DE FR IT

Données structurées : résumé

Les données structurées peuvent être stockées aussi bien dans des formats texte purs et semi-structurés que dans des bases de données ou des tableurs. Cet article traite uniquement des principaux formats de texte brut semi-structurés utilisés pour le transfert et le stockage de données structurées. Le langage XML, en particulier, constitue désormais la base de nombreux formats plus complexes (SIARD, OOXML, SVG).

 

Les données structurées sont des données enregistrées sous forme de nombres et/ou de chaînes de caractères dans des tableaux (lignes et colonnes). La structure (nombre de colonnes), le type de données d’une colonne, ainsi que la relation avec d’autres tableaux sont prédéfinis. Dans le cas des données structurées, une unité de données doit correspondre à une ligne comportant un nombre fixe de colonnes. Les bases de données relationnelles ou les feuilles de calcul Excel sont des formats de données structurées. Les adresses de domicile enregistrées dans un tableau constituent un exemple de données structurées. Les noms des colonnes correspondent aux attributs de l'adresse : prénom, nom, rue, commune et code postal.

Hubert Humbpert Hupfweg Hueglingen 01010

Illustration 1: représentation structurée d’une adresse dans une base de données relationnelle 

Dans le cas des données semi-structurées, il est possible d'y associer des métadonnées, de les imbriquer les unes dans les autres ou d'autoriser un nombre variable de colonnes/attributs. Les métadonnées peuvent également faciliter la compréhension de la structure, par exemple en définissant les relations entre les données (clés). Les formats CSV, JSON et XML sont des formats de données semi-structurées.

example JSON

Illustration 2: représentation semi-structurée d’une adresse en format json. Aux données contenues dans l’élément (p. ex. «Hubert») viennent s’ajouter des métadonnées («firstname»). Les données et la description des données ne sont donc pas séparées.

En tant que supports de stockage de données structurées, les formats texte purs sont moins performants qu'une base de données. En revanche, l'accès aux données est plus simple, puisqu'un simple éditeur de texte suffit. Les principaux inconvénients des formats texte purs par rapport aux bases de données sont les suivants :

  • La cohérence des données n’est pas vérifiée :
    les attributs relationnels, c’est-à-dire les attributs enregistrés plusieurs fois dans différentes tables ou structures similaires, ne font l’objet d’aucun contrôle de cohérence. Cela peut par exemple conduire à ce qu’il existe plusieurs adresses de domicile contradictoires pour une même personne. Dans les bases de données, en revanche, les informations telles qu’une adresse de domicile sont stockées de manière centralisée et les modifications ne sont effectivement apportées qu’à cette adresse enregistrée.
  • La validité des données n’est pas vérifiée :
    Dans les formats purement textuels, les entrées relatives à l’attribut « code postal », par exemple, peuvent également être du texte, ce qui peut entraîner des entrées erronées, comme le nom de la localité à la place du code postal. Dans les bases de données, en revanche, la validité de l’entrée est vérifiée.

 

Formats examinés (en allemand)

Recommandé / Format cible :

Accepté :

   

Recommandation 

Du point de vue de la conservation à long terme, les formats XML et JSON peuvent être archivés sans réserve. Pour les données structurées, le format XML est actuellement préférable à d’autres formats de fichiers tels que JSON ou CSV, car il offre davantage de possibilités pour la description des données.

Le stockage de données structurées au format CSV n’est toutefois plus recommandé, et ce pour deux raisons. Premièrement, en raison des différences de traitement du masquage des séparateurs et des sauts de ligne selon les différentes versions du format CSV. Deuxièmement, en raison des inconvénients du format CSV par rapport aux formats XML et JSON lorsqu’il s’agit de représenter ou de décrire des structures de données complexes.

Si les données contenues dans des fichiers texte (semi-)structurés proviennent de bases de données, il convient de consulter la recommandation du KOST relative aux bases de données.

    

Catalogue des formats de fichiers pour l'archivage version 7.1, mai 2026
-- >