یک کامپیوتر فرآیند تبدیل آن به شکلی را درک می کند که امکان سازماندهی انتقال راحت تر، ذخیره سازی یا پردازش خودکار این داده ها را فراهم می کند. برای این منظور از جداول مختلفی استفاده می شود. رمزگذاری ASCII اولین سیستم توسعه یافته در ایالات متحده برای کار با متن انگلیسی زبان است که متعاقباً در سراسر جهان گسترش یافت. مقاله زیر به شرح، ویژگی ها، خواص و کاربرد بیشتر آن اختصاص دارد.
نمایش و ذخیره اطلاعات در کامپیوتر
نمادها در یک مانیتور رایانه یا یک یا یک ابزار دیجیتالی تلفن همراه دیگر بر اساس مجموعه ای از اشکال برداری از انواع علائم و کدی تشکیل می شوند که به شما امکان می دهد نمادی را که باید در جای مناسب درج شود در بین آنها پیدا کنید. یک سری بیت است. بنابراین، هر کاراکتر باید به طور منحصربه‌فرد با مجموعه‌ای از صفرها و یک‌ها مطابقت داشته باشد که در یک ترتیب خاص و منحصربه‌فرد قرار دارند.
چطور شروع شدند
از نظر تاریخی، اولین کامپیوترها به زبان انگلیسی بودند. برای رمزگذاری اطلاعات نمادین در آنها فقط از 7 بیت حافظه استفاده می شد در حالی که برای این منظور 1 بایت شامل 8 بیت اختصاص داده شد. تعداد نویسه‌هایی که کامپیوتر در این مورد می‌فهمد برابر با 128 کاراکتر بود. تعداد این کاراکترها شامل الفبای انگلیسی با علائم نگارشی، اعداد و برخی کاراکترهای خاص آن بود. کدگذاری هفت بیتی انگلیسی زبان با جدول مربوطه (صفحه کد)، که در سال 1963 توسعه یافت، کد استاندارد آمریکایی برای تبادل اطلاعات نام گرفت. معمولاً از مخفف "ASCII encoding" برای نشان دادن آن استفاده می شد و هنوز هم تا به امروز استفاده می شود.
گذار به چندزبانگی
با گذشت زمان، کامپیوترها به طور گسترده در کشورهای غیر انگلیسی زبان نیز مورد استفاده قرار گرفته اند. در این راستا نیاز به رمزگذاری هایی وجود داشت که امکان استفاده از زبان های ملی را فراهم کند. تصمیم گرفته شد که چرخ را دوباره اختراع نکنیم و ASCII را به عنوان پایه در نظر بگیریم. جدول رمزگذاری در نسخه جدید به طور قابل توجهی گسترش یافته است. استفاده از بیت هشتم امکان ترجمه 256 کاراکتر به زبان کامپیوتر را فراهم کرد.
شرح
کدگذاری اسکی دارای جدولی است که به 2 قسمت تقسیم شده است. فقط نیمه اول به عنوان استاندارد بین المللی پذیرفته شده عمومی در نظر گرفته می شود. آن شامل:
- کاراکترهایی با اعداد ترتیبی از 0 تا 31، کدگذاری شده توسط دنباله هایی از 00000000 تا 00011111. آنها برای کاراکترهای کنترلی رزرو شده اند که فرآیند نمایش متن روی صفحه یا چاپگر، دادن سیگنال صوتی و غیره را کنترل می کنند.
- نویسه های دارای NN در جدول از 32 تا 127، کدگذاری شده توسط دنباله های 00100000 تا 01111111، بخش استاندارد جدول را تشکیل می دهند. اینها عبارتند از یک فاصله (N 32)، حروف الفبای لاتین (کوچک و بزرگ)، اعداد ده رقمی از 0 تا 9، علائم نگارشی، براکت های سبک های مختلف و سایر نمادها.
- نویسه هایی با اعداد ترتیبی از 128 تا 255، کدگذاری شده توسط دنباله هایی از 10000000 تا 11111111. این حروف شامل حروف الفبای ملی به غیر از لاتین است. این قسمت جایگزین جدول است که از رمزگذاری ASCII برای تبدیل کاراکترهای روسی به فرم کامپیوتری استفاده می شود.
برخی از خواص
ویژگی های رمزگذاری ASCII شامل تفاوت بین حروف "A" - "Z" حروف کوچک و بزرگ تنها با یک بیت است. این شرایط تبدیل رجیستر و همچنین بررسی آن را برای تعلق به محدوده تعیین شده از مقادیر بسیار ساده می کند. علاوه بر این، تمام حروف در سیستم رمزگذاری ASCII با اعداد ترتیبی خود در حروف الفبا نشان داده می شوند که در 5 رقم با نماد دودویی نوشته می شوند، قبل از آن 011 2 برای حروف کوچک و 010 2 برای حروف بزرگ نوشته می شود.
از جمله ویژگی های رمزگذاری ASCII می توان نمایش 10 رقم - "0" - "9" را در نظر گرفت. در سیستم اعداد دوم با 00112 شروع و به 2 عدد ختم می شود. به عنوان مثال، 0101 2 معادل اعشاری پنج است، بنابراین کاراکتر "5" به صورت 0011 01012 نوشته می شود. بر این اساس، می توانید BCD ها را به راحتی با افزودن 00112 به هر nibble سمت چپ به یک رشته ASCII تبدیل کنید.
"یونیکد"
همانطور که می دانید برای نمایش متون به زبان های گروه آسیای جنوب شرقی به هزاران کاراکتر نیاز است. چنین تعدادی از آنها به هیچ وجه در یک بایت اطلاعات توصیف نمی شوند، بنابراین حتی نسخه های توسعه یافته ASCII دیگر نمی توانند نیازهای افزایش یافته کاربران از کشورهای مختلف را برآورده کنند.
بنابراین، نیاز به ایجاد یک رمزگذاری متن جهانی، که توسط کنسرسیوم یونیکد با همکاری بسیاری از رهبران صنعت جهانی فناوری اطلاعات ایجاد شد، ایجاد شد. متخصصان آن سیستم UTF 32 را ایجاد کردند که در آن 32 بیت برای رمزگذاری 1 کاراکتر اختصاص داده شد که 4 بایت اطلاعات را تشکیل می داد. اشکال اصلی افزایش شدید مقدار حافظه مورد نیاز تا 4 برابر بود که مشکلات زیادی را به همراه داشت.
در عین حال، برای اکثر کشورهای دارای زبان رسمی متعلق به گروه هند و اروپایی، تعداد کاراکترهای برابر با 232 بیش از حد اضافی است.
در نتیجه کار بیشتر متخصصان کنسرسیوم یونیکد، رمزگذاری UTF-16 ظاهر شد. این به گزینه ای برای تبدیل اطلاعات نمادین تبدیل شد که هم از نظر مقدار حافظه مورد نیاز و هم از نظر تعداد کاراکترهای رمزگذاری شده برای همه مناسب است. به همین دلیل است که UTF-16 به طور پیش فرض پذیرفته شد و نیاز به 2 بایت برای رزرو یک کاراکتر دارد.
حتی این نسخه نسبتاً پیشرفته و موفق "یونیکد" دارای اشکالاتی بود و پس از انتقال از نسخه توسعه یافته ASCII به UTF-16 وزن سند را دو برابر کرد.
در این راستا تصمیم گرفته شد از رمزگذاری طول متغیر UTF-8 استفاده شود. در این حالت، هر کاراکتر متن مبدأ با دنباله ای به طول 1 تا 6 بایت کدگذاری می شود.
ارتباط با کد استاندارد آمریکا برای تبادل اطلاعات
تمام کاراکترهای الفبای لاتین در UTF-8 با طول متغیر در 1 بایت کدگذاری می شوند، مانند سیستم رمزگذاری ASCII.
ویژگی UTP-8 این است که در مورد متنی به زبان لاتین بدون استفاده از کاراکترهای دیگر، حتی برنامه هایی که "یونیکد" را درک نمی کنند، همچنان به شما امکان خواندن آن را می دهند. به عبارت دیگر، بخش اساسی کدگذاری متن ASCII به سادگی در UTF با طول متغیر جدید ادغام می شود. کاراکترهای سیریلیک در UTP-8 2 بایت را اشغال می کنند، و به عنوان مثال، نویسه های گرجی - 3 بایت. ایجاد UTF-16 و 8 مشکل اصلی ایجاد یک فضای کد واحد در فونت ها را حل کرد. از آن زمان، تولیدکنندگان فونت فقط می توانند جدول را با فرم های برداری از کاراکترهای متنی بر اساس نیاز خود پر کنند.
کدگذاری های مختلف در سیستم عامل های مختلف ترجیح داده می شود. برای خواندن و ویرایش متون تایپ شده با کدگذاری متفاوت، از برنامه های تبدیل متن روسی استفاده می شود. برخی از ویرایشگرهای متن حاوی رمزگذارهای داخلی هستند و به شما امکان می دهند بدون توجه به رمزگذاری متن را بخوانید.
اکنون می دانید که چند کاراکتر در ASCII وجود دارد و چگونه و چرا آن را توسعه داده است. البته امروزه رایج ترین استاندارد در دنیا «یونیکد» است. با این حال، نباید فراموش کنیم که بر اساس ASCII ایجاد شده است، بنابراین، باید از مشارکت توسعه دهندگان آن در زمینه فناوری اطلاعات قدردانی شود.
بر اساس گزارش اتحادیه بین المللی مخابرات، در سال 2016، سه و نیم میلیارد نفر از اینترنت با نظم متفاوت استفاده کردند. اکثر آنها حتی به این واقعیت فکر نمی کنند که هر پیامی که از طریق رایانه شخصی یا ابزارهای تلفن همراه ارسال می شود و همچنین متن هایی که در انواع مانیتورها نمایش داده می شوند در واقع ترکیبی از 0 و 1 هستند. این ارائه اطلاعات را رمزگذاری می گویند. . اجرای ذخیره سازی، پردازش و انتقال آن را فراهم می کند و تا حد زیادی تسهیل می کند. در سال 1963، رمزگذاری ASCII آمریکایی توسعه یافت که این مقاله به آن اختصاص دارد.
ارائه اطلاعات در کامپیوتر
از دیدگاه هر کامپیوتر الکترونیکی، متن مجموعه ای از شخصیت های فردی است. این نه تنها حروف، از جمله حروف بزرگ، بلکه علائم نگارشی و اعداد را نیز شامل می شود. علاوه بر این، از کاراکترهای ویژه "="، "&"، "(" و فاصله استفاده می شود.
به مجموعه نمادهایی که متن را تشکیل می دهند الفبا و تعداد آنها را کاردینالیته (که با N نشان داده می شود) می گویند. برای تعریف آن از عبارت N = 2 ^ b استفاده می شود که b تعداد بیت ها یا وزن اطلاعاتی یک کاراکتر خاص است.
ثابت شده است که الفبای با ظرفیت 256 کاراکتر می تواند تمام کاراکترهای لازم را نشان دهد.
از آنجایی که 256 توان هشتم دو است، وزن هر کاراکتر 8 بیت است.
واحد اندازه گیری 8 بیت را 1 بایت می نامند، بنابراین مرسوم است که می گویند هر کاراکتری در متن ذخیره شده در رایانه یک بایت حافظه را اشغال می کند.
کد نویسی چگونه انجام می شود
هر متنی با استفاده از کلیدهای صفحه کلید که روی آن اعداد، حروف، علائم نقطه گذاری و سایر علائم نوشته شده است، وارد حافظه رایانه شخصی می شود. آنها در یک کد باینری به RAM منتقل می شوند، یعنی هر کاراکتر با یک کد اعشاری آشنا برای انسان، از 0 تا 255، که مربوط به یک کد باینری است - از 00000000 تا 11111111 مرتبط است.
رمزگذاری کاراکتر بایت به پردازشگر متن اجازه می دهد تا به هر کاراکتر جداگانه دسترسی داشته باشد. در عین حال، 256 کاراکتر برای نشان دادن هر گونه اطلاعات شخصیت کافی است.
رمزگذاری کاراکتر اسکی
این مخفف در زبان انگلیسی مخفف کد برای تبادل اطلاعات است.
حتی در آغاز کامپیوتری شدن، آشکار شد که می‌توانید راه‌های متنوعی برای رمزگذاری اطلاعات پیدا کنید. با این حال، برای انتقال اطلاعات از یک کامپیوتر به کامپیوتر دیگر، نیاز به توسعه یک استاندارد واحد بود. بنابراین، در سال 1963، یک جدول رمزگذاری ASCII در ایالات متحده ظاهر شد. در آن، هر نمادی از الفبای رایانه با عدد ترتیبی آن در نمایش باینری مرتبط است. در ابتدا ASCII فقط در ایالات متحده مورد استفاده قرار گرفت و بعداً به استاندارد بین المللی رایانه های شخصی تبدیل شد.
کدهای اسکی به 2 قسمت تقسیم می شوند. فقط نیمه اول این جدول استاندارد بین المللی محسوب می شود. این شامل کاراکترهایی با اعداد ترتیبی از 0 (کدگذاری شده با 00000000) تا 127 (کد 01111111) است.
شماره سریال | کدگذاری متن ASCII | نماد |
0000 0000 - 0001 1111 | کاراکترهایی با N از 0 تا 31 کاراکترهای کنترل نامیده می شوند. عملکرد آنها "هدایت" فرآیند نمایش متن بر روی مانیتور یا دستگاه چاپ، دادن سیگنال صوتی و غیره است. |
|
0010 0000 - 0111 1111 | نویسه های N از 32 تا 127 (بخش استاندارد جدول) - حروف بزرگ و کوچک الفبای لاتین، اعداد 10 رقمی، علائم نقطه گذاری، و همچنین براکت های مختلف، علامت های تجاری و دیگر. کاراکتر 32 نشان دهنده یک فاصله است. |
|
1000 0000 - 1111 1111 | کاراکترهای با N از 128 تا 255 (بخش جایگزین جدول یا صفحه کد) می توانند انواع مختلفی داشته باشند که هر کدام دارای شماره خاص خود هستند. صفحه کد برای تعیین الفبای ملی متفاوت از لاتین استفاده می شود. به ویژه، با کمک آن است که رمزگذاری ASCII برای شخصیت های روسی انجام می شود. |
در جدول رمزگذاری، حروف بزرگ و به ترتیب حروف الفبا یکی پس از دیگری دنبال کنید، و اعداد - به ترتیب صعودی مقادیر. این اصل در مورد الفبای روسی نیز صدق می کند.
شخصیت ها را کنترل کنید
جدول رمزگذاری ASCII در ابتدا برای دریافت و انتقال اطلاعات بر روی چنین دستگاهی که برای مدت طولانی استفاده نشده است، مانند تله تایپ ایجاد شد. در این راستا، کاراکترهای غیر قابل چاپ در مجموعه کاراکترها به عنوان دستورات برای کنترل این دستگاه گنجانده شده است. دستورات مشابهی در روش های پیام رسانی پیش رایانه ای مانند کد مورس و غیره استفاده می شد.
رایج ترین کاراکتر "تله تایپ" NUL (00، "صفر") است. هنوز هم در بیشتر زبان های برنامه نویسی تا به امروز استفاده می شود، که نشان دهنده پایان دهنده خط است.
کدگذاری ASCII کجا استفاده می شود؟
کد استاندارد ایالات متحده برای چیزی بیش از وارد کردن اطلاعات متنی از صفحه کلید مورد نیاز است. در گرافیک نیز کاربرد دارد. به طور خاص، در ASCII Art Maker، تصاویر پسوندهای مختلف طیفی از کاراکترهای ASCII را نشان می‌دهند.
چنین محصولاتی دو نوع هستند: آنها عملکرد ویرایشگرهای گرافیکی را با تبدیل تصاویر به متن و تبدیل "تصاویر" به گرافیک ASCII انجام می دهند. به عنوان مثال، شکلک معروف نمونه اصلی یک کاراکتر رمزگذاری است.
ASCII همچنین می تواند هنگام ایجاد یک سند HTML استفاده شود. در این صورت می توانید مجموعه خاصی از کاراکترها را وارد کنید و هنگام مشاهده صفحه، کاراکتری مطابق با این کد روی صفحه ظاهر می شود.
ASCII همچنین برای ایجاد سایت های چند زبانه ضروری است، زیرا کاراکترهایی که در یک جدول ملی خاص گنجانده نشده اند با کدهای ASCII جایگزین می شوند.
برخی از ویژگی ها
برای رمزگذاری اطلاعات متنی در رمزگذاری ASCII، ابتدا از 7 بیت استفاده می شد (یک بیت خالی بود)، اما امروزه به صورت 8 بیتی کار می کند.
حروف ستون های بالا و پایین تنها یک بیت با یکدیگر تفاوت دارند. این امر پیچیدگی چک را تا حد زیادی کاهش می دهد.
استفاده از اسکی در مایکروسافت آفیس
در صورت لزوم، می توان از این نوع رمزگذاری متن در ویرایشگرهای متنی مایکروسافت مانند Notepad و Office Word استفاده کرد. با این حال، هنگام تایپ در این حالت، استفاده از برخی از توابع امکان پذیر نخواهد بود. به عنوان مثال، شما نمی توانید بولد کنید، زیرا ASCII فقط معنای اطلاعات را حفظ می کند و ظاهر و شکل کلی آن را نادیده می گیرد.
استاندارد سازی
سازمان ISO استانداردهای ISO 8859 را پذیرفته است.این گروه کدگذاری های هشت بیتی را برای گروه های زبانی مختلف تعریف می کند. به طور خاص، ISO 8859-1 Extended ASCII است که جدولی برای ایالات متحده و اروپای غربی است. و ISO 8859-5 جدولی است که برای الفبای سیریلیک از جمله زبان روسی استفاده می شود.
به دلایل تاریخی، استاندارد ISO 8859-5 برای مدت کوتاهی مورد استفاده قرار گرفته است.
برای زبان روسی، در حال حاضر، از رمزگذاری ها استفاده می شود:
- CP866 (کد صفحه 866) یا DOS،که اغلب به عنوان رمزگذاری جایگزین GOST شناخته می شود. تا اواسط دهه 90 قرن گذشته به طور فعال مورد استفاده قرار گرفت. در حال حاضر عملاً استفاده نمی شود.
- KOI-8.رمزگذاری در دهه 1970-1980 توسعه یافت و در حال حاضر استانداردی عمومی برای پیام‌های پستی در Runet است. این به طور گسترده در سیستم عامل خانواده یونیکس از جمله لینوکس استفاده می شود. نسخه «روسی» KOI-8 KOI-8R نام دارد. علاوه بر این، نسخه هایی برای سایر زبان های سیریلیک مانند اوکراینی وجود دارد.
- کد صفحه 1251 (CP 1251، Windows - 1251).توسط مایکروسافت برای ارائه پشتیبانی از زبان روسی در محیط ویندوز توسعه یافته است.
مزیت اصلی اولین استاندارد CP866 حفظ کاراکترهای شبه در موقعیت های مشابه در Extended ASCII بود. این امکان اجرای بدون تغییر برنامه های متنی ساخته شده خارجی مانند نورتون فرمانده را فراهم کرد. در حال حاضر، CP866 برای برنامه های توسعه یافته تحت ویندوز استفاده می شود که در حالت متن تمام صفحه یا در پنجره های متنی از جمله FAR Manager کار می کنند.
متون رایانه ای نوشته شده در رمزگذاری CP866 اخیراً بسیار نادر است، اما دقیقاً این رمزگذاری است که برای نام فایل های روسی در ویندوز استفاده می شود.
"یونیکد"
در حال حاضر، این رمزگذاری است که بیشترین استفاده را داشته است. کدهای یونیکد به مناطق تقسیم می شوند. اولین (U + 0000 تا U + 007F) شامل کاراکترهای ASCII با کد است. پس از آن مناطق نشانه های خط های مختلف ملی و همچنین علائم نگارشی و نمادهای فنی دنبال می شود. علاوه بر این، برخی از کدهای "یونیکد" در صورت نیاز به اضافه کردن کاراکترهای جدید در آینده رزرو می شوند.
اکنون می دانید که در ASCII، هر کاراکتر به صورت ترکیبی از 8 صفر و یک نمایش داده می شود. برای افراد غیر متخصص، این اطلاعات ممکن است غیر ضروری و غیر جالب به نظر برسد، اما آیا نمی خواهید بدانید "در مغز" رایانه شخصی شما چه می گذرد؟
مجموعه کاراکترهایی که متن با آنها نوشته می شود نامیده می شود الفبا.
تعداد حروف الفبای اوست قدرت.
فرمول تعیین میزان اطلاعات: N = 2 b,
که در آن N اصل الفبا (تعداد کاراکترها) است.
ب - تعداد بیت ها (وزن اطلاعاتی کاراکتر).
حروف الفبا با ظرفیت 256 کاراکتر می تواند تقریباً تمام کاراکترهای لازم را در خود جای دهد. این الفبا نامیده می شود کافی
زیرا 256 = 2 8، سپس وزن 1 کاراکتر 8 بیت است.
واحد 8 بیتی نامگذاری شد 1 بایت:
1 بایت = 8 بیت.
کد باینری هر کاراکتر در متن کامپیوتر 1 بایت حافظه اشغال می کند.
اطلاعات متنی چگونه در حافظه کامپیوتر نمایش داده می شود؟
راحتی رمزگذاری بایت کاراکترها واضح است، زیرا یک بایت کوچکترین بخش آدرس پذیر حافظه است و بنابراین، پردازنده می تواند به هر کاراکتر جداگانه دسترسی داشته باشد و پردازش متن را انجام دهد. از سوی دیگر، 256 کاراکتر برای نشان دادن طیف گسترده ای از اطلاعات کاراکترها، عددی کاملاً کافی است.
حال این سوال پیش می آید که چه نوع کد باینری هشت بیتی را به هر کاراکتر مرتبط کنیم.
واضح است که این یک موضوع مشروط است، شما می توانید بسیاری از روش های رمزگذاری را ارائه دهید.
همه کاراکترهای الفبای کامپیوتر از 0 تا 255 شماره گذاری می شوند. هر عدد مربوط به یک کد باینری هشت بیتی از 00000000 تا 11111111 است. این کد به سادگی عدد ترتیبی کاراکتر در سیستم اعداد باینری است.
جدولی که در آن به تمام کاراکترهای الفبای کامپیوتر شماره سریال اختصاص داده می شود، جدول رمزگذاری نامیده می شود.
جداول کدگذاری متفاوتی برای انواع مختلف کامپیوترها استفاده می شود.
استاندارد بین المللی رایانه شخصی به جدول تبدیل شده است ASCII(بخوانید asci) (کد استاندارد آمریکایی برای تبادل اطلاعات).
جدول ASCII به دو بخش تقسیم می شود.
استاندارد بین المللی فقط نیمه اول جدول است، یعنی. نمادها با اعداد از 0 (00000000)، تا 127 (01111111).
ساختار جدول کدگذاری اسکی
شماره سریال |
کد |
نماد |
0 - 31 |
00000000 - 00011111 |
نمادهایی با اعداد از 0 تا 31 معمولاً کاراکترهای کنترل نامیده می شوند. |
32 - 127 |
00100000 - 01111111 |
قسمت استاندارد جدول (انگلیسی). این شامل حروف کوچک و بزرگ الفبای لاتین، اعداد اعشاری، علائم نقطه گذاری، انواع براکت ها، علامت های تجاری و سایر نمادها است. |
128 - 255 |
10000000 - 11111111 |
قسمت جایگزین جدول (روسی). |
نیمه اول جدول ASCII
 |
توجه شما را به این نکته جلب می کنم که در جدول رمزگذاری حروف (بزرگ و کوچک) به ترتیب حروف الفبا و اعداد به ترتیب مقادیر به صورت صعودی مرتب شده اند. به این رعایت نظم واژگانی در چینش حروف، اصل رمزگذاری ترتیبی الفبا می گویند.
برای حروف الفبای روسی، اصل کدگذاری متوالی نیز رعایت می شود.
نیمه دوم جدول ASCII
متأسفانه، در حال حاضر پنج رمزگذاری سیریلیک مختلف (KOI8-R، Windows. MS-DOS، Macintosh و ISO) وجود دارد. به همین دلیل، اغلب با انتقال متن روسی از یک رایانه به رایانه دیگر، از یک سیستم نرم افزاری به سیستم دیگر، مشکلاتی ایجاد می شود.
از نظر زمانی، یکی از اولین استانداردها برای رمزگذاری حروف روسی در رایانه، KOI8 ("کد تبادل اطلاعات، 8 بیت") بود. این رمزگذاری در دهه 70 در رایانه های سری رایانه های ES مورد استفاده قرار گرفت و از اواسط دهه 80 در اولین نسخه های روسی شده سیستم عامل یونیکس استفاده شد.
از ابتدای دهه 90، زمان تسلط سیستم عامل MS DOS، رمزگذاری CP866 باقی می ماند ("CP" مخفف "Code Page" است).
کامپیوترهای اپل که سیستم عامل مک را دارند از کدگذاری مک خود استفاده می کنند.
علاوه بر این، سازمان بین المللی استاندارد (سازمان بین المللی استاندارد، ISO) کدگذاری دیگری به نام ISO 8859-5 را به عنوان استاندارد برای زبان روسی تأیید کرد.
در حال حاضر رایج ترین رمزگذاری مایکروسافت ویندوز است که به اختصار CP1251 نامیده می شود.
از اواخر دهه 90، مشکل استانداردسازی کدنویسی کاراکترها با معرفی یک استاندارد بین المللی جدید به نام حل شد. یونیکد... این یک رمزگذاری 16 بیتی است. برای هر کاراکتر 2 بایت حافظه اختصاص می دهد. البته این میزان حافظه استفاده شده را دو برابر می کند. اما از طرف دیگر، چنین جدول کدی امکان گنجاندن حداکثر 65536 کاراکتر را فراهم می کند. مشخصات کامل استاندارد یونیکد شامل تمام الفبای موجود، منقرض شده و مصنوعی جهان و همچنین بسیاری از نمادهای ریاضی، موسیقایی، شیمیایی و غیره است.
بیایید سعی کنیم از جدول ASCII استفاده کنیم تا تصور کنیم کلمات در حافظه کامپیوتر چگونه به نظر می رسند.
نمایش داخلی کلمات در حافظه کامپیوتر
گاهی اوقات اتفاق می افتد که متنی متشکل از حروف الفبای روسی که از رایانه دیگری دریافت شده است، قابل خواندن نیست - نوعی "بیهوده" روی صفحه نمایش مانیتور قابل مشاهده است. این به دلیل این واقعیت است که رایانه ها از رمزگذاری متفاوتی از شخصیت های زبان روسی استفاده می کنند.
نمادهای همپوشانی
کاراکتر BS (backspace) به چاپگر اجازه می دهد تا یک کاراکتر را بازنویسی کند. در ASCII، برای اضافه کردن نشانه‌ها به حروف به این روش پیش بینی شده بود، به عنوان مثال:
- a BS "→ á
- یک BS `→ à
- یک BS ^ → â
- o BS / → ø
- c BS، → ç
- n BS ~ → ñ
توجه داشته باشید: در فونت‌های قدیمی، آپاستروف "با یک مایل به سمت چپ کشیده می‌شد و تایلد ~ به سمت بالا منتقل می‌شد، به طوری که آنها فقط نقش حاد و تار را در بالا قرار می‌دادند.
اگر همان علامت روی یک کاراکتر قرار گیرد، اثر یک فونت درشت به دست می‌آید و اگر زیرخط روی کاراکتر قرار گیرد، متن خط‌دار به دست می‌آید.
- یک BS a → آ
- یک BS _ → آ
توجه داشته باشید: برای مثال در سیستم man help استفاده می شود.
انواع ملی ASCII
استاندارد ISO 646 (ECMA-6) امکان قرار دادن کاراکترهای ملی را در جای خود فراهم می کند @ [ \ ] ^ ` { | } ~ ... علاوه بر این، در محل # می توان جای داد £ ، و در جای خود $ - ¤ ... این سیستم برای زبان های اروپایی که تنها به چند کاراکتر اضافی نیاز دارند، مناسب است. نسخه ASCII بدون کاراکترهای ملی US-ASCII یا "نسخه مرجع بین المللی" نامیده می شود.
متعاقباً، استفاده از رمزگذاری های 8 بیتی (صفحات کد) راحت تر است، جایی که نیمه پایین جدول کد (0-127) توسط نویسه های US-ASCII و نیمه بالایی (128-255) اشغال شده است. توسط شخصیت های اضافی، از جمله مجموعه ای از شخصیت های ملی اشغال شده است. بنابراین، نیمه بالایی جدول ASCII، قبل از پذیرش گسترده یونیکد، به طور فعال برای نشان دادن کاراکترهای محلی، حروف زبان محلی استفاده می شد. فقدان استاندارد یکپارچه برای قرار دادن کاراکترهای سیریلیک در جدول ASCII باعث ایجاد مشکلات زیادی در رمزگذاری (KOI-8، Windows-1251، و غیره) شد. زبان های دیگر با خط غیر لاتین نیز از وجود چندین رمزگذاری مختلف رنج می برند.
| .0 | .1 | .2 | .3 | .4 | .5 | .6 | .7 | .8 | .9 | .آ | .ب | .C | .D | .E | .F | |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 0. | NUL | SOM | EOA | EOM | EQT | WRU | RU | BELL | BKSP | Ht | LF | VT | FF | CR | بنابراین | SI |
| 1. | DC 0 | DC 1 | DC 2 | DC 3 | DC 4 | ERR | همگام سازی | LEM | S 0 | S 1 | S 2 | S 3 | S 4 | S 5 | S 6 | S 7 |
| 2. | ||||||||||||||||
| 3. | ||||||||||||||||
| 4. | جای خالی | ! | " | # | $ | % | & | " | ( | ) | * | + | , | - | . | / |
| 5. | 0 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | : | ; | < | = | > | ? |
| 6. | ||||||||||||||||
| 7. | ||||||||||||||||
| 8. | ||||||||||||||||
| 9. | ||||||||||||||||
| آ. | @ | آ | ب | سی | دی | E | اف | جی | اچ | من | جی | ک | L | م | ن | O |
| ب. | پ | س | آر | اس | تی | U | V | دبلیو | ایکس | Y | ز | [ | \ | ] | ← | |
| سی. | ||||||||||||||||
| دی | ||||||||||||||||
| E. | آ | ب | ج | د | ه | f | g | ساعت | من | j | ک | ل | متر | n | o | |
| اف. | پ | q | r | س | تی | تو | v | w | ایکس | y | z | خروج | DEL |
در رایانه هایی که حداقل واحد آدرس پذیر حافظه یک کلمه 36 بیتی بود، ابتدا از کاراکترهای 6 بیتی استفاده می شد (1 کلمه = 6 کاراکتر). پس از انتقال به ASCII در چنین رایانه هایی، آنها شروع به قرار دادن 5 کاراکتر هفت بیتی در یک کلمه کردند (1 بیت اضافی باقی ماند)، یا 4 کاراکتر نه بیتی.
همچنین از کدهای اسکی برای شناسایی کلید فشرده شده در حین برنامه نویسی استفاده می شود. برای یک صفحه کلید استاندارد QWERTY، جدول کد به صورت زیر است:
