ASCII
Az oldal jelenlegi verzióját még nem ellenőrizték tapasztalt közreműködők, és jelentősen eltérhet a 2022. március 19-én felülvizsgált verziótól ; az ellenőrzések 19 szerkesztést igényelnek .Az ASCII ( angol - amerikai standard c ode for i nformation i nterchange , [ ˈ æ s . k i ] [1] ) egy táblázat neve (kódolás, halmaz), amelyben a numerikus kódok néhány gyakori nyomtatott és nem . - nyomtatható karakterek. A táblázatot 1963- ban fejlesztették ki és szabványosították az Egyesült Államokban .
Az ASCII tábla a karakterek kódjait határozza meg:
- Tizedesjegyek ;
- latin ábécé ;
- nemzeti ábécé ;
- írásjelek ;
- vezérlő karakterek .
Történelem
Kezdetben (1963) az ASCII-t olyan karakterek kódolására fejlesztették ki, amelyek kódjai 7 bitbe (128 karakter; 2 7 \u003d 128) illeszkednek, és a legjelentősebb 7-es bitet (nullától számozás) használták az adatátvitel során fellépő hibák szabályozására. . Az első változatban csak nagybetűket kódoltak. A 6-os és 7-es (a számozás 0-tól kezdődik) sávokat (16 karakterből álló csoportok) fenntartották a további bővítésre. Vita folyik arról, hogy ezt a területet kisbetűk vagy vezérlőkarakterek esetén használja-e.
1965-ben elkészült az ASCII új kiadása, amely soha nem jelent meg. Az IBM 2260/2848 terminálokon kívül sehol nem használták . Az alábbi specifikáció 1967-ben jelent meg, és a benne szereplő karakterek a táblázatban azóta sem változtak.
Idővel a kódolás 256 karakterre bővült (2 8 = 256); az első 128 karakter kódja nem változott. Az ASCII-t a 8 bites kódolás feleként kezdték érzékelni, és a „bővített ASCII”-t ASCII-nek hívták a 8. bittel együtt (például KOI-8 ).
Szimbólumfedő
A nyomtatón található Backspace (BS) karakter (backspace ) használatával egy karaktert nyomtathat a másikra. Az ASCII-ben ugyanúgy adhat hozzá diakritikus jeleket a betűkhöz , például:
- a BS '→ a
- a BS `→ a
- a BS ^→ â
- o BS /→ ø
- c BS ,→ ç
- n BS ~→ s
Megjegyzés . A régebbi betűtípusoknál az "'" aposztrófot ferdén balra húzták (hasonlítsa össze: " ` " és " ´ "), a "~" hullámvonalat pedig felfelé tolták (hasonlítsa össze: " ~ " és " ˜ "), így éppen alkalmas az akut "´" és a "tetőn tilde" szimbólumok szerepére.
Ha ugyanazt a karaktert kétszer nyomtatja egy helyre, félkövér karaktert kap; ha kiír egy karaktert egy helyre, majd egy aláhúzásjelet "_" , akkor aláhúzott karaktert kap:
- a BS a→ a
- a BS _→ a
Ezt a technikát ma is használják, például a súgórendszerben man.
Az ASCII nemzeti változatai
Az ISO 646 (ECMA-6) szabvány lehetőséget biztosít nemzeti karakterek elhelyezésére az ASCII-ben. Ehhez javasolt a " @ ", " [ ", " \ ", " ] ", " ^ ", " ` ", " { ", " | "", " } ", " ~ ". Továbbá a "#" font jel helyett a "£" font szimbólum , a "$" dollárjel helyére pedig a "¤" valutajel helyezhető el . Az ASCII azon változatát, amely nem tartalmaz nemzeti karaktereket, „US-ASCII”-nak vagy „nemzetközi referenciaverziónak” nevezik.
Egyes nyelvek esetében (nem latin betűkkel : orosz , görög , arab , héber stb.) az ASCII radikálisabb módosításai voltak:
- Az egyik ilyen módosításban nemzeti szimbólumokat helyeztek el a kis latin betűk ( orosz és görög - nagybetűk ) helyére.
- Egy másik módosításban az US-ASCII és a nemzeti verzió közötti váltás biztosított; a kapcsolás "menet közben" történt: az "SO" ( eng. s hift o ut ) és az "SI" ( eng. s hift i n ) karakterek használatával; ebben az esetben a nemzeti változatban lehetséges volt a latin betűk teljes helyettesítése nemzeti szimbólumokkal. Lásd még: KOI-7 .
Ezt követően kényelmesebbnek bizonyult a 8 bites kódolások ( kódlapok ) használata, amelyekben a kódtábla alsó felét (0-127) US-ASCII karakterek, a felső felét (128-255) foglalják el. ) további karakterek foglalják el, beleértve a nemzeti karakterek halmazát. Így az ASCII-tábla felső felét (az Unicode széles körű elterjedése előtt ) nagymértékben használták a lokalizált karakterek, a helyi nyelv betűinek megjelenítésére. A cirill karakterek ASCII táblában való elhelyezésére vonatkozó egységes szabvány hiánya sok problémát okozott a kódolással ( KOI-8 , Windows-1251 stb.). A nem latin írásjelű más nyelvek beszélői szintén szenvedtek a különféle kódolások jelenléte miatt.
Az Unicode szabvány első 128 karaktere megegyezik a megfelelő US-ASCII karakterekkel.
| .0 | .egy | .2 | .3 | .négy | .5 | .6 | .7 | .nyolc | .9 | .A | .B | .C | .D | .E | .F | |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 0. | NUL | SOH | STX | ETX | EOT | ENQ | ACK | BEL | BS | HT | LF | VT | FF | CR | ÍGY | SI |
| egy. | DLE | DC1 | DC2 | DC3 | DC4 | NAK | SYN | ETB | TUD | EM | ALATTI | KILÉPÉS | FS | GS | RS | MINKET |
| 2. | ! | " | # | $ | % | & | ' | ( | ) | * | + | , | - | . | / | |
| 3. | 0 | egy | 2 | 3 | négy | 5 | 6 | 7 | nyolc | 9 | : | ; | < | = | > | ? |
| négy. | @ | A | B | C | D | E | F | G | H | én | J | K | L | M | N | O |
| 5. | P | K | R | S | T | U | V | W | x | Y | Z | [ | \ | ] | ^ | _ |
| 6. | ` | a | b | c | d | e | f | g | h | én | j | k | l | m | n | o |
| 7. | p | q | r | s | t | u | v | w | x | y | z | { | | | } | ~ | DEL |
Az ASCII-szabvány első verziójában (1963) - a 0x5e (94) és 0x5f (95) pozíciókban a „felfelé nyíl” és a „balra nyíl” karakterek voltak. Az ECMA-6 szabvány (1965) ezeket a caret és az aláhúzás "_" jelre cserélte .
A Szovjetunióban a szabványt a KOI-7 H0 GOST 27463-87 (ST SEV 356-86) „Információs feldolgozó rendszerek” kód nemzetközi referenciaverziójának táblázata formájában hagyták jóvá. 7 bites kódolt karakterkészletek". [2]
Vezérlőkarakterek
Az ASCII tábla teletípuson keresztüli információcserére készült . A készlet nem nyomtatható karaktereket tartalmazott, amelyeket parancsként használtak a teletype vezérléséhez. Hasonló parancsokat használtak más számítógép előtti üzenetküldő eszközökben ( Morse kód , szemafor ábécé ), tekintettel az eszköz sajátosságaira. Az ASCII vezérlőkarakterek többsége hamar elvesztette célját, és nem használják a modern számítógépes rendszerekben.
Megjegyzés: a listában tovább - a karakterkódokat hexadecimális számrendszerben írjuk, a karakterek neve után.
- NUL , 00 - null ("üres"). A karaktert nullmindig figyelmen kívül hagyták. A lyukszalagokon az „1” számot egy lyuk, a „0” számot pedig a lyuk hiánya jelezte. A lyukszalag azon részei, amelyekre nem rögzítettek információt, nem tartalmaztak lyukakat (azaz szimbólumokat tartalmaztak null); ezek a szakaszok a szalag elején és végén voltak. A szimbólumot nullma is használják sok programozási nyelvben a mai napig ( egy sor végének jeleként ) és " \0 "-val jelöljük (A string kifejezés karaktersorozatra utal.) Egyes operációs rendszereken a szövegfájlnull utolsó karaktere .
A kommunikációs csatornán továbbított üzeneteket két részre osztották:
- cím;
- Szöveg.
A "fejléc" a következőket tartalmazza: feladó és címzett címe, ellenőrző összeg stb .; helyezhető a "szöveg" elé vagy utána. A "szöveg" kifejezés az üzenetnek az a része volt, amelyet nyomtatásra szántak.
| Szimbólum | HEX kód | Dekódolás | Fordítás | Leírás |
|---|---|---|---|---|
| SOH | 01 | s tart o f h rovat | "fejléc" eleje | A fejléc kezdete (SOH) szimbólum egy nem adatalapú adatleválasztást jelöl: a folyamnak azt a részét, amely címeket és egyéb többletköltséget tartalmaz. |
| STX | 02 | s tart of t e x t | "szöveg" eleje | Kapcsolja be a nyomtatót (TTY). A nyomtatandó szöveg a " STX" és a " " szimbólumok között volt .ETX |
| ETX | 03 | t e x t vége _ | "szöveg" vége | Kapcsolja ki a nyomtatót (TTY). Manapság a " " kódot " SIGINT " 03jel küldésére használják egy folyamatnak , és a + billentyűkombináció megnyomásával írható be . Ilyen jel vételekor a folyamatnak ki kell lépnie . CtrlC |
| EOT | 04 | e nd o f t átadás | adás vége | A szimbólumot a terminálemulátorok a " Fájl vége " ( EOF: angolul e nd o f file )Ctrl értelmében használják, és a + billentyűkombináció megnyomásával küldhető el D. Egy ilyen jel vételekor a terminálemulátor meghatározza a terminállal éppen működő folyamatot, és beállítja a fájl vége jelzőt a folyamat szabványos bemeneti adatfolyamára ( stdin : eng. st andar d in put stream ) . Ennek eredményeként a folyamat leállítja az stdin olvasását , és megkezdi az olvasott adatok feldolgozását. |
| ENQ | 05 | enq uire | "Kérem erősítse meg!" | |
| ACK | 06 | ack most párkány | "Kijelentem!" | A „ NAK” szimbólum az ellenkezőjét jelenti: „Nem erősítem meg!”. |
| BEL | 07 | bel l | sípolás : csengő | A karaktert gyakran "\a"-ként jelölik, és a hangjelzés megszólaltatására használják. Egy modern személyi számítógépben a hangot a beépített hangszóró reprodukálja . Például a következő parancsok lejátszhatják ezt a hangot:
|
| BS | 08 | visszafelé _ _ _ | visszaad egy karaktert | A gomb az előző karakter törlésére szolgál. ← Backspace |
| TAB | 09 | táblázat _ | vízszintes fül | Jelölve: " \t ". Néha " " HT(az angol horizontal t abulation szóból ) |
| LF | 0A | vonal táplálás _ _ | soros fordítás | Parancs a nyomtató kocsijának leengedésére egy sorral lejjebb. A szöveges fájlok sorvégi megjelölése operációs rendszer-családonként eltérő:
Sok programozási nyelvben a szimbólumot " \n " formában ábrázolják. Egy billentyű lenyomása szöveg kiírása közben lefordítja a sort. ↵ Enter |
| VT | 0B | függőleges fül _ _ | függőleges fül | |
| FF | 0C | űrlap betáplálás _ _ | oldal futtatása, új oldal | Nyomtatóparancs : Nyomtatás folytatása a következő lap elejétől. |
| CR | 0D | c arriage return _ | kocsi vissza | A nyomtató parancsa az, hogy folytassa a nyomtatást az aktuális sor elejétől ( nem egy új sortól). Számos programozási nyelvben a " " szimbólumot " \rCR " -ként jelölik . A Mac operációs rendszeren a " " karakter (a múltban) egy sor végét jelölte egy szövegfájlban. A billentyűzetről a „ ” szimbólum a + billentyűkombináció megnyomásával írható be . CRCRCtrlM |
| ÍGY | 0E | s hift o ut | "Váltás másik szalagra (kódolás)" | A másik szalagot általában pirosra festették. A jövőben a szimbólumot használták a nemzeti kódolásra való átváltáshoz. |
| SI | 0F | s műszak i n | "Váltás eredeti szalagra (kódolás)" | A művelet végrehajtására szolgáló parancs, a művelet fordítottja " SO". |
| DLE | tíz | d ata l ink e scape | "Az adatcsatorna árnyékolása" | A " " karaktert követő karaktereket adatkéntDLE kell kezelni, nem pedig vezérlőkarakterként. |
| DC1 | tizenegy | d eszközvezérlő 1 _ _ | Az első eszközvezérlő karakter | A lyukszalag - olvasó engedélyezésére szolgáló parancs . |
| DC2 | 12 | eszközvezérlő 2 _ _ _ | Második eszközvezérlő karakter | A lyukasztó bekapcsolásának parancsa . |
| DC3 | 13 | eszközvezérlés 3 _ _ _ | Harmadik eszközvezérlő karakter | A lyukszalag-olvasó kikapcsolásának parancsa. |
| DC4 | tizennégy | eszközvezérlés 4 _ _ _ | Negyedik eszközvezérlő karakter | Az ütés kikapcsolásának parancsa. |
| NAK | tizenöt | n negatív a c k mostlegment | – Nem helyeslem! | Fordított " ACK" karakter. |
| SYN | 16 | szinkronizálás _ | Ezt a karaktert akkor adták át, amikor (szinkronizáláshoz) valamit továbbítani kellett. | |
| ETB | 17 | e nd of t ext b lock | szövegblokk vége | Néha a szöveget (technikai okokból) blokkokra bontották. |
| TUD | tizennyolc | tud cel | "Megszünteti" | A korábban átvitt törlése. |
| EM | 19 | e n d of m médium | "A hordozó vége" | Kifogyott a lyukszalag, papír stb. |
| ALATTI | 1A | helyettesítő _ | "Helyettes" | A szimbólum elhelyezve:
CtrlJelenleg a karakter beszúrása a + billentyűkombináció megnyomásával Ztörténik, és a fájl végét jelzi a "DOS" és a "Windows" operációs rendszerekben . |
| KILÉPÉS | 1B | esc majom | Annak jele, hogy a " ESC" karaktert követő karakternek más (nem ASCII) jelentése van. A " " karaktert általában escape szekvenciákESC követik ; a DOS operációs rendszerben ezeket az ANSI.SYS illesztőprogram valósítja meg . | |
| DEL | 7F | del ete | törölje az utolsó karaktert | A " " szimbólum DEL(amely a bináris kód összes egységéből áll) bármilyen karaktert "kalapálhat". Az eszközök és programok figyelmen kívül hagyták DELa " " elemet ugyanúgy, mint a " NUL".
Ennek a karakternek a kódja az első lyukszalagos memóriával rendelkező szövegszerkesztőkből származik : ezekben a karakter törlése úgy történt, hogy a kódját lyukakkal ( logikai egységeket jelölve ) „kalapálták”. |
Az adatok 4 szintre történő szétválasztása támogatott:
| Szimbólum | A kód | Dekódolás | Fordítás | Leírás |
|---|---|---|---|---|
| FS | 1C | fájlelválasztó _ _ _ | fájlelválasztó | az üzenet fájlokból állhat |
| GS | 1D | g - roup s elválasztó | csoportelválasztó | a fájlok csoportosíthatók |
| RS | 1E | r ecord s elválasztó | rekordelválasztó | csoportok állhatnának rekordokból |
| MINKET | 1F | u nit s elválasztó | egység elválasztó | a rekordok egységekből állhatnak |
A táblázat szerkezeti tulajdonságai
- A bináris számrendszerben a "0" - "9" számok karakterkódjai 0011 2 - vel kezdődnek, és a számok bináris értékeivel végződnek. Például a 0101 2 az 5-ös szám, a 0011 0101 2 pedig az „5” karakter. Ennek ismeretében konvertálhatja a binárisan kódolt decimális (BCD) számokat ASCII-karakterláncokká, ha egyszerűen hozzáadja a 0011 2 -t minden BCD-jel bal oldalán.
- A kis- és nagybetűk "A" - "Z" betűi csak egy bittel különböznek egymástól, ami leegyszerűsíti a kis- és nagybetűk konverzióját és az értéktartományhoz tartozó kódok ellenőrzését. A betűket az ábécé sorozatszámai jelölik , öt számjegyként írva a bináris rendszerben , amelyet 010 2 (nagybetűk esetén) vagy 011 2 (kisbetűk esetén) előz meg.
- A nagybetűs latin betűk és számok helyzetét az egy évvel korábban megjelent hatbites DEC SIXBIT [3] :228, 237 14. § -ával való kompatibilitás érdekében választották .
- Egyes nem alfabetikus karakterek helyét az akkori billentyűzeteken elfoglalt helyzetük okozta (például a Teletype Model 33), ahová mechanikus írógépekről vándoroltak át , különösen a "#$%_&'(). elektromechanikus írógépeken, különösen az IBM Selectricen , ezeknek a karaktereknek a helye eltérő volt, ami azzal jár, hogy egyesek jelen voltak az ütési erő adagolásának mechanizmusában, és ezért szükséges volt a karakterek egy kulcson való elhelyezése. optikai sűrűség... Ezeknek a karaktereknek a pozíciója, amely végül eltért az ASCII táblától, az IBM PC -ben rögzítették .
Az ASCII számítógépes ábrázolása
A modern számítógépek túlnyomó többségén a minimális címezhető memóriaegység egy bájt (8 bit méretű ); tehát 7 bites helyett 8 bites karaktereket használ. Általában egy ASCII-karakter 8 bitesre bővül úgy, hogy a legjelentősebb bitként egyszerűen hozzáadunk egy bit nullát.
Az IBM / 360 számítógépeken azonban (ASCII használata esetén) más módszert alkalmaztak: a 6. bitet (ha a legkisebb jelentőségű bitet tekintjük elsőnek) áthelyezik a 7.-be, a korábbi 7-et pedig "elágazzák" és a 8. bitre másolva, és a 6. bitre. Ennek eredménye egy táblázat [4] :
| .0 | .egy | .2 | .3 | .négy | .5 | .6 | .7 | .nyolc | .9 | .A | .B | .C | .D | .E | .F | |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 0. | NUL | SOM | EOA | EOM | EQT | WRU | HU | HARANG | BKSP | HT | LF | VT | FF | CR | ÍGY | SI |
| egy. | DC 0 | DC 1 | DC 2 | DC 3 | DC 4 | TÉVED | SZINKRONIZÁL | LEM | S0_ _ | S1_ _ | S2_ _ | S3_ _ | S4_ _ | S5_ _ | S6_ _ | S7_ _ |
| 2. | ||||||||||||||||
| 3. | ||||||||||||||||
| négy. | ÜRES | ! | " | # | $ | % | & | ' | ( | ) | * | + | , | - | . | / |
| 5. | 0 | egy | 2 | 3 | négy | 5 | 6 | 7 | nyolc | 9 | : | ; | < | = | > | ? |
| 6. | ||||||||||||||||
| 7. | ||||||||||||||||
| nyolc. | ||||||||||||||||
| 9. | ||||||||||||||||
| A. | @ | A | B | C | D | E | F | G | H | én | J | K | L | M | N | O |
| b. | P | K | R | S | T | U | V | W | x | Y | Z | [ | \ | ] | ↑ | ← |
| C. | ||||||||||||||||
| D. | ||||||||||||||||
| E. | a | b | c | d | e | f | g | h | én | j | k | l | m | n | o | |
| F. | p | q | r | s | t | u | v | w | x | y | z | KILÉPÉS | DEL |
A 36 bites minimális címezhető memóriaegységgel rendelkező számítógépeken először 6 bites karaktereket használtak (1 szó = 6 karakter). Az ASCII-re való áttérés után az ilyen számítógépek vagy 5 hét bites karaktert kezdtek el elhelyezni egy szóban (1 bit felesleges maradt), vagy 4 kilenc bites karaktert.
Az ASCII-kódokat a programozás során a billentyűleütések közbenső platformok közötti kódjaként használják (szemben az IBM PC - szkennelési kódokkal és más belső kódokkal). A QWERTY billentyűzetkiosztásnál a kódtábla úgy néz ki, mint a következő táblázatban [5] .
Lásd még
Jegyzetek
- ↑ ASCII . _ a Cambridge-i angol szótár . dictionary.cambridge.org. Letöltve: 2018. április 9. Az eredetiből archiválva : 2017. szeptember 27..
- ↑ GOST 27463-87 (ST SEV 356-86) Információfeldolgozó rendszerek. 7 bites kódolt karakterkészletek (N 1 módosítással), GOST, 1987. október 29., 27463-87 . docs.cntd.ru. Letöltve: 2018. április 9. Az eredetiből archiválva : 2018. április 23..
- ↑ Kódolt karakterkészletek , előzmények és fejlődés . - 1. - Addison-Wesley Publishing Company, Inc. , 1980. - 6., 66., 211., 215., 217., 220., 223., 228., 236-238., 243-245., 247-253., 423., 425-428., 435-439. — ISBN 978-0-201-14460-4 .
- ↑ Amdahl GM, Blaauw GA, Brooks FP, Jr. "Az IBM rendszer/360 architektúrája". 1964
- ↑ Billentyűk Enum . Microsoft.com . Letöltve: 2022. június 11. Az eredetiből archiválva : 2022. június 11.
Linkek
- ASCII színtábla
- Szabványos ECMA-6: 7 bites kódolt karakterkészlet. 6. kiadás (angol) . Ecma international (1991. december). Archiválva az eredetiből 2011. augusztus 23-án.
- Tom Jennings. Egyes karakterkódok vagy ASCII megjegyzésekkel ellátott története. Amerikai szabványos információs beszivárgási kód (angol) (2004. október 29.). Archiválva az eredetiből 2011. augusztus 23-án.
- ASCII diagram és egyéb források . jimprice.com.
 Szótárak és enciklopédiák | |
|---|---|
| Bibliográfiai katalógusokban |
| Karakterkódolások | |
|---|---|
| Történelmi kódolások | kiegészítő komp. szemafor (Makarov) morze Bodo MTK-2 comp. 6 bites SCP RADIX-50 EBCDIC KOI-7 ISO 646 |
| modern 8 bites megjelenítés | szimbólumok ASCII nem ASCII 8 bites kódlapok cirill betűs KOI-8 Alapvető kódolás MacCyrillic ISO 8859 1 (lat.) 2 3 négy 5 (kir.) 6 7 nyolc 9 tíz tizenegy 12 13 tizennégy 15 (€) 16 ablakok 1250 1251 (kir.) 1252 1253 1254 1255 1256 1257 1258 WGL4 IBM és DOS 437 850 852 855 866 "alternatív" MIC |
| Többbájt | hagyományos DBCS GB2312 HTML unicode UTF-32 UTF-16 UTF-8 karakterlista cirill betűs |
| felhasználói felület billentyűzetkiosztás locale soros fordítás betűtípus transzliteráció egyedi betűtípusok segédprogramok ikonv rekord | |