Jérôme Flesch a écrit 346 commentaires

Parce qu'on a des normes qui sont bien documentées, supportées par plein de libs/outils/langages et utilisées dans des milliers de logiciels ?

Oui, par exemple, on a le CSV. Il se trouve que c'est le format que j'utilise pour les fichiers contenant les labels des documents. Je n'utilise juste pas de parseur CSV (c'est bon vieux bête et méchant line.split(",") sur chaque ligne, avec une interdiction d'utiliser les virgules dans les noms de labels).

Ou bien parce que c'est directement inclus dans le fichier, ce qui est pratique lors de copie, transfert, etc.

Oui, parce-que copier ou transférer un dossier est clairement plus difficile qu'un seul fichier, c'est sûr …

Juste pour info, dans le future, je pense utiliser le format DjVu pour les scans. Ça permettra de justement stocker images et textes dans un même document. Par contre, vu comment le format est peu supporté par d'autres applications, ça réduira la portabilité de ces documents.
Les labels seront eux stockés dans un seul fichier (sqlite ?) pour des questions d'atomicité des opérations.

Quoiqu'il en soit, cette discussion relève pour moi clairement du troll technique (quitte à perdre du temps, on pourrait se faire un bon vieux Emacs VS Vim ?). Je ne compte pas la poursuivre plus loin.

Si le PDF contient déjà du texte sous une forme parsable, qu'apporte l'OCR ?

J'ai déjà eut le cas d'une facture de téléphone mobile où le texte visible était en fait une image. Un texte aléatoire avait été mis en dessous des images pour faire croire qu'il y avait effectivement du texte dans le PDF (ne me demandez pas pourquoi, j'en ai aucune idée, je n'ai fait que constater et halluciner). D'où le fait que Paperwork permet de repasser un coup d'OCR dessus.
On peut imaginer d'autre cas : certains personnes font leur scan au boulot. Certains scanner pro proposent de générer des PDFs avec texte issu de l'OCR inclu. Pour peu qu'ils ne soient pas satisfait du résultat de l'OCR du scanner, ils peuvent vouloir essayer Tesseract.

pourquoi ne pas les stocker dans les champs IPTC/XMP ?

Meh. Pourquoi IPTC/XMP ? Pourquoi pas des fichiers JSON ? Pourquoi pas des fichiers de config Python ? Pourquoi pas XYZ ?
Au final, je voulais stocker une liste de labels dans un fichier. Je n'ai pas cherché plus loin.

Pareil pour l'OCR, le résultat ne peut-il pas être sauvegardé dans le pdf lui-même ?

J'ai pris l'approche la plus safe (et la plus simple) que je pouvais : Paperwork ne touche jamais au PDF original. Donc la sortie de l'OCR (s'il y en a une), est stockée à coté du PDF.
De plus, si on réécrit le PDF pour y inclure la sortie de l'OCR, que faire du texte déjà existant dans le PDF s'il y en a ? On le bazarde ? Et si on se rend compte ensuite que le texte original était finalement meilleur que l'OCR ?

Pour la doc dans l'appli, je viens d'ajouter un ticket.

Sinon, niveau Debian, je me disais que, peut-être, ça aurait du sens de faire des paquets bidons paperwork-l10n-<XX> ? Parce-qu'en fait, il n'y pas juste l'OCR, mais aussi la correction orthographique (utilisée pour améliorer la détection de l'orientation des pages) --> paperwork-l10n-fr tirerait par exemple tesseract-ocr-fra + aspell-fr/ifrench/whatever ? (après, je réalise que ce n'est pas trivial, surtout qu'on ne sait pas quel correcteur orthographique l'utilisateur souhaite installer et utiliser)

Le résultat de l'OCR, les labels et autres sont stocké dans de simple fichiers textes, au coté des scans. Ceci dit, pour les labels, ça changera peut-être dans le futur.

Pour l'anecdote, personnellement, pour synchroniser mes documents entre mes différentes machines, j'utilise SparkleShare. J'utilise aussi eCryptfs pour en assurer la confidentialité.

Chose amusante, j'ai décidé de travailler sur Paperwork (enfin son prédécesseur) après dû faire la paperasse pour obtenir un visa pour un stage aux US :)

Tout est documenté sur le wiki. En gros, j'ai essayé de garder les choses le plus simple possible.

Est-ce qu'il y a des systèmes qui analysent le contenu HTML des pages pour les filtrer ? Est-ce que ces systèmes sont déployés en entreprise ? de manière légitime ? Si oui, effectivement, c'est effectivement problèmatique pour ces entreprises.

Ayant travaillé pour un fabriquant d'UTM-IPS, je peux répondre facilement à ces questions : oui.

Les UTMs sont généralement capables de filtrer, directement dans les flux HTTP, HTML et Javascript. Ceci dit, pour le HTTPS, à ma connaissance, ils proposent maintenant tous aussi des fonctionnalités pour faire du man-in-the-middle. La seule contrainte est que les postes clients doivent faire confiance à l'autorité de certification de l'UTM. À partir de là, l'UTM génère des certificats à la volée pour se faire passer pour les serveurs légitimes.

Le premier qui s'annonce disponible pour le faire gagne.
Du coup, si personne d'autre ne se déclare volontaire avant septembre, le job est pour toi :)
N'oublie pas d'envoyer un mail sur la mailing-list le moment venu s'il-te-plaît.

Le packaging est une tâche facile à déléguer. Du coup, j'espère pouvoir le déléguer pour pouvoir me concentrer sur les améliorations de Paperwork.

Ceci dit, si je ne trouve personne pour le faire (ou si on me dit encore que finalement on a pas le temps), je vais devoir finir par le faire moi-même.

Cool :)
Dans ce cas, il faudrait juste que tu envoies un messages sur la mailing-list pour faire savoir que tu comptes t'en occuper.

Merci d'avance,

Zut. Freecode était pratique pour moi pour faire ma pub sans pour autant spammer ou payer plein de brouzoufs. Du coup, est-ce que quelqu'un connaît de bonnes alternatives à Freecode ?

PS : Oui, j'en profite aussi pour me refaire un peu de pub ;)

Des fois que ça en inspire d'autres, voici la solution pour laquelle j'ai opté:
De base, j'ai opté pour Keepassx. Pour ce qui est de travailler sur plusieurs postes, j'ai résolu le problème en utilisant SparkleShare. Il synchronise automatiquement ma base de mots de passe sur la plupart de mes postes. Vu que SparkleShare utilise Git comme backend, j'ai aussi pu me mettre une copie de ma base de mots de passe sur mon téléphone Android : Il y un client Git/Android appelé agit, et KeePassDroid pour lire et modifier la base de données de mot de passe. Le seul défaut est que je dois faire la synchro de la base sur mon téléphone à la main de temps en temps.

Vous connaissez des bonnes alternative à Owncloud?

Personnellement, tout ce qui m'intéressait dans Owncloud, en fait, c'était la synchronisation de dossiers. Au final, j'ai opté pour SparkleShare. C'est basé sur Git. Et surtout, contrairement à Owncloud, SparkleShare fait une chose et une seule, et il la fait bien.

Ils disent que ce n'est pas idéal pour une collection de photos. Ceci dit, moi je m'en sers aussi pour ça, et pour l'heure ça fonctionne bien.

Directory Tiles will instead suggest pre-packaged content for first-time users.

En fait il ne s'agit que de préremplir les tuiles affichées dans les nouveaux onglets avec des suggestions/pubs. Suggestions/pubs qui ne seront plus faites une fois que les 9 tuiles seront remplies, autrement dit, une fois que l'utilisateur aura visité 9 sites différents.
Quand on précise ça, ça me semble tout de suite nettement moins désagréable et intrusif.

Reste surtout à voir comment ça va évoluer ensuite …

Chose que je trouve amusante, j'étais embêté par le problème inverse quand j'avais fais une dépêche pour mon projet. À savoir, des discussions techniques et des rapports de bugs avaient lieu dans les commentaires Linuxfr au lieu du bugtracker. Ça m'embêtait parce-qu'il fallait que je les copie-colle dans des tickets GitHub pour ne pas les perdre de vue et éviter les duplications.
Au final, j'aurais préféré avoir juste les trolls sur Linuxfr et les discussions constructives sur Github :)

Ma remarque porte seulement sur la croyance asso à but non lucratif" = que des gentils pas financièrement interessés c'est sûr. Il y a la belle théorie d'un côté, il y a la réalité d'un autre côté.

Tu présupposes souvent que les choses ne marchent pas comme elles devraient ? Si tu programme, ça doit donner des résultats intéressants. "Hm, et si ce bit passe à 1 soudainement sans prévenir ? mon programme devrait gérer ça".

Je ne dis pas qu'il faut avoir une confiance absolue et aveugle dans les associations. Mais à moment donné, tu es forcément obligé de présupposer que tout marche comme prévu. Et dans ce cas, les associations à but non-lucratif sont, de par leurs status et objectifs affichés, nettement plus fiables que les entreprises privées. Faute de pouvoir analyser leurs moindres détails, ce sont les meilleurs choix.

Bien vu, ma faute là aussi. On m'avait dit ça dans une des associations où j'ai été bénévole, mais ça devait être spécifique à cette association. Désolé pour cette erreur.

Quoiqu'il en soit, vu les règles strictes liées à leurs rémunérations, ça ne change pas grand chose à mon propos.

on va dire que tu pensais avec un ajout "à but non lucratif"

Oui, mea culpa.

l'association a des obligations de non lucrativité
ça ne garanti rien du tout sur la volonté des gens derrière

En fait si.

Dans une association française à but non-lucratif, le président de l'association est élu annuellement par les membres et n'a pas le droit d'être rémunéré. C'est à lui de s'assurer que l'association suit les buts qu'elle s'est fixée au départ. Si il n'arrive pas à maintenir le cap ou qu'il laisse des parasites trop se servir, il est sensé être remplacé par les membres l'année suivante.

À noter aussi que si ça merde franchement, l'autre risque est que l'association soit reclassée en association à but lucratif. C'est mauvais pour l'image de l'association, mais aussi pour sa fiscalité.

Bien entendu, ça suppose tout de même que l'association fonctionne de manière saine (genre plus que 5 membres-tous-copains notamment).

Pour le reste, je ne connais pas les règles exactes auxquelles sont soumises les associations américaines à but non-lucratifs. Je suppose qu'elles ont des règles similaires en place pour garantir leur intégrité.

J'ai précisé dans "l'économie numérique" !

Oui enfin après si tu tiens à faire dans les entreprises, on peut mentionner RedHat, qui finance directement Fedora et indirectement Gnome (sauf erreur de ma part). Ça leur permet d'améliorer leur distribution RedHat, mais je n'ai pourtant jamais eut l'impression d'être leur produit.

De plus, participer à une économie ne veut pas forcément dire faire des bénéfices. Ça peut aussi simplement être tirer les coups vers le bas et/ou casser un monopole en fournissant un logiciel gratuit/libre de qualité. Des logiciels libres développés par des associations à but non-lucratifs participent donc aussi à "l'économie numérique", juste de manière un peu plus indirecte. Sans compter que certaines arrivent à faire de l'argent en faisant du logiciel libre. Exemple bien connu, Firefox.

Le problème, c'est que les demandes de permissions sont trop vagues. Par exemple, combien d'applications demandent l'accès réseau juste pour afficher des pubs ?

"Si c'est gratuit, c'est vous le produit !"

Et juste après, tu donnes un parfait contre-exemple : F-Droid. Comme quoi le monde n'est pas juste en noir et blanc. J'invite d'ailleurs tout le monde à se méfier de cette phrase. Elle est trop simpliste. Après avoir dit ça, c'est tout de suite un peu plus compliqué de prêcher pour GNU/Linux :)

Quoiqu'il en soit, ici, le vrai problème, ce n'est pas gratuit VS payant. C'est que sur Google Play et l'Apple Store, il est grosso-modo impossible de distinguer les développeurs bien-intentionnés des mal-intentionnés. On est obligé de faire confiance à Google et Apple pour faire le tri. Visiblement, ils ne sont pas très au point (ils ne sont d'ailleurs pas très clean eux-mêmes sur ce point).

Les avantages avec F-Droid, c'est que:

• c'est une association. Ils ne sont donc pas motivés par un gain financier
• ils ont accès aux sources

Bref, c'est du logiciel libre comme on l'aime :)

v'ger a quitté le systeme solaire

De l'article même que tu as indiqué: "So, would the team say Voyager 1 has left the solar system? Not exactly - and that's part of the confusion. (…)".

Pour ceux que ça intéresse, les gars du laboratoire JPL de la NASA avaient fait un IAMA assez intéressant sur Reddit il n'y a pas longtemps: http://www.reddit.com/r/IAmA/comments/1m9wke/were_scientists_and_engineers_on_nasas_voyager/

Je viens de voir les autres journaux de l'auteur. Effectivement, c'était un peu trop subtil pour moi comme second degré.

Dans 24h, la terre va trembler de nouveau…

Wow. Il y a des fanboys qui ne doutent de rien quand il s'agit de leur marque favorite.
J'ai du mal à croire qu'un journal parlant de logiciels et d'équipements propriétaires, le tout avec un titre pareil, ait un score positif sur ce site.

Sérieusement, il y a encore des gens ici qui s'intéressent aux gadgets propriétaires d'Apple ? oO

balancez vos pulls requests ;-)

Wow. Pendant un instant j'ai cru lire "balancez vos comm's ;-)".