou texte : quelle différence ?

Convertir le nombre 42 et convertir le texte 42 sont deux opérations bien distinctes qui donnent des résultats différents. Comme nombre, 42 s'écrit 101010 en base 2 (32 + 8 + 2). Comme texte, 42 devient deux caractères, le chiffre 4 (code 52, soit 00110100) puis le chiffre 2 (code 50, soit 00110010). La détection automatique lit une saisie composée uniquement de chiffres comme un nombre, alors que le mode texte vers binaire, choisi à la main, renvoie plutôt les octets de chaque caractère.

Que fait la détection automatique ?

La détection applique trois règles simples, toujours testées dans le même ordre. Une saisie faite uniquement de 0, de 1 et d'espaces, dont le nombre de bits est un multiple de 8, est décodée comme du texte binaire. Une saisie faite uniquement de chiffres passe pour un nombre décimal, alors que tout le reste finit encodé comme du texte UTF-8.

À quoi ressemblent les caractères courants en binaire ?

On repère vite un motif dans cette table, où la majuscule et la minuscule d'une même lettre ne diffèrent que d'un seul bit, celui de poids 32, ce qui explique pourquoi changer la casse coûte si peu à un processeur. La page de référence de la table ASCII recense d'ailleurs tous les codes de 0 à 127, au cas où un caractère précis manque ici.

Pourquoi certains binaires ne se décodent-ils pas ?

Toutes les suites d'octets ne forment pas un texte UTF-8 valide, ce qui explique certaines erreurs de décodage. L'octet 11111111 (255) n'apparaît par exemple jamais dans du texte UTF-8, si bien que l'outil le signale plutôt que d'afficher des caractères aberrants. Quand la chaîne code un nombre plutôt qu'un texte, le mode binaire vers nombre prend le relais, où 11111111 vaut tout simplement 255.