Introduction [Module 7C - Section 2 : Établir un diagnostic]

Introduction

Connaître les formats de fichiers^[1] des documents d’archives sur support numérique conservés dans un service d’archives et caractériser ces documents permet de mieux identifier les problèmes de préservation numérique à affronter.

Cette étude repose sur deux opérations particulières :

l’identification des formats de fichiers ;
pour certaines catégories de formats de fichiers, la validation du format des fichiers.^[2]

Notes

Format de données, ou format de fichier ou format de représentation de l'information :
le format de données peut être défini par l'ensemble des règles et algorithmes permettant d'organiser l'information dans un objet numérique.
Par exemple, le format de données permettra de :
* spécifier le codage des couleurs des pixels d'une image, définir un algorithme de compression des données et l'organisation de ces données dans un fichier (formats PNG, TIFF...),
* spécifier l'organisation et la structuration d'informations textuelles à partir de l'encodage élémentaire des caractères (formats SGML, XML) ;
en réalité, SGML et XML sont en premier lieu des langages comportant un ensemble de règles, une syntaxe, des mots clés permettant de constituer des documents structurés ; lorsqu'un document a été structuré par le langage XML, on connaît en pratique l'ensemble des règles d'organisation de l'information au sein de ce document ; à ce titre, XML (comme SGML) peut donc être considéré comme un format,
* définir comment les quatre informations élémentaires que sont la mantisse (nombre entier positif), l'exposant (nombre entier positif), le signe de l'exposant et le signe de la mantisse (caractères + et -) sont organisées pour représenter un nombre réel sous forme numérique (cf. standard ANSI/IEEE 754-1985).
Validation de format de fichier
La validation de format cherche à vérifier si un fichier numérique est conforme aux spécifications connues du format, d’un point de vue syntaxique - le fichier est bien formé - comme sémantique - le fichier est valide.