ISO/IEC 14651:2025

Norme
internationale
ISO/IEC 14651
Septième édition
Technologies de l'information —
2025-07
Classement international et
comparaison de chaînes de
caractères — Méthode de
comparaison de chaînes de
caractères et description du modèle
commun et adaptable d'ordre de
classement
Information technology — International string ordering and
comparison — Method for comparing character strings and
description of the common template tailorable ordering
Numéro de référence
DOCUMENT PROTÉGÉ PAR COPYRIGHT
© ISO/IEC 2025
Tous droits réservés. Sauf prescription différente ou nécessité dans le contexte de sa mise en œuvre, aucune partie de cette
publication ne peut être reproduite ni utilisée sous quelque forme que ce soit et par aucun procédé, électronique ou mécanique,
y compris la photocopie, ou la diffusion sur l’internet ou sur un intranet, sans autorisation écrite préalable. Une autorisation peut
être demandée à l’ISO à l’adresse ci-après ou au comité membre de l’ISO dans le pays du demandeur.
ISO copyright office
Case postale 401 • Ch. de Blandonnet 8
CH-1214 Vernier, Genève
Tél.: +41 22 749 01 11
E-mail: copyright@iso.org
Web: www.iso.org
Publié en Suisse
© ISO/IEC 2025 – Tous droits réservés
ii
Sommaire Page
Avant-propos .iv
Introduction .v
1 Domaine d'application . 1
2 Références normatives . 2
3 Termes et définitions . 2
4 Symboles et conventions . 3
5 Conformité . 3
6 Comparaison de chaînes . 4
6.1 Prétraitement des chaînes de caractères avant comparaison .4
6.2 Construction des clés et comparaison .5
6.2.1 Considérations préliminaires .5
6.2.2 Formation de clés de tri de référence .6
6.2.3 Méthode de comparaison de référence pour le tri des chaînes de caractères .8
6.2.4 Définition de l'ordre des clés .8
6.3 Table-modèle commune: Formation et interprétation .9
6.3.1 Généralités .9
6.3.2 Règles de syntaxe BNF pour les tables-modèles communes de l’Annexe A .10
6.3.3 Contraintes de forme . 12
6.3.4 Interprétation des tables adaptées . 13
6.3.5 Évaluation des tables de poids . 15
6.3.6 Conditions d’équivalences de tables spécifiques . 15
6.3.7 Conditions d’équivalence des résultats . 15
6.4 Déclaration d'un delta . 15
6.5 Noms des tables-modèles communes et déclaration de nom .17
Annexe A (normative) Tables-modèles communes .18
Annexe B (informative) Exemple de deltas d'adaptation .20
Annexe C (informative) Prétraitement .27
Annexe D (informative) Annexe didactique sur les solutions apportées par le présent document
aux problèmes de tri lexical.43
Annexe E (informative) Recherche et correspondances floues . 47
Bibliographie .49

© ISO/IEC 2025 – Tous droits réservés
iii
Avant-propos
L'ISO (Organisation internationale de normalisation) et l'IEC (Commission électrotechnique internationale)
forment le système spécialisé de la normalisation mondiale. Les organismes nationaux membres de l'ISO
ou de l'IEC participent au développement de Normes Internationales par l'intermédiaire des comités
techniques créés par l'organisation concernée afin de s'occuper des domaines particuliers de l'activité
technique. Les comités techniques de l'ISO et de l'IEC collaborent dans des domaines d'intérêt commun.
D'autres organisations internationales, gouvernementales et non gouvernementales, en liaison avec l'ISO et
l'IEC participent également aux travaux.
Les procédures utilisées pour élaborer le présent document et celles destinées à sa mise à jour sont
décrites dans les Directives ISO/IEC, Partie 1. Il convient, en particulier de prendre note des différents
critères d'approbation requis pour les différents types de document ISO. Le présent document a
été rédigé conformément aux règles de rédaction données dans les Directives ISO/IEC, Partie 2
(voir www.iso.org/directives ou www.iec.ch/members_experts/refdocs).
L’ISO et l’IEC attirent l’attention sur la possibilité que la mise en œuvre du présent document implique
l'utilisation d'un ou plusieurs brevets. L’ISO et l’IEC ne se prononcent pas sur la preuve, la validité ou
l’applicabilité de tout droit de brevet revendiqué à cet égard. À la date de publication du présent document,
l'ISO et l’IEC n'avaient pas reçu notification de brevets pouvant être nécessaires à la mise en œuvre du
présent document. Toutefois, les utilisateurs sont avertis que ces informations ne sont pas nécessairement
les plus récentes et qu'ils peuvent obtenir des informations plus récentes dans les bases de données de
brevets disponibles à l'adresse www.iso.org/patents et https://patents.iec.ch. L'ISO et l’IEC ne peuvent être
tenues responsables de l'identification de tout ou partie de ces droits de brevet.
Les appellations commerciales éventuellement mentionnées dans le présent document sont données pour
information, par souci de commodité, à l'intention des utilisateurs et ne sauraient constituer un engagement.
Pour une explication de la nature volontaire des normes, la signification des termes et expressions
spécifiques de l'ISO liés à l'évaluation de la conformité, ou pour toute information au sujet de l'adhésion de
l'ISO aux principes de l'Organisation mondiale du commerce (OMC) concernant les obstacles techniques au
commerce (OTC), voir www.iso.org/avant-propos. Pour l'IEC, voir www.iec.ch/understanding-standards.
Le présent document a été élaboré par le comité technique mixte ISO/IEC JTC 1, Technologies de l'information,
sous-comité SC 2, Jeux de caractères codés.
Cette septième édition annule et remplace la sixième édition (ISO/IEC 14651:2020) qui a fait l'objet d'une
révision technique.
Les principales modifications sont les suivantes:
— les tables-modèles communes sont désormais référencés de manière externe, éliminant la nécessité
d'une mise à jour fréquente du présent document.
Il convient que l'utilisateur adresse tout retour d'information ou toute question concernant le présent
document à l'organisme national de normalisation de son pays. Une liste exhaustive desdits organismes se
trouve aux adresses www.iso.org/fr/members.html et www.iec.ch/national-committees.

© ISO/IEC 2025 – Tous droits réservés
iv
Introduction
Le présent document fournit une méthode universelle de mise en ordre des données textuelles. Il référence
les tables-modèles communes qui, lorsqu'elles sont adaptées, peuvent satisfaire aux exigences de tri d'une
langue donnée, tout en triant de manière raisonnable les autres écritures.
Les tables-modèles communes sont conçues de sorte qu’une adaptation s’avère nécessaire pour chaque
environnement local. C’est pourquoi la conformité au présent document requiert que les modifications à
ces tables communes, appelées «deltas», soient déclarées de manière à documenter les différences dans les
résultats.
Le présent document décrit une méthode pour classer l’information textuelle de manière indépendante du
contexte.
L’ISO/IEC 30112 contient des dispositions pour le tri complémentaires à celles du présent document; on y
trouve aussi des renseignements complémentaires sur les mots-clés définis dans le présent document et
utilisés pour le tri.
© ISO/IEC 2025 – Tous droits réservés
v
Norme internationale ISO/IEC 14651:2025(fr)
Technologies de l'information — Classement international
et comparaison de chaînes de caractères — Méthode de
comparaison de chaînes de caractères et description du
modèle commun et adaptable d'ordre de classement
1 Domaine d'application
Le présent document définit une méthode de comparaison de référence. Cette méthode est applicable à deux
chaînes de caractères ou plus pour déterminer leur ordre de classement dans une liste triée. La méthode
peut être appliquée aux chaînes contenant des caractères du répertoire complet de l'ISO/IEC 10646. Cette
méthode est également applicable aux sous-ensembles de ce répertoire pour produire des résultats de
tri valides (après adaptation) pour un ensemble donné de langues pour chaque script. Cette méthode de
référence utilise des tables de tri dérivées soit des tables-modèles communes de classement définies dans
le présent document, soit d’une de leurs adaptations. Le format de la table-modèle commune est décrit en
notation BNF (Backus-Naur Form, Forme de Backus-Naur). Son emploi est normatif dans le présent document;
Le présent document définit également les éléments de syntaxe pour adapter ces tables-modèles communes
utilisées par la méthode de comparaison de référence.
De plus, il définit les exigences relatives à une déclaration des différences (delta) entre une table de tri et une
table-modèle commune donnée, y compris les éléments d'adaptation.
Ces tables-modèles communes décrivent un ordre pour tous les caractères encodés dans les éditions
actuelles et passées de l'ISO/IEC 10646, y compris les amendements. Elles permettent de spécifier un ordre
complètement déterministe. Ces tables constituent le point de départ permettant de préciser un ordre de
classement adapté aux règles de classement locales, sans qu’il soit nécessaire de connaître tous les systèmes
d’écriture repris dans le jeu universel de caractères codés (JUC).
Toutes ces tables-modèles communes comportent des noms de référence qui sont liés à un stade particulier de
développement de l'ISO/IEC 10646 relative au jeu universel de caractères codés ou d'une version particulière
du standard Unicode. Ces noms et leur relation avec l'ISO/IEC 10646 ou le répertoire du standard Unicode
sont spécifiés par un document de référencement externe: Unicode Technical Standard, UTS #10, Unicode
Collation Algorithm.
Le présent document n'impose pas ce qui suit:
— une méthode particulière de comparaison; toute méthode équivalente conduisant aux mêmes résultats
est acceptable;
— un format précis pour décrire ou pour adapter les tables dans une mise en œuvre donnée;
— des symboles spécifiques à utiliser par les mises en œuvre;
— un format interne particulier pour les clés intermédiaires utilisées dans les comparaisons ou pour la
table de tri. L’utilisation de clés numériques n’est pas spécifiée non plus;
— un ordre dépendant du contexte;
— un prétraitement particulier des chaînes de caractères avant comparaison.
NOTE 1 Bien que ceci ne soit pas spécifié par le présent document, il s’avère courant de préparer les chaînes de
caractères avant leur comparaison (voir l’Annexe C).
NOTE 2 L’Annexe D décrit les problèmes qui ont donné lieu au présent document avec leurs solutions anticipées.

© ISO/IEC 2025 – Tous droits réservés
2 Références normatives
Les documents suivants sont cités dans le texte de sorte qu'ils constituent, pour tout ou partie de leur
contenu, des exigences du présent document. Pour les références datées, seule l'édition citée s'applique. Pour
les références non datées, la dernière édition du document de référence s'applique (y compris les éventuels
amendements).
ISO/IEC 10646, Technologies de l'information — Jeu universel de caractères codés (JUC)
Unicode Technical Standard. Unicode Technical Standard #10, Unicode Collation Algorithm: https:// www
.unicode .org/ reports/ tr10/
Common Template Tables. Unicode Technical Standard UTS #10, Unicode Collation Algorithm, Appendix B:
Synchronization with ISO/IEC 14651:https:// www .unicode .org/ reports/ tr10/ #Synch _ISO14651
3 Termes et définitions
Pour les besoins du présent document, les termes et définitions suivants s'appliquent.
L'ISO et l'IEC tiennent à jour des bases de données terminologiques destinées à être utilisées en normalisation,
consultables aux adresses suivantes:
— ISO Online browsing platform: disponible à l'adresse https:// www .iso .org/ obp
— IEC Electropedia: disponible à l'adresse https:// www .electropedia .org/
3.1
chaîne de caractères
suite de caractères considérée comme un objet simple
Note 1 à l'article: Une chaîne de caractères à trier ne comprend normalement pas les caractères qui la délimitent, par
exemple un caractère de commande de fin de ligne dans un fichier texte à trier.
3.2
symbole de tri
symbole (3.12) utilisé pour préciser les poids attribués à un élément de tri (3.4)
3.3
table de tri
table de poids
table reliant les éléments de tri (3.4) aux éléments de poids (3.14)
3.4
élément de tri
suite constituée d’un ou de plusieurs caractères considérés comme une seule entité aux fins du tri (3.7)
3.5
delta
liste des différences que présente une table de tri (3.3) donnée par rapport à une autre
Note 1 à l'article: Une table de tri donnée associée à un delta donné forme une nouvelle table de tri.
Note 2 à l'article: Sauf mention contraire, le terme «delta» désigne toujours les différences par rapport à une table-
modèle commune définie dans le présent document.
3.6
niveau
niveau de tri
numéro d’une sous-clé (3.11) dans la série de sous-clés formant une clé

© ISO/IEC 2025 – Tous droits réservés
3.7
tri
procédé par lequel on détermine si, de deux chaînes, la première est plus petite, égale ou plus grande que
la seconde
3.8
clé de tri
série de sous-clés (3.11) utilisée pour déterminer un ordre
3.9
préparation
préparation du tri
procédé par lequel des chaînes de caractères (3.1) données sont transformées en d’autres chaînes avant le
calcul de la clé de tri (3.8) de chaque chaîne
3.10
méthode de comparaison de référence
méthode de détermination de l’ordre relatif de deux clés de tri (3.8)
Note 1 à l'article: Voir Article 6.
3.11
sous-clé
suite de poids calculée pour une chaîne de caractères (3.1)
3.12
symbole
élément de tri (3.4)
3.13
poids
poids de tri
entier positif, utilisé dans les sous-clés (3.11), pour indiquer l’ordre relatif des éléments de tri (3.4)
3.14
élément de poids
liste d’un certain nombre de poids séquentiellement ordonnés par niveau
4 Symboles et conventions
Selon l’ISO/IEC 10646, les caractères se représentent à l’aide de UX, où X correspond à une série de un à huit
chiffres hexadécimaux (où toutes les lettres de la série de chiffres hexadécimaux sont en majuscules) et où
X est le numéro du caractère dans l’ISO/IEC 10646. Cette convention est utilisée tout au long du présent
document.
Toute utilisation du terme «Table-modèle commune» dans le présent document s'applique à toutes les instances
de tables-modèles communes référencées dans l'Annexe A. Le terme peut également être abrégé en TMC.
Dans la table-modèle commune, des symboles arbitraires représentent des poids selon la notation BNF
décrite en 6.3.1.
5 Conformité
Un processus est conforme au présent document s’il produit des résultats identiques à ceux qui résultent de
l’application des spécifications décrites en 6.2 à 6.5.
Toute déclaration de conformité au présent document doit être accompagnée, directement ou par référence,
d’une déclaration de ce qui suit:
— le nom de la table-modèle commune utilisé par le processus;

© ISO/IEC 2025 – Tous droits réservés
— le nombre de niveaux de tri que le processus peut utiliser (ce nombre doit être égal ou supérieur à trois);
— si le paramètre de traitement forward position est permis;
— si le paramètre de traitement backward est permis et à quel niveau;
— le delta d’adaptation décrit en 6.4 et le nombre de niveaux définis dans ce delta;
— si un processus de prétraitement est utilisé, la méthode utilisée doit être déclarée.
Il incombe au producteur de montrer en quoi sa déclaration de delta est reliée à la syntaxe de la table décrite
en 6.3, et comment la méthode de comparaison utilisée, si elle est différente de celle mentionnée à l’Article 6,
peut être considérée comme produisant les mêmes résultats que ceux spécifiés par la méthode décrite à
l’Article 6. L'usage d'un processus de prétraitement est optionnel et ses détails ne sont pas précisés dans le
présent document.
Il est fortement recommandé que l’application présente à l’utilisateur les options d’adaptation disponibles.
6 Comparaison de chaînes
6.1 Prétraitement des chaînes de caractères avant comparaison
Le prétraitement ne s’avère nécessaire que pour la modification ou la reproduction, ou les deux, de chaînes
originales, dans le but de les rendre indépendantes du contexte avant la comparaison. Bien que ne relevant
pas du domaine d’application du présent document, le prétraitement peut constituer une partie importante
du processus de tri. Voir l’Annexe C pour des exemples de prétraitement.
Les caractères de la chaîne d'entrée doivent être codés conformément à l’ISO/IEC 10646 (JUC) ou une
correspondance à l’ISO/IEC 10646 doit être fournie si une autre forme de codage est utilisée.
Par conséquent, une partie importante de la phase préparatoire peut consister à transformer les caractères
d’un codage non-JUC à des caractères du JUC fournis en entrée à la méthode de comparaison. Cette tâche
peut comprendre notamment le traitement correct de séquences d’échappement dans le codage d’origine, la
transformation de caractères sans attribution de point de codage dans le JUC en des points de code définis
par l’application dans la zone privée et la transposition de caractères dans le cas de chaînes qui ne seraient
pas stockées dans l’ordre logique. Par exemple, dans le cas de codages arabes en ordre visuel, les chaînes
d’entrée doivent être mises en ordre logique; et dans le cas de certains codages à usage bibliographique, les
accents combinatoires stockés avant leur caractère de base doivent être déplacés après le caractère de base.
La suite résultante peut alors devoir être retransformée dans son codage d’origine.
La table-modèle commune est conçue de sorte que les séquences combinatoires et les caractères simples
(précomposés) correspondants aient exactement le même ordre. Pour éviter de violer par mégarde cet
invariant (et au passage la conformité à Unicode), il convient que l’adaptation change le classement des
séquences combinatoires quand le classement des caractères précomposés correspondants est changé. Par
exemple, si Ä est déplacé après Z, il convient alors de changer aussi le classement de la séquence combinatoire
+ . Pour éviter de révéler des différences de codage invisibles à l’utilisateur, on
recommande de normaliser les chaînes selon la forme FND de l’algorithme de normalisation Unicode – voir
[11] dans la bibliographie.
Les séquences d’échappement et les caractères de commande sont très délicats à interpréter; il est fortement
recommandé de les filtrer ou de les transformer.
NOTE Puisque la méthode de comparaison de référence est une description logique du procédé de comparaison
de chaînes, rien n’empêche une mise en œuvre de cette méthode d’utiliser exclusivement un codage autre qu’un codage
du JUC, pour autant que les résultats obtenus soient les mêmes que si la méthode de référence était utilisée.

© ISO/IEC 2025 – Tous droits réservés
6.2 Construction des clés et comparaison
6.2.1 Considérations préliminaires
6.2.1.1 Hypothèses
La table de tri est une transformation des éléments de tri en éléments de poids. Pour chaque élément de
poids, la table-modèle commune décrit quatre niveaux. L’adaptation peut augmenter ou réduire ce nombre
de niveaux, mais pas à moins de trois.
Dans la table-modèle commune, les niveaux ont généralement les significations suivantes, bien que cet usage
ne soit pas absolu.
— Niveau 1: ce niveau correspond généralement au jeu de lettres de base pour une écriture alphabétique,
au jeu de caractères courants pour une écriture idéographique ou syllabique.
— Niveau 2: ce niveau correspond généralement aux diacritiques pouvant accompagner les caractères
de base de chaque écriture. En certaines langues, les lettres accentuées sont considérées comme des
lettres de base de l’alphabet et ne sont pas affectées par ce niveau, mais seulement par le premier niveau.
En espagnol par exemple, le N TILDE est considéré comme une lettre de base de l’alphabet latin; par
conséquent, une adaptation pour l’espagnol changera la définition de N TILDE de «le poids d’un N au
premier niveau et le poids d’un TILDE au second niveau» à «le poids d’un N TILDE (entre N et O) au
premier niveau et une indication de l’absence de diacritique au second niveau». Pour certains caractères,
on prend également en compte des variantes de forme au second niveau, par exemple ß (la LETTRE
MINUSCULE LATINE S DUR), qui est traitée comme un équivalent de ss au premier niveau mais s’en
distingue traditionnellement au second niveau.
— Niveau 3: ce niveau est généralement associé aux distinctions de casse (majuscules-minuscules) ou aux
variantes de formes (comme la distinction entre hiragana et katakana).
— Niveau 4: ce niveau est généralement consacré aux distinctions pondérales plus fines que celles des
autres niveaux. Le dernier niveau (le quatrième dans la table-modèle commune) est souvent utilisé pour
donner des poids additionnels à des caractères «spéciaux», c’est-à-dire des caractères qui ne sont pas
normalement utilisés dans l’orthographe des mots d’une langue (ponctuation, vignettes, etc.), souvent
appelés «ignorables» dans le contexte du tri informatique.
6.2.1.2 Propriétés de traitement
Une table de tri adaptée donnée possède des propriétés spécifiques de balayage et de classement. Ces
propriétés peuvent avoir été changées par l’adaptation.
Une direction de balayage (vers l’avant ou vers l’arrière) pour chaque niveau est utilisée pour indiquer
comment traiter la chaîne. La direction de balayage est une propriété globale de chaque niveau défini dans
la table adaptée.
Si le dernier niveau est supérieur à trois, il existe une propriété optionnelle de ce niveau appelée l’option
«position»: lorsqu'elle est active, une comparaison des positions numériques de chaque caractère «ignorable»
dans les deux chaînes est effectuée, avant de comparer leurs poids. En d’autres mots, si deux chaînes sont
équivalentes à tous les niveaux sauf le dernier, la chaîne contenant un caractère ignorable en position la plus
basse est classée avant l’autre. Si les caractères ignorables ont les mêmes positions, alors leurs poids sont
considérés jusqu’à ce qu’une différence soit trouvée. Le traitement correct de cette propriété est optionnel et
n’est pas nécessaire pour revendiquer la conformité au présent document.
NOTE La direction de balayage (vers l’avant ou vers l’arrière) n’est normalement pas reliée à la direction naturelle
d’écriture. La direction de balayage s’applique à la suite logique de la chaîne de caractères codés.
Dans le cas d’écritures de droite à gauche comme l’arabe, l’ISO/IEC 10646 spécifie que les premiers caractères
en ordre logique sont ceux apparaissant le plus à droite dans leur ordre de présentation naturel. En écriture
latine au contraire, les premiers caractères en ordre logique apparaissent le plus à gauche dans leur ordre de
présentation naturel.
© ISO/IEC 2025 – Tous droits réservés
Le balayage vers l’avant commence au début de la séquence en ordre logique, alors que le balayage vers
l’arrière commence à la fin, indépendamment de l’ordre de présentation. La direction de balayage à des fins
de tri est une propriété globale de chaque niveau décrit dans la table.
Dans l’ISO/IEC 10646, l’écriture arabe est artificiellement séparée en deux pseudo-écritures: 1) l’écriture
arabe logique, intrinsèque, codée indépendamment des formes contextuelles et 2) les formes de présentations
arabes. Les deux permettent le codage complet de l’arabe, mais le codage intrinsèque est normalement
privilégié pour sa meilleure capacité de traitement, alors que certaines applications de présentation
préfèrent les formes de présentation. L’ISO/IEC 10646 ne préconise pas d’ordre de stockage spécifique des
formes de présentation; dans certaines réalisations, elles sont stockées en ordre inverse de celui utilisé pour
le codage intrinsèque. Par conséquent, il est recommandé, lors de la phase de prétraitement, de s'assurer
que les formes de présentation arabes et les autres caractères arabes soient fournis en ordre logique à la
méthode de comparaison.
Une table de tri adaptée peut être séparée en sections pour faciliter l’adaptation. On donne alors à chaque
section un nom, conformément aux dispositions de 6.3.1. Une des possibilités d’adaptation est de donner un
certain ordre à chaque section et de changer l’ordre relatif d’une section par rapport à d’autres.
6.2.2 Formation de clés de tri de référence
6.2.2.1 Généralités
Lorsque deux chaînes doivent être comparées pour déterminer leur ordre relatif, elles sont d’abord analysées
en une séquence d’éléments de tri, en tenant compte des déclarations «collating-element» à caractères
multiples présentes dans une table de tri adaptée (si la syntaxe de 6.3.2 est utilisée). Dans la syntaxe utilisée
pour exprimer la table-modèle commune, le nom d’un élément de tri associé à un seul caractère est formé de
la lettre «U» suivie du numéro du caractère dans le JUC, en notation hexadécimale. Les noms et caractères
associés aux éléments de tri multicaractères sont définis par les déclarations d’éléments de tri.
NOTE Les éléments de tri comportant plus de caractères sont préférés à ceux qui sont plus courts. Par exemple,
si un élément de tri comportant plusieurs caractères est défini pour «abc» et qu’un autre est défini pour «ab» ou qu’un
autre l’est pour «bc», alors, si «abc» se présente, l’élément de tri pour «abc» s’applique et non celui pour «ab» ou «bc».
Une suite de m sous-clés intermédiaires est alors formée de chaque chaîne, m étant le nombre de niveaux
décrits dans une table de poids de tri adaptée.
Chaque clé de tri est une suite de sous-clés. Chaque sous-clé est une liste de poids numériques. Une sous-clé
est construite en ajoutant successivement la liste des poids attribués à chaque élément de tri de la chaîne au
niveau de la sous-clé en construction. Dans la table-modèle commune, le mot-clé «IGNORE» trouvé à la place
d’une suite de symboles de tri à un niveau indique que la suite de poids à ce niveau pour cet élément de tri
est vide.
6.2.2.2 Annulation de certains éléments de poids
Dans la formation d’une clé de tri, tout élément de tri qui est ignoré au premier niveau ou aux deux premiers
niveaux et qui succède à un élément de tri ignoré à tous les niveaux sauf le dernier ne conserve pas ses poids
tels qu’ils sont donnés dans la table-modèle commune (ou son adaptation); chacun de ces poids doit être
annulé (cela signifie que l’on doit remplacer chaque poids non nul par un poids nul: «IGNORE»).
6.2.2.3 Calcul des poids implicites
Si la table adaptée ne contient pas d’entrée pour un caractère de la chaîne d’entrée, les poids de ce caractère
ne sont pas définis. Il faut dans ce cas calculer un poids primaire dit «implicite», constitué d’une paire de
seizets – appelons-les «aaaa» et «bbbb» – et supposer des lignes d’adaptation de la forme suivante ont été
ajoutées à la table de poids:
";;;
16 16
NOTE 1 (au dernier niveau) est le plus grand poids de premier niveau dans la table-modèle commune.

© ISO/IEC 2025 – Tous droits réservés
La règle de calcul d’un poids implicite n’est pas uniforme; des distinctions doivent être faites parmi les
caractères qui n’ont pas d’entrée dans la table de poids. Un «poids de base» est attribué à ces caractères et
des fonctions spécifiques sont utilisées pour calculer les valeurs «aaaa» et «bbbb». Ces valeurs et fonctions
de «poids de base» sont définies dans le Unicode Technical Standard #10 (voir l'Article 2). Voici des exemples
pour certains de ces «poids de base» et fonctions pour des caractères spécifiques et comment ils sont utilisés
pour déterminer les «aaaa» et «bbbb» pour une position de code pc donnée:
EXEMPLE 1
Idéogrammes unifiés CJC
poids_base = 0xFB40 pour les idéogrammes unifiés CJC d’origine (URO)
poids_base = 0xFB80 pour les extensions de CJC A à G
aaaa = [poids_base + (pc >> 15)]
bbbb = [(pc et 0x7FFF) | 0x8000]
EXEMPLE 2
Idéogrammes et composants tangoutes
poids_base = 0xFB00
aaaa = [poids_base]
bbbb = [(pc – 0x17000) | 0x8000]
EXEMPLE 3
Caractères nüshu
poids_base = 0xFB01
aaaa = [poids_base]
bbbb = [(pc – 0x1B170) | 0x8000]
EXEMPLE 4
Caractères de la petite écriture khitane
base_poids = 0xFB02
aaaa = [poids_base]
bbbb = [(pc – 0x18B00) | 0x8000]
Ainsi, la valeur du point de codage est utilisée pour calculer les poids souhaités, par le truchement de calculs
d’opérations bit à bit. Les deux nombres, convertis en valeurs hexadécimales de quatre caractères, prendront
alors la forme suivante: «».
Les caractères décomposables sont exclus de ce traitement, car ils ont une entrée dans la table-modèle
commune (avec des poids de premier niveau sous la forme d’une paire couplée).
Dans le cas d’une suite mal formée d’octets, il y a deux options possibles: soit chaque octet de la
séquence est ignoré, soit la séquence est traitée comme s’il s’agissait du caractère UFFFD (CARACTÈRE
DE REMPLACEMENT). Les mêmes options peuvent s’appliquer à d’éventuelles valeurs hors limite
(pc > 10FFFF ).
NOTE 2 Avec la méthode des poids implicites, les caractères sans entrée dans la table de tri sont ordonnés selon
la valeur scalaire du point de codage au sein de l’ensemble auquel ils appartiennent, et ils sont triés correctement
relativement aux autres caractères.

© ISO/IEC 2025 – Tous droits réservés
6.2.2.4 Formation des sous-clés
Il y a trois façons de former des sous-clés: vers l’avant (paramètre de traitement «forward»), vers l’arrière
(paramètre de traitement «backward») et de façon positionnelle (paramètre de traitement «forward,
position»). Les sous-clés formées de façon positionnelle ne peuvent apparaître qu’au dernier niveau et
seulement si ce niveau est supérieur à trois. La conformité n’exige pas la formation de sous-clés de façon
positionnelle; une réalisation incapable de formation positionnelle doit interpréter «forward, position»
comme s’il s’agissait de «forward».
6.2.2.5 Formation des sous-clés aux trois premiers niveaux
En présence du paramètre de traitement «forward» ou «forward, position», on construit la sous-clé en
balayant vers l’avant un à un les éléments de tri de la chaîne de caractères d’entrée pour leur attribuer un ou
plusieurs poids. On obtient les poids en recherchant les éléments de tri dans la table de poids de tri adaptée
donnée et en extrayant la liste de poids pour le niveau considéré. Cette liste de poids obtenue s’ajoute à la fin
de la sous-clé.
En présence du paramètre de traitement «backward» à un niveau donné, on construit la sous-clé vers l’avant,
comme indiqué ci-devant, et on la renverse, poids par poids.
6.2.2.6 Formation de la sous-clé au quatrième niveau
Au dernier niveau, la sous-clé est construite comme cela est décrit dans l'alinéa précédent. Toutefois, une fois
que la clé de tri est formée complètement (lorsque la fin de la chaîne est atteinte), deux options se présentent:
a) en présence du paramètre de traitement «forward»: on supprime toutes les occurrences du poids
qui se présentent dans la sous-clé;
b) en présence du paramètre de traitement «forward, position»: on doit supprimer de la sous-clé toute
séquence de queue de la valeur (la partie qui subsiste reste intacte).
6.2.3 Méthode de comparaison de référence pour le tri des chaînes de caractères
La méthode de comparaison de référence pour le classement de deux chaînes de caractères données (après
la préparation du tri, qui ne fait pas partie de cette méthode de comparaison) consiste à comparer les clés de
tri construites selon la méthode de référence décrite en 6.2.2 du présent document:
— en utilisant une table de poids de tri adaptée donnée, construire une clé de tri pour chacune des deux
chaînes données à comparer;
— comparer ensuite les clés obtenues selon la définition de l’ordre des clés donnée en 6.2.4. Les clés peuvent
être comparées jusqu’à un niveau donné ou jusqu’au dernier niveau de la table de poids de tri adaptée donnée.
NOTE La comparaison peut être effectuée pendant la construction des clés de tri pour les deux chaînes à comparer,
en arrêtant cette construction dès que l’ordre des chaînes peut être déterminé. Cette technique est parfois appelée
évaluation paresseuse et certains systèmes l’utilisent implicitement. Elle permet d’éviter la construction complète des
clés de tri quand une différence est trouvée tôt pendant la construction. Quand un ensemble important de chaînes doit
être trié, l’on peut par exemple construire et stocker les clés de tri – ou tout au moins un segment initial de chacune
d’elles avant de les comparer.
6.2.4 Définition de l'ordre des clés
Il convient de ne pas comparer les poids associés à des niveaux différents, ni par conséquent les sous-clés de
différents niveaux. Il convient de ne pas comparer non plus les clés construites à partir de tables adaptées
différentes.
NOTE 1 Ceci permet aux mises en œuvre d’attribuer les poids à chaque niveau indépendamment des autres niveaux
et sans égard à d’autres tables adaptées.

© ISO/IEC 2025 – Tous droits réservés
m est le niveau maximal d’une table adaptée donnée. Rappelons qu’une clé est une liste, de longueur m, de
sous-clés; une sous-clé est une liste de poids; un poids est un entier positif. D’autres notations utilisées ci-
dessous sont:
— L est la longueur de la sous-clé z, c’est-à-dire le nombre de poids dans cette sous-clé;
z
— z , où 1 ≤ a ≤ L , est le poids à la position a (un entier > 0) de la sous-clé z;
pd(a) z
— u , où 1 ≤ b ≤ m, est la sous-clé de niveau b (un entier > 0) de la clé u.
sc(b)
Les ordres des poids, des sous-clés et des clés de tri (jusqu’à un niveau donné ou jusqu’au dernier niveau)
sont des relations d’ordre total, définies pour une table de tri adaptée donnée comme suit.
a) Les poids sont des valeurs entières positives (dans la méthode de référence) et sont comparés comme
tels aux fins du classement.
b) Une sous-clé v est plus petite qu’une sous-clé w (on notera v < w) si et seulement s’il existe un entier i, où
1 ≤ i ≤ Lv + 1 et i ≤ Lw, tel que:
— i = 1 et v < w ; ou
pd(i) pd(i)
— pour tous les entiers j, 1 ≤ j < i, l’égalité v = w est maintenue; et soit
pd(j) pd(j)
— i ≤ L et v < w ; ou
v pd(i) pd(i)
— i = L +1 et 0 < w .
v pd(i)
Une sous-clé v est plus grande qu’une sous-clé w (on notera v > w) si et seulement si w est plus petite que
v. Une sous-clé v est égale à une sous-clé w (on notera v = w) si et seulement si v n’est pas plus petite que
w et w n’est pas plus petite que v.
c) Une clé de tri x est plus petite qu’une clé de tri y au niveau s (on notera x < y) si et seulement s’il existe un
s
entier i, où 1 ≤ i ≤ s et i ≤ m, tel que:
— i = 1 et x < y ; ou
sc(i) sc(i)
— pour tous les entiers j, 1 ≤ j < i, l'égalité x = y est maintenue et x < y .
sc(j) sc(j) sc(i) sc(i)
Une clé de tri x est plus grande qu’une clé de tri y au niveau s (on notera x > y) si et seulement si y est
s
plus petite que x au niveau s. Une clé de tri x est égale à une clé de tri y au niveau s (on notera x = y) si et
s
seulement si x n’est pas plus petite que y au niveau s et y n’est pas plus petite que x au niveau s.
d) Pour les clés de tri, < , > et = sont définis comme < , > et = respectivement.
m m m
NOTE 2 Pour les clés de tri, x < y implique que x < y, x > y implique que x > y, x = y implique que x = y,
t t+1 t t+1 t t−1
x < y est faux, x > y est faux et x = y est vrai. Au-delà du niveau m, pour une table adaptée donnée, il n’y a plus de
0 0 0
distinctions d’ordre. On notera que cette définition implique que si une clé est «plus petite» qu’une autre au niveau 1,
elle est aussi «plus petite» aux niveaux 2, 3, 4, etc. En général, lorsqu’une clé est plus petite qu’une autre à un certain
niveau, elle l’est aussi à tous les niveaux subséquents. A contrario, lorsque deux clés sont égales à un certain niveau,
elles sont aussi égales à tous les niveaux inférieurs.
NOTE 3 La décomposition d’une chaîne de caractères en clés de tris de différents niveaux de comparaison du
plus significatif au moins significatif permet aussi de faciliter les recherches floues et les recherches d’équivalences.
L’Annexe E documente ce genre de comparaison.
6.3 Table-modèle commune: Formation et interprétation
6.3.1 Généralités
Ce paragraphe précise:
— la syntaxe utilisée par les tables-modèles communes données à l’Annexe A ou par une table adaptée
basée sur les tables-modèles communes telles que données à l’Annexe A;

© ISO/IEC 2025 – Tous droits réservés
— les contraintes de forme d’une table utilisant cette syntaxe;
— l’interprétation à donner aux énoncés d’adaptation dans les deltas pour des tables utilisant cette syntaxe;
— l’évaluation des symboles en poids dans les tables adaptées utilisant cette syntaxe;
— les conditions d’équivalence de deux tables;
— les conditions d’équivalence des résultats de comparaison.
6.3.2 Règles de syntaxe BNF pour les tables-modèles communes de l’Annexe A
6.3.2.1 Généralités
Les définitions < entre crochets > utilisent des termes qui ne sont pas définis dans cette syntaxe BNF et
suivent l’usage général en français.
Autres conventions:
— * indique une répétition (0 fois ou plus) d’un atome ou d’un groupe d’atomes;
— + indique une répétition (1 fois ou plus) d’un atome ou d’un groupe d’atomes;
— ? indique l’apparition optionnelle (0 ou 1 fois) d’un atome ou d’un groupe d’atomes;
— des parenthèses servent à grouper des atomes;
— les productions se terminent par un point-virgule.
Définition des tables de tri comme des suites de lignes:

table_de_poids = table-modèle_commune | table_adaptée;  table-modèle_commune =
ligne_simple+;    table_adaptée = ligne_de_table+;

Définition des types de lignes:

ligne_simple =   (définition_de_symbole | élément_de_tri |
attribution_de_poids | fin_ordre)?     achèvement_de_ligne;     ligne_de_table =
ligne_simple | ligne_adaptation;    ligne_adapatation = (reclasser_après | début_ordre
| fin_de_reclassement | définition_de_section | reclasser_section_après)
achèvement_de_ligne;
Définition de la syntaxe de base pour les poids de tri:
définition_de_symbole =       ’collating-symbol’ espace+ élément_symbole;
élément_symbole = symbole | symbole_intervalle;  symbole_intervalle = symbole ’.’
symbole;   symbole =    symbole_simple | symbole_juc;  symbole_juc =   (’ chaîne_de_un_à_huit_hexa ’>’) |            (’ ’>’);    symbole_simple =   ’<’ identifiant ’>’;
élément_de_tri =             ’collating-element’ espace+ symbole
espace+             ’from’ espace+ suite_de_symboles_cités;
suite_de_symboles_cités =             ’"’ poids_simple+ ’"’;
attribution_de_poids =             poids_simple | poids_symbolique;
poids_simple =   élément_symbole | ’UNDEFINED’;    poids_symbolique =
élément_symbole espace+ liste_de_poids;    liste_de_poids = atome_de_niveau (point-
virgule atome_de_niveau)*;   atome_de_niveau = groupe_de_symboles | ’IGNORE’;

© ISO/IEC 2025 – Tous droits réservés
groupe_de_symboles = élément_symbole | suite_de_symboles_citée;    fin_ordre =
’order_end’;
Définition de la syntaxe d’adaptation:
reclasser_après = ’reorder-after’ espace+ symbole_cible;    symbole_cible =
symbole;     début_ordre =   ’order_start’ espace+ direction_multiniveau;
direction_multiniveau =             (direction point-virgule)* direction
(’,position’)?;
...