Alphabet grec

Qu’est-ce que l’alphabet grec ?

L’alphabet grec compte 24 lettres, d’alpha à oméga. Il est en usage continu depuis quelque trois mille ans, ce qui en fait le plus ancien alphabet encore écrit aujourd’hui qui note les voyelles comme des lettres à part entière : ce fut son invention. Le grec moderne s’en sert comme d’une écriture ordinaire, exactement comme le français se sert de l’alphabet latin.

Presque tout le monde y puise plutôt des symboles. Pi est la constante du cercle, sigma une somme, delta une variation, lambda une longueur d’onde et aussi une fonction, mu un millionième, oméga l’ohm. La statistique vit d’alpha, bêta et khi ; la physique des particules a parcouru l’alphabet entier plus d’une fois.

Le tableau ci-dessus est engendré depuis la base de données de caractères Unicode : les lettres, leurs noms et leurs codes viennent donc du fichier qui les définit et non d’une copie de copie. Chaque lettre affiche sa capitale et sa minuscule, les deux points de code, et si Unicode la juge confondable avec une lettre latine. Cliquez sur l’une d’elles pour la copier.

Comment utiliser cette page

1. Repérez la lettre et cliquez dessus. Cliquer sur la capitale ou sur la minuscule copie ce caractère dans le presse-papiers. La colonne des codes dit exactement quel caractère vous emportez, et cela compte plus qu’il n’y paraît : plusieurs lettres grecques ont des jumelles latines visuellement identiques qui ne sont pas du tout le même caractère.
2. Collez dans le champ n’importe quel texte suspect. Si un nom d’utilisateur, un domaine ou un fichier contient des lettres grecques déguisées en latines, l’analyseur les énumère avec leur position, leur nom Unicode et la lettre que chacune imite, puis montre ce que donne le texte une fois les substitutions faites.
3. Lisez la comparaison des minuscules. Le champ met votre texte en minuscules deux fois : une fois en prenant la chaîne entière, une fois caractère par caractère. Dans toutes les langues sauf le grec, les deux résultats sont identiques. Lorsqu’ils diffèrent, vous avez sous les yeux le défaut décrit plus bas.

Pourquoi passer le grec en minuscules n’est pas affaire d’un caractère

Le sigma est la seule lettre grecque à posséder deux minuscules. La minuscule ordinaire est σ, U+03C3. En fin de mot elle s’écrit ς, U+03C2, le sigma final. Laquelle convient dépend uniquement de la place de la lettre dans le mot, et c’est ce qui fait du grec le seul alphabet où changer de casse n’est pas consulter une table.

On peut le voir se produire. Le mot grec pour rue, ΟΔΟΣ, passe en minuscules en se terminant par ς (U+03C2), parce que le programme voit que ce sigma est la dernière lettre. Passez les mêmes quatre caractères un à un et le résultat finit par σ (U+03C3), car un caractère isolé n’a aucun mot dont être la fin. Deux graphies du même mot, à partir de la même saisie, selon la fonction que l’on a appelée.

Nous avons balayé les 24 lettres pour mesurer l’exception : le sigma est la seule où les deux méthodes divergent. Placez n’importe quelle autre lettre grecque en fin de mot et les deux chemins donnent le même résultat. La règle est la condition Final_Sigma d’Unicode, et c’est la seule correspondance de casse sensible au contexte dans l’algorithme par défaut ; tout le reste est bel et bien une table.

Ce qui rend ce défaut durable, c’est qu’il ne se voit nulle part ailleurs. Nous avons vérifié le français, l’anglais, l’espagnol, le portugais, l’allemand et le russe : la mise en minuscules caractère par caractère y est correcte, accents et cédilles compris. Une boucle écrite à la main, un analyseur lexical qui abaisse la casse en découpant ou un générateur de slugs travaillant caractère par caractère passent donc tous les tests que leur auteur songera à écrire, puis produisent en silence une seconde graphie de chaque mot grec terminé par un sigma.

Un piège jumeau guette les allers-retours. Mettre le grec en capitales puis le repasser en minuscules restitue l’original pour les 24 lettres. En sens inverse, non : σοφοσ, écrit avec un sigma ordinaire à la fin, monte en ΣΟΦΟΣ et revient en σοφος, avec un sigma final. Les deux sigmas montent vers le même Σ, si bien que la distinction est détruite avant même que l’étape de descente ne s’exécute. Uniformiser la casse du grec pour comparer deux chaînes est sans danger ; l’uniformiser et enregistrer le résultat ne l’est pas.

Des lettres qui ne sont pas la lettre qu’elles paraissent

Quatorze des 24 capitales sont signalées par Unicode comme confondables avec une lettre latine de base : alpha avec A, bêta avec B, epsilon avec E, zêta avec Z, êta avec H, iota avec l, kappa avec K, mu avec M, nu avec N, omicron avec O, rhô avec P, tau avec T, upsilon avec Y et khi avec X. Chacune de ces paires réunit deux caractères distincts que l’œil ne sépare pas.

Il vaut la peine de lire ces paires lentement, car les formes ne suivent pas les sons. Le rhô se prononce r et a la forme d’un P. L’êta est un e long et a la forme d’un H. Le khi est un son proche de notre r guttural et s’écrit X ; l’upsilon est un u écrit Y. Qui translittère d’après la forme plutôt que d’après le son les inverse toutes, ce qui est une raison de plus de garder ce tableau sous la main.

Cette liste n’est pas notre jugement. Elle vient de confusables.txt, le fichier de données Unicode qui sous-tend l’UTS 39, les mécanismes de sécurité dont se servent les bureaux d’enregistrement et les navigateurs pour repérer les identifiants usurpés. Les dix capitales absentes — delta, thêta, lambda, xi, pi, sigma, phi, psi, oméga et gamma — le sont donc parce qu’Unicode ne les tient pas pour confondables, non faute d’avoir regardé. Huit minuscules sont également signalées, dont les inquiétants sigma pour o et gamma pour y.

Le point pratique : la normalisation NFKD n’en réunit aucune des quatorze. Normaliser est le réflexe habituel pour comparer des chaînes susceptibles d’être écrites de plusieurs façons, et cela règle réellement les accents, les ligatures et les caractères pleine chasse — mais un êta capital grec tenant lieu de H la traverse intact, des deux côtés, et reste différent. Un détecteur de sosies bâti sur normaliser-puis-comparer n’en attrape pas une seule. C’est exactement la lacune que comble l’analyseur ci-dessus.

Limites honnêtes

Les noms du tableau sont ceux qu’Unicode donne aux caractères, conservés dans leur graphie Unicode et non traduits. Les lettres grecques portent de parfaits noms français, et pour rédiger de la prose il faut les employer ; mais le rôle de cette colonne est de dire quel caractère vous regardez, et le nom Unicode est celui qui l’identifie sans ambiguïté.

Que deux lettres se ressemblent vraiment dépend de la police. La liste des confondables d’Unicode est un avis général, et chaque fonte peut creuser ou combler l’écart : certaines donnent aux capitales grecques des proportions un peu différentes de leurs jumelles latines, quelques-unes rapprochent des lettres d’ordinaire bien distinctes. Prenez cette colonne pour un avertissement sur les paires à vérifier, non pour une affirmation sur la police de votre écran.

Surtout, trouver une lettre confondable ne signifie pas que quelque chose cloche. Un mot grec ordinaire en regorge : ΑΘΗΝΑ n’est presque composé que de lettres qu’Unicode marque comme confondables, et ce n’est que le nom d’une ville. Ce qui signale un vrai problème, c’est le mélange des écritures au sein d’une même suite, car un mot moitié grec moitié latin n’est un mot dans aucune des deux langues. L’analyseur le signale à part, et c’est cette ligne qu’il faut regarder.

Pourquoi est-ce gratuit ?

Parce que c’est un tableau et quelques comparaisons de chaînes. Tout se passe dans votre navigateur : rien de ce que vous collez dans l’analyseur n’est envoyé, rien n’est conservé, et aucun serveur n’intervient pour lire une liste de 24 lettres.

Il n’y a donc ni compte, ni inscription, ni rien de réservé. Le script qui engendre le tableau depuis la base de données de caractères Unicode et confusables.txt se trouve dans le dépôt, à côté de la page, avec les 128 vérifications qui contrôlent le comportement du sigma, les allers-retours et les affirmations sur les sosies — y compris les contrôles négatifs qui empêchent ces tests de passer pour la mauvaise raison.