python 14

sessions/Makefile

@@ -1,4 +1,4 @@
-all: python-13.pdf
+all: python-14.pdf
 
 %.pdf: %.md
-	pandoc -t beamer $< -o $@
+	pandoc --pdf-engine=xelatex -t beamer $< -o $@

sessions/python-14.md

@@ -0,0 +1,173 @@
+% Programmation avec Python (chapitre 14)
+% Dimitri Merejkowsky
+
+\center \huge Parlons de binaire
+
+# Bits et octets
+
+* Un bit (*bit* en anglais) c'est la valeur 1 ou 0
+* Un octet (*byte* en anglais) c'est une suite de 8 bits
+
+# À retenir
+
+**Ces paquets de 8 ne veulent rien dire en eux-mêmes**.
+Ils n'ont de sens que dans le cadre d'une *convention*.
+
+Détaillons.
+
+
+# Bases
+
+On peut *interpréter* bits et octets comme des nombres
+
+```
+ 2: 01         5 101  1*4 + 0*2 + 1*1
+10: 0..9     305 305  3*10 + 0*10 + 5*1
+16: 0..9..F 3490 DA2  (d=13)*256 + (a=10)*16 + 2*1
+```
+
+# Bases en Python
+
+```python
+>>> 0b101
+5
+>>> 0xda2
+3490
+```
+
+```python
+>>> bin(5)
+"0b101"
+>>> hex(3490)
+"0xda2"
+```
+
+# Manipuler des octets en Python
+
+Avec `bytearray` par exemple:
+
+```python
+data = bytearray(
+  [0b1100001,
+   0b1100010,
+   0b1100011,
+   0b1100100]
+)
+# equivalent:
+data = bytearray([97,98,99])
+# equivalent aussi:
+data = bytearray([0x61, 0x62, 0x63]
+```
+
+
+# Texte
+
+On peut interpréter des octets comme du texte - c'est la table ASCII
+
+![ascii table](img/ascii-table.png)
+
+# ASCII - remarques
+
+* C'est *vieux* - 1960
+* Le A est pour American
+* Ça sert à *envoyer* du texte sur des terminaux d'où les "caractères" non-imprimables dans la liste
+* Mais c'est une convention *très* utilisée
+
+# En ASCII
+
+C'est aussi la façon dont l'affiche python
+
+```python
+>>> data = bytearray([97,98,99])
+>>> data
+bytearray(b"abc")
+```
+
+# Types
+
+La variable `b"abc"` est une "chaîne de bits", de même que `"abc"` est une "chaîne de caractères".
+
+Python apelle ces types `bytes` et `str`:
+
+```python
+>>> type("abc")
+str
+>>> type(b"abc")
+bytes
+```
+Notez bien que ce qu'affiche Python n'est qu'une *interpétation* du tableau de bits.
+
+# bits versus bytearray
+
+De la même manière qu'on ne peut pas un caractère dans une string, on ne peut
+pas modifier un bit - ou un octet dans un `bytes`.
+
+```python
+>>> a = "foo"
+>>> a[0] = "f"
+TypeError: 'str' object does not support item assignment
+>>> b = b"foo"
+>>> b[0] = 1
+TypeError: 'bytes' object does not support item assignment
+```
+
+# bits versus bytearray (2)
+
+Par contre on peut modifier un bytearray
+
+```python
+>>> b = bytearray(b"foo")
+>>> b[0] = 95
+>>> b
+bytearray("_oo")
+```
+
+
+# Quand ce n'est pas imprimable
+
+Python affiche `\x` et le code hexa:
+
+```python
+>>> data = bytearray([7, 69,  76, 70])
+>>> data
+bytearray(b'\x07ELF')
+```
+
+# Plus loin que l'ASCII
+
+Pas de caractères accentuès dans ASCII. Du coup, on a d'autres *conventions* qu'on appelle "encodage".
+
+```python
+# latin-1: utilisé sur certains vieux sites
+# - souvent européens
+>>> bytearray([0b11101001]).decode('latin-1')
+'é'
+```
+
+```python
+# cp850: dans l'invite de commande Windows
+>>> bytearray([0b11101001]).decode('cp850')
+'Ú'
+```
+
+Mais ça, c'était avant. Avant UTF-8, un encodage qui a mis tout le monde d'accord.
+
+# UTF-8 en pratique
+
+* Compatible avec ASCII
+* Mais certains caractères sont représentés par 2 octets ou plus:
+
+![utf8 exemple](img/utf8.png)
+
+# Conséquences
+
+* Peut représenter *tout* type de texte (latin, chinois, coréen, langues disparues, ....)
+* On ne peut pas accéder à la n-ème lettre directement dans une chaîne unicode, il faut parcourir lettre par lettre
+* Et toutes les séquences de bits ne sont pas forcément valides
+
+# Conclusions
+
+* On utilise souvent le binaire pour échanger entre Python et le monde extérieur
+* Python vous cache un peu ça en utilisant UTF-8 par défaut donc ça marche souvent
+* Le 'plain text' n'existe pas: tout texte a un *encodage*, et il vous faut connaître cet encodage
+* Si vous avez le choix, utilisez UTF-8