Discussion :

[Matthieu Brucher]

Salut !

Je suis en train de me pencher sur un refactoring assez important d'un code C++ d'un ancien doctorant de chez nous. Il a créé un format XML binaire, le problème étant que ça ne passe pas du tout avec 99% des parseurs XML, et en plus ça nécessite des fichiers temporaires pour l'écriture qui ne sont pas effacés, donc un peu la merde.
Est-ce qu'il existe un moyen simple d'enregistrer du binaire dans un fichier XML ?
Une application typique chez nous est l'enregistrement de plusieurs images dans une arborescence, sachant qu'on a aussi souvent autre chose que des images, donc on a pas de moyen facile, avec un seul fichier de faire "bien".
A moins que vous pensiez qu'une version XML + fichiers binaires le tout compressé soit plus judicieux ?

[julp]

C'est pas du base64 qu'on utilise dans ces cas-là ?


Julp.

[GrandFather]

C'est pas du base64 qu'on utilise dans ces cas-là ?

Effectivement c'est la solution la plus courante, son défaut est qu'avec cet encodage les fichiers XML, déjà très verbeux, enflent davantage. Je retiendrais plutôt la proposition de Miles, à savoir externaliser les données binaires. Les fichiers XML ne contiendraient plus que des références aux fichiers binaires (nom et chemin), avec éventuellement en plus un checksum pour fiabiliser le lien logique entre XML et fichiers binaires.

Au passage, ton doctorant n'a pas dû jeter un oeil à la recommandation du W3C ; l'interdiction des données binaires y est explicite...

[Matthieu Brucher]

Et dire que c'était un grand fana des standards - mais bon... -
Maintenant, faut que je vois comment je peux compresser tout ça...
C'est quoi le Base64 ??

[GrandFather]

Base64 permet d'encoder des données binaires sous une représentation ASCII comptant 64 caractères - 24bits de la source binaire sont convertis en 4 caractères codés sur 6 bits - ce qui permet de les faire figurer dans du XML. Attention, ce n'est pas un format de compression, bien au contraire, puisque des données binaires encodées en Base64 voient leur taille augmenter de 30%.

[Matthieu Brucher]

OK, ce n'est donc pas intéressant, donc je vais rester sur ma deuxième idée que je vais donc proposer.
Merci pour ces infos !

[PERRYALAIN]

Effectivement c'est la solution la plus courante, son défaut est qu'avec cet encodage les fichiers XML, déjà très verbeux, enflent davantage. Je retiendrais plutôt la proposition de Miles, à savoir externaliser les données binaires. Les fichiers XML ne contiendraient plus que des références aux fichiers binaires (nom et chemin), avec éventuellement en plus un checksum pour fiabiliser le lien logique entre XML et fichiers binaires.

Au passage, ton doctorant n'a pas dû jeter un oeil à la recommandation du W3C ; l'interdiction des données binaires y est explicite...

Information intéressante ; pourriez-vous me préciser dans quelle REC le W3C interdit explicitement les données binaires ?

Cordialement

[GrandFather]

Certainement.

The design goals for XML are:

1. XML shall be straightforwardly usable over the Internet.

2. XML shall support a wide variety of applications.

3. XML shall be compatible with SGML.

4. It shall be easy to write programs which process XML documents.

5. The number of optional features in XML is to be kept to the absolute minimum, ideally zero.

6. XML documents should be human-legible and reasonably clear.

7. The XML design should be prepared quickly.

8. The design of XML shall be formal and concise.

9. XML documents shall be easy to create.

10. Terseness in XML markup is of minimal importance.

L'introduction de données binaires dans un document XML est il me semble assez peu compatible avec l'item n°6 de cette liste, entre autres. A ces critères s'en ajoute un autre, plus normatif et technique : tous les caractères Unicode ne sont pas acceptés, aussi bien pour nommer les éléments que pour leur contenu (règle BNF n°2 § 2.2). Cela restreint de fait le nombre des séquences de données binaires possibles que l'on pourrait intégrer dans un document XML, si l'on faisait abstraction du critère de lisibilité.

[PERRYALAIN]

Certainement.

L'introduction de données binaires dans un document XML est il me semble assez peu compatible avec l'item n°6 de cette liste, entre autres. A ces critères s'en ajoute un autre, plus normatif et technique : tous les caractères Unicode ne sont pas acceptés, aussi bien pour nommer les éléments que pour leur contenu (règle BNF n°2 § 2.2). Cela restreint de fait le nombre des séquences de données binaires possibles que l'on pourrait intégrer dans un document XML, si l'on faisait abstraction du critère de lisibilité.

1. Merci de rappeler certains principes fondateurs d'XML que le temps gomme quelque peu
2. Effectivement, la lisibilité par l'humain pourrait être un motif pour ne pas mettre avoir du binaire dans une instance XML, mais comme vous le dites, c'est fondamentalement (et pratiquement) l'exigence d'encodage qui l'exclut.

Cordialement