Les SMS, ces messages écrits que l'on s'échange sur
téléphone mobile, sont habituellement limités
à 160 caractères. Mais sur certains
téléphones cellulaires, dès lors qu'ils
contiennent des caractères accentués, la taille de ces
messages est réduite à 70 caractères.
Au-delà de ce nombre, un texto supplémentaire. Un
abonné peut donc payer deux ou trois fois plus cher un message
SMS avec certains téléphones portables, sans le savoir.
Voyons ce qui explique techniquement cette surfacturation.
Un message SMS = 1120 bits
Les téléphones cellulaires/portables peuvent
envoyer des messages
SMS d'une longueur de 1120 bits soit 160 caractères codés
sur 7 bits ou
70 caractères codés sur 16 bits. Ces caractères
sur 16 bits sont des
caractères Unicode, techniquement de l'UCS-2.
Pour des raisons évidentes d'économie,
les caractères sont codés
par défaut sur 7 bits. Cela marche pour la majorité des
caractères
français.
Il y a bien un « ù », mais il n'y a
qu'un mot en
français qui
l'utilise je pense. Où...
Il y a un « Ç » majuscule, mais pas de
minuscule.
Cette lettre est
très peu utile, plusieurs fabricants semblent remplacer ce
caractère
par un « ç » minuscule comme le conseille Unicode.
Il semble qu'Apple
ait pour sa part décidé de coder sur l'Iphone le Ç
(et non le ç) en se
tenant à une interprétation stricte de la norme.
Dès qu'un caractère à accent circonflexe ou un c
cédille (majuscule ou
minuscule selon le fabricant) est saisi, le message ne pouvant plus
être codé à l'aide de caractères sur 7 bits
avec le jeu de caractères
par défaut, le message est codé en UCS-2. L'UCS-2 est
assimilable à de l'Unicode
codé sur 16 bits limité aux caractères du plan
multilingue de base,
tous les caractères Unicode (ceux des plans
complémentaires) ne sont pas donc accessibles, mais
ceux
accessibles suffisent très largement pour tous les textes
français.
La longueur maximale d'un message passe alors à 70
caractères UCS-2. Un
texte de 160 caractères UCS-2 sera donc codé sur trois
messages SMS
habituels de 1120 bits.
Codages nationaux sur 7 bits
Maintenant, il existe des codages nationaux sur 7 bits qui remplacent
le codage par défaut en indiquant dès le début du
message SMS dans
quelle langue est codé le message, tout ceci se fait de
façon invisible
pour l'utilisateur. Ces codages nationaux permettent
d'écrire des
messages dans de nombreuses langues correctement tout en ne payant pas
deux ou trois fois plus cher... Ces codages existent pour le
turc,
l'espagnol, le portugais, le bengali, le goudjarati, l'hindi, le
tamoul, l'ourdou, etc.
Exemple du codage sur 7 bits pour le portugais avec tous les
caractères
de base pour le portugais (ç, Ç, ê, Ê,etc.)
0x00
0x10
0x20
0x30
0x40
0x50
0x60
0x70
0x00
@
*
⁴
0
Í
P
~
p
0x01
£
_
!
1
A
Q
a
q
0x02
$
ª
"
2
B
R
b
r
0x03
¥
Ç
#
3
C
S
c
s
0x04
ê
À
º
4
D
T
d
t
0x05
é
∞
%
5
E
U
e
u
0x06
ú
^
&
6
F
V
f
v
0x07
í
\
'
7
G
W
g
w
0x08
ó
€
(
8
H
X
h
x
0x09
ç
Ó
)
9
I
Y
i
y
0x0A
¹
|
*
:
J
Z
j
z
0x0B
Ô
³
+
;
K
Ã
k
ã
0x0C
ô
Â
,
<
L
Õ
l
õ
0x0D
²
â
-
=
M
Ú
m
`
0x0E
Á
Ê
.
>
N
Ü
n
ü
0x0F
á
É
/
?
O
§
o
à
Lacune dans la normalisation ?
Malheureusement, il n'existe pas de telle table de codage pour le
français. Il semble qu'il s'agisse d'une lacune due à un
manque
d'implication des organismes de normalisation francophone. Ce ne serait
pas la première fois que ce type de lacune se présente
par un manque
d'attention de la part des informaticiens et des organismes de
normalisation francophones. C'est ainsi que la norme ISO 8859-1
(Latin-1), la norme internationale ISO qui devait permettre de coder
les langues de l'Europe occidentale avec des caractères de 8
bits,
codait le ÿ mais pas les caractères Ÿ, œ et Œ. On pouvait
écrire Croÿ,
mais pas HAŸ-LES-ROSES, ni Œuvre ou cœur. L'ISO 8859-1
était pourtant
une norme internationale récente qui devait régir
l'échange de données
sur 8 bits.
Cette omission dans l'ISO Latin-1 ne fut corrigée que plusieurs
années
plus tard dans l'ISO 8859-15 par l’intervention d'un normalisateur
québécois, Alain Labonté.
« Je ne
connais pas d’autre ressource
moderne, ni en anglais ni en français, regroupant une telle
gamme de
sujets utiles,
et les expliquant de façon si claire et si accessible à
un large
public. J’espère que vous apprécierez cet ouvrage autant
que moi. »
Mark Davis, Ph. D.
Président et cofondateur du Consortium Unicode
