1 Généralités

Codage,Caractère
00100001,!
00110011,3
01100111,g

heure,message
20:22,Hello World
23:00,"Hello, World."

2 CSV

CSV signifie Comma-Separated Values, c’est-à-dire littéralement des valeurs séparées par des virgules. Le principe a été inventé dans les années 1970 et le nom CSV est apparu dans les années 1980.

Exemple de données au format CSV :

Year,Make,Model,Description,Price
1997,Ford,E350,"ac, abs, moon",3000.00
1999,Chevy,"Venture ""Extended Edition""","",4900.00
1999,Chevy,"Venture ""Extended Edition, Very Large""",,5000.00
1996,Jeep,Grand Cherokee,"MUST SELL! air, moon roof, loaded",4799.00

CSV sert à exprimer des données tabulaires, limitées à deux dimensions (lignes, colonnes). La première ligne sert généralement à exprimer les en-têtes des colonnes. Chaque ligne est séparée de la précédente par un retour à la ligne. Sur chaque ligne, chaque valeur est séparée de la précédente par une virgule.

Il existe autant de variantes de CSV que de délimiteurs possibles. On trouve ainsi fréquemment des fichiers CSV qui utilisent le point-virgule ou la tabulation à la place de la virgule. Cette diversité peut poser des problèmes lors de l’échange de données, d’autant plus que CSV n’a jamais été fait l’objet d’une spécification unique ni même d’une norme standard (bien qu’il existe un RFC, le 4180).

Parfois, une chaîne de caractères contient le caractère utilisé comme délimiteur. Pour éviter qu’il soit interprété comme faisant partie de la syntaxe du langage, on échappe la chaîne, en indiquant qu’elle doit être lue littéralement. Le RFC 4180 propose une définition standard pour le format CSV dans laquelle l’échappement se fait avec les guillemets ; si une chaîne comprend des guillemets, on fait précéder chacun de ces guillemets d’un autre guillemet.

3 XML

XML signifie eXtensible Markup Language. C’est un format ouvert, standardisé par le W3C.

Exemple de données en XML :

<?xml version="1.0" encoding="UTF-8"?>
<ex:collection xml:lang="fr"
               xmlns:dc="http://purl.org/dc/elements/1.1/"
               xmlns="http://www.w3.org/1999/xhtml"
               xmlns:ex="http://exemple.org">
    <élément>Texte</élément>
    <dc:title>Astérix le Gaulois</dc:title>
    <ex:livre attribut="valeur" type="BD">
        <dc:title>Astérix chez les Belges</dc:title>
        <dc:creator>René Goscinny</dc:creator>
        <dc:creator>Albert Uderzo</dc:creator>
        <dc:description>
            <b>Astérix chez les Belges</b> est un album de
            <a href="http://fr.wikipedia.org/wiki/Bande_dessinée">bande
            dessinée</a> de la série Astérix le Gaulois créée par René
            Goscinny et Albert Uderzo.
            <br />
            Cet album publié en 1979 est le dernier de la série écrite
            par René Goscinny.
        </dc:description>
    </ex:livre>
</ex:collection>

XML est un cousin de HTML, car il dérive du même langage de balisage de documents, SGML. Mais deux différences importantes le sépare de HTML. D’abord, XML est conçu pour stocker et transporter des données, en mettant l’accent sur ce que sont ces données, alors que HTML est conçu pour afficher des données, en mettant l’accent sur leur apparence. Et ensuite, XML est un méta-langage : le mot « extensible » renvoie au fait qu’il n’y a pas d’éléments XML prédéfinis mais une série de règles de syntaxe qui permettent de créer des langages particuliers avec leurs propres éléments.

XML a été conçu pour être à la fois lisible par l’homme et par la machine, ce qui est nécessairement un compromis sur certains aspects (verbosité, performance).

La liste des usages de XML est longue : langage de balisage, format de données, langage de description de format de document, langage de représentation, langage de programmation, protocole de communication… Quelques exemples de formats basés sur XML :

• XHTML (eXtensible HyperText Markup Language), langage de balisage hypertexte ;
• Docbook, documentation technique, 1991 à 1997 O’Reilly, 1998 à … OASIS ;
• TEI (Text Encoding Initiative), balisage de textes scientifiques, 1987, 1994, 1999, 2002 ;
• EAD (Encoded Archival Description), description archivistique, 1993, 2002, Bibliothèque du Congrès ;
• RDF (Resource Description Framework), réseaux de métadonnées, 1997 à 2006, W3C ;
• RSS (Rich Site Summary, RDF Site Summary et Really Simple Syndication), 1999 à … ;
• Atom Syndication Format, syndication, 2003, IETF ;
• OWL (Web Ontology Language), ontologies, W3C ;
• GML (Geography Markup Language), données géographiques, Open Geospatial Consortium ;
• Dublin Core, bibliographie ;
• EbXML (Electronic Business using eXtensible Markup Language), commerce électronique, OASIS ;
• XBRL (Extensible Business Reporting Language), données comptables ;
• MathML, formules mathématiques, 1999, 2001, 2003, W3C;
• OpenDocument, documents bureautiques ;
• SVG (Scalable Vector Graphics), graphiques vectoriels 2D, 2003, W3C ;
• OAI (Open Archive Initiative), protocole d’archives ouvertes, 2000, 2002, OAI ;
• WebDAV, lecture-écriture distante par HTTP, IETF.

XML est particulièrement présent dans les organisations qui gèrent des documents.

<?xml version="1.0" encoding="UTF-8"?>

<racine>
  <enfant>
    <sous_enfant>...</sous_enfant>
  </enfant>
</racine> 

<sms date="2020-11-07">
  <de>Joe</de>
  <à>Donald</à>
  <texte>covfefe</texte>
</sms> 

<element></element>
<element/>

<!-- Ceci est un commentaire -->

<message>salary < 1000</message>

<message>salary &lt; 1000</message>

<?xml version="1.0" encoding="UTF-8"?>
<xsl:transform
    version="1.0"
    xmlns:xsl="http://www.w3.org/1999/XSL/Transform"
    xmlns:tei="http://www.tei-c.org/ns/1.0"
    xmlns="http://www.w3.org/1999/xhtml"
>
    <xsl:template match="tei:abbr">
        <abbr>
            <xsl:apply-templates/>
        </abbr>
    </xsl:template>
</xsl:transform>

<!DOCTYPE book [
    <!ELEMENT book (#PCDATA | em | cite)*>
    <!ELEMENT em (#PCDATA)>
    <!ELEMENT cite (#PCDATA)>
]>

<book>
  Du <em>texte</em> et une <cite>citation</cite>.
</book>

<!DOCTYPE root-element [ declarations ]>

<!DOCTYPE root-element SYSTEM "url">

<!ELEMENT element type>

<!ELEMENT elem (elem1, elem2, elem3)>
<!ELEMENT elem (elem1 | elem2 | elem3)>
<!ELEMENT elem (elem1, elem2?, elem3)>
<!ELEMENT elem (elem1, elem2*, elem3)>
<!ELEMENT elem (elem1, (elem2 | elem4), elem3)>
<!ELEMENT elem (elem1, elem2, elem3)*>
<!ELEMENT elem (elem1 | elem2 | elem3)*>
<!ELEMENT elem (elem1 | elem2 | elem3)+>

<!ELEMENT element (#PCDATA)>

<!ELEMENT element (#PCDATA | element1)*>

<!ELEMENT element EMPTY>

<!ELEMENT element ANY>

<!ATTLIST element attribut type valeur-par-default>

<?xml version="1.0" encoding="UTF-8"?>
<xs:schema xmlns:xs="http://www.w3.org/2001/XMLSchema">
    <xs:element name="personne">
        <xs:complexType>
            <xs:sequence>
                <xs:element name="nom" type="xs:string" />
                <xs:element name="prenom" type="xs:string" />
                <xs:element name="date_naissance" type="xs:date" />
            </xs:sequence>
        </xs:complexType>
    </xs:element>
</xs:schema>

4 JSON

JSON signifie JavaScript Object Notation. C’est un format ouvert et standardisé, couramment utilisé dans les échanges de données entre client et serveur.

Exemple de données en JSON :

{
  "@context": "https://schema.org/",
  "@type": "Recipe",
  "name": "Party Coffee Cake",
  "author": {
    "@type": "Person",
    "name": "Mary Stone"
  },
  "recipeIngredient": [
    "2 cups of flour",
    "3/4 cup white sugar",
    "2 teaspoons baking powder",
    "1/2 teaspoon salt",
    "1/2 cup butter",
    "2 eggs",
    "3/4 cup milk"
    ]
}

La présence du nom JavaScript dans le nom de JSON est légèrement trompeuse : si l’origine de JSON est bien liée au langage de programmation JavaScript, les deux sont complètement indépendants.

Les inventeurs de JSON, Douglas Crockford et Chip Morningstar, étaient à la recherche d’un mécanisme de transmission de données qui soit interopérable, c’est-à-dire qui fonctionne indépendamment du navigateur (à l’époque les principaux étaient Internet Explorer et Netscape). Ils ont décidé d’utiliser JavaScript pour ne pas avoir à inventer un nouveau langage et un analyseur pouvant l’interpréter.

En JavaScript, un objet est une structure de données. Par opposition aux variables, qui ne peuvent contenir qu’une valeur, les objets peuvent contenir plusieurs valeurs. Un objet est délimité par des accolades {}, et contient des paires clé-valeur séparées par des virgules.

Exemple de définitions d’un objet person en JavaScript :

var person = { firstName: "James" };

var person = { 
  firstName: "James",
  lastName: "Bond",
  age: 41, 
}; 

Crockford et Morningstar ont imaginé un script qui utilise la syntaxe des objets en JavaScript pour envoyer des données via un navigateur. Voici leur script :

<html><head><script>
    document.domain = 'fudco';
    parent.session.receive(
        {
          to: "session",
          do: "test",
          text: "Hello world"
        }
    )
</script></head></html>

Ils ont alors rencontré un problème : do est un mot réservé pour une fonction spéciale en JavaScript, et ne peut donc pas être utilisé comme clé dans une paire clé-valeur. Crockford et Morningstar ont décidé de contourner le problème en convenant que les clés soient toujours entre guillemets, et c’est ainsi qu’a commencé la formalisation de la syntaxe de JSON.

5 YAML

YAML (YAML Ain’t Markup Language) est un langage dérivé de JSON qui privilégie la lisibilité et l’écriture par les humains plutôt que par les machines. Sa caractéristique la plus reconnaissable est la possibilité de structurer les données en utilisant des caractères d’espacement, notamment des espaces en début de ligne (indentation) pour représenter visuellement la hiérarchie des données.

Exemple de données en YAML :

name: John Smith
age: 26
hobbies:
  - sports
  - cooking
manager:
  name: Jon Doe
  age: 45
  hobbies:
    - fishing
  manager: ~

Les mêmes données en JSON, embellies avec des caractères d’espacement :

{
  "name":"John Smith",
  "age":26,
  "hobbies":[
    "sports",
    "cooking"
  ],
  "manager": {
    "name":"Jon Doe",
    "age":45,
    "hobbies":[
      "fishing"
    ],
    "manager":null
  }
}

La syntaxe de YAML a pour but de faciliter l’écriture et la lecture des fichiers par des humains, en allégeant visuellement le code et en ajoutant la possibilité de mettre des commentaires ou encore d’écrire sur plusieurs lignes. En contrepartie, cela nécessite beaucoup plus de règles formelles et cela augmente le travail des machines, car l’analyse syntaxique est plus difficile.

YAML est techniquement un sur-ensemble strict de JSON. En informatique, un sur-ensemble (superset) est un langage basé sur un autre langage auquel il ajoute des fonctionnalités supplémentaires. Cela signifie qu’un analyseur YAML peut lire du YAML et du JSON. En revanche, un analyseur JSON ne peut pas lire de YAML, seulement du JSON.