Aller au contenu
Encyclopédie informatique Édition 2026

Les chaînes de caractères

Partie 3 sur 3

Niveau de lecture :

6Les chaînes en JavaScript

6.1Un objet, des positions

En JavaScript, une chaîne est une valeur de type texte avec laquelle l’objet String fournit une série de propriétés et de méthodes. Une propriété est une information (la longueur : texte.length), une méthode est une action (texte.indexOf("a")). Les caractères y sont numérotés à partir de zéro : dans "Bonjour à tous, ça va?", le « B » est en position 0, et le dernier caractère en position 21, soit la longueur (22) moins un. On peut se le représenter comme un tableau de positions ; la règle est la même en Java, en C, en Python.

Les chaînes JavaScript sont immuables : aucune méthode ne modifie la chaîne d’origine, toutes renvoient une nouvelle valeur. Écrire texte.toUpperCase(); seul sur une ligne ne sert à rien : il faut texte = texte.toUpperCase();.

6.2Lire et chercher

Voici les méthodes de base, avec texte = "Bonjour à tous, ça va?" :

  • texte.charAt(21) renvoie le caractère à la position donnée : "?". Une position hors de la chaîne renvoie la chaîne vide "" ;
  • texte.indexOf("tous") renvoie la position de la première occurrence en cherchant de gauche à droite : 10. Si rien n’est trouvé, la réponse est -1, à tester avec soin car -1 est aussi un nombre ordinaire ;
  • texte.indexOf("tous", 12) démarre la recherche à la position 12 et renvoie -1 ;
  • texte.lastIndexOf("a") cherche de droite à gauche : 20 ;
  • texte.charCodeAt(0) renvoie le code du caractère (66 pour « B ») et String.fromCharCode(66) fait l’inverse.

6.3Découper et transformer

  • texte.substring(1, 5) renvoie les caractères de la position 1 à la 4 incluse : "onjo". La borne de fin est exclue. Si les deux bornes sont dans le mauvais ordre, substring les échange sans prévenir : substring(8, 2) renvoie "njour ". Si elles sont égales, le résultat est vide ;
  • texte.slice(-6) renvoie les six derniers caractères, "ça va?" : la méthode accepte les positions négatives, comptées depuis la fin ;
  • texte.substr(position, longueur), souvent présentée, est aujourd’hui déconseillée : on lui préfère slice ou substring ;
  • toLowerCase() et toUpperCase() changent la casse. On montrait autrefois 'BONJOUR À TOUS, çA VA?' : les navigateurs anciens laissaient le « ç » intact ; ils donnent aujourd’hui 'BONJOUR À TOUS, ÇA VA?' ;
  • concat() ou l’opérateur + collent des textes ; trim() retire les espaces de bordure ; split(",") découpe en tableau ; replace remplace un morceau ; includes répond simplement « présent ou non ».

6.4Les méthodes à oublier

On trouve aussi anchor, big, blink, bold, fixed, fontcolor, fontsize, italics, link, small, strike, sub et sup. Elles fabriquent du code de mise en forme pour la page web (une balise <b> ou <a> autour du texte). Elles sont obsolètes : la mise en forme relève des feuilles de style (voir le langage CSS). toSource(), réservée à un seul navigateur, a été supprimée. Notons aussi que JavaScript compte ses caractères en unités de 16 bits : un émoji ou un caractère rare y compte pour deux, ce qui fausse length.

Pour s’exercer

Exercice 2 : Lire dans une chaîne JavaScript

Avec t = "Libreville, Gabon", que renvoient t.length, t.indexOf("Gabon"), t.charAt(0), t.substring(0, 10), t.slice(-5) et t.indexOf("Paris") ?

Voir la réponse

t.length renvoie 17 ; t.indexOf("Gabon") renvoie 12 (position de la lettre G, en comptant à partir de 0) ; t.charAt(0) renvoie « L » ; t.substring(0, 10) renvoie « Libreville » (du caractère 0 au 9) ; t.slice(-5) renvoie « Gabon » (les cinq derniers caractères) ; t.indexOf("Paris") renvoie -1, ce qui veut dire « introuvable ».

Exercice 3 : Octets et caractères

Le texte « Côte d’Ivoire » est enregistré en UTF-8. Combien de caractères et combien d’octets ? Que renverrait strlen en C ? Pourquoi couper ce texte au huitième octet est-il dangereux ?

Voir la réponse

Le texte compte 13 caractères, mais 14 octets : le « ô » prend 2 octets en UTF-8, les autres caractères 1 seul. En C, strlen compte les octets et renvoie donc 14. Couper selon le nombre d’octets est risqué, car un caractère peut s’étendre sur plusieurs octets. Ici, la coupure après le huitième octet tombe par chance entre deux caractères (on obtient « Côte d’ »), mais une coupure après le deuxième octet couperait le « ô » en deux et laisserait un caractère invalide.

7Bien manipuler les chaînes

  • Réserver une case de plus en C, ou mieux, utiliser des fonctions qui connaissent la taille.
  • Comparer par le contenu, jamais avec == sur des tableaux C ni sur des objets Java : strcmp, equals, ou === sur des textes JavaScript.
  • Préférer les types évolués (std::string, les chaînes de Java ou de Python) aux tableaux bruts.
  • Se méfier de l’accent : choisir UTF-8 partout (fichiers, base de données, page web) et ne pas compter en octets quand on veut des caractères.
  • Traiter toute entrée comme dangereuse : vérifier la longueur et le contenu avant de s’en servir.
Sécurité de l’information

Le coin cyber

Cet article décrit le fonctionnement des chaînes et les erreurs à éviter. Il ne contient aucune méthode pour exploiter une faille.

C.1Le dépassement de tampon, en principe

Un tampon est une zone de mémoire de taille fixe qui sert à stocker temporairement des données. Quand un programme y écrit plus d’octets qu’il n’en contient, les données débordent sur la zone voisine, qui peut contenir des variables, des adresses de retour ou du code. Un attaquant qui contrôle ce qui déborde peut faire planter le programme, ou en prendre le contrôle. La famille de faiblesses porte les numéros CWE-120 et CWE-787 dans le catalogue Common Weakness Enumeration de MITRE. Les défenses sont connues : vérifier chaque taille, employer des fonctions bornées, compiler avec les protections du compilateur, et choisir des langages qui contrôlent les bornes eux-mêmes (Rust, Go, Java, Python).

C.2Le texte venu du dehors

Toute chaîne qui vient d’un formulaire, d’un fichier ou du réseau doit être considérée comme non fiable : sa longueur, ses caractères spéciaux, son encodage. Collée sans précaution dans une requête de base de données ou dans une page web, elle permet des injections (voir l’injection SQL et les failles XSS). La parade est toujours la même : valider ce qui entre, protéger (échapper) ce qui sort, et séparer les données des instructions.

C.3Idée reçue

« Un texte n’est qu’un texte : il ne peut pas être dangereux. » Faux. Un texte trop long déborde la mémoire, un texte contenant des caractères spéciaux peut être pris pour une commande, et un texte aux caractères invisibles ou d’apparence trompeuse peut cacher une instruction à un relecteur. Les chaînes sont la matière première de la majorité des attaques sur les applications.

C.4Bonnes pratiques

Particulier

  • Garder ses logiciels à jour : beaucoup de failles de chaînes sont corrigées par de simples mises à jour.
  • Se méfier d’un lien ou d’un nom qui mélange des caractères d’alphabets différents.

Organisation

  • Former les développeurs à la programmation sûre et faire relire les endroits qui manipulent des tailles.
  • Utiliser des analyseurs de code et des outils d’essai automatique (fuzzing, qui envoie des données aléatoires au programme).
  • Préférer des langages à gestion de mémoire sûre pour les nouveaux développements.

Référentiels : CWE-120 et CWE-787 (MITRE) · CERT C Coding Standard, règles STR31-C à STR38-C · ANSSI (agence française chargée de la sécurité des systèmes d’information), Règles de programmation pour le développement sécurisé de logiciels en langage C.

Références

  1. Eugene Spafford, The Internet Worm Program: An Analysis, Purdue Technical Report CSD-TR-823, 1988.
  2. Codenomicon, The Heartbleed Bug, 2014.
  3. ISO/IEC 9899:2011, Programming languages, C, article sur les chaînes et sur la suppression de gets.
  4. The Unicode Consortium, The Unicode Standard.
  5. ECMA-262, ECMAScript Language Specification, section sur l’objet String.

Voir aussi

Citer cet article

« Les chaînes de caractères », Encyclopédie informatique, révision du 4 novembre 2026.