ASCII

" ISO 646 " omdirigerer her. Om dette emnet må du lage en egen artikkel .

ASCII-tabell

ASCII ( engelsk  amerikansk standardkode for informasjonsutveksling , [ ˈ æ s . k i ] [ 1 ] ) navnet på en tabell (koding , sett), der numeriske koder er assosiert med noen vanlige trykte og ikke -utskrivbare tegn. Tabellen ble utviklet og standardisert i USA i 1963.

ASCII-tabellen definerer koder for tegn:

• Desimalsiffer ;
• latinsk alfabet ;
• nasjonalalfabet ;
• skilletegn ;
• kontrolltegn .

Historie

Opprinnelig (1963) ble ASCII utviklet for å kode tegn hvis koder passet inn i 7 biter (128 tegn; 2 ⁷ \u003d 128), og den mest signifikante bit nr. 7 (nummerering fra null) ble brukt til å kontrollere feil som oppstod under dataoverføring . I den første versjonen var det bare store bokstaver som ble kodet. Bånd (grupper på 16 tegn) nr. 6 og 7 (nummerering starter fra 0) ble reservert for videre utvidelse. Det har vært diskusjon om å bruke dette området for små bokstaver eller kontrolltegn.

I 1965 ble det utarbeidet en ny utgave av ASCII, som aldri ble publisert. Den ble ikke brukt andre steder enn IBM 2260/2848- terminalene . Følgende spesifikasjon ble publisert i 1967, og alle tegnene i den har ikke endret posisjon i tabellen siden.

Over tid ble kodingen utvidet til 256 tegn (2 ⁸ = 256); kodene til de første 128 tegnene er ikke endret. ASCII begynte å bli oppfattet som halvparten av 8-biters koding, og "utvidet ASCII" ble kalt ASCII med den 8. biten involvert (for eksempel KOI-8 ).

Symboloverlegg

Ved å bruke Backspace (BS) -tegnet (backspace ) på skriveren kan du skrive ut ett tegn oppå et annet. I ASCII kan du legge til diakritiske tegn på bokstaver på samme måte , for eksempel:

• a BS '→ a
• a BS `→ a
• a BS ^→ â
• o BS /→ ø
• c BS ,→ ç
• n BS ~→ s

Merk . I eldre skrifttyper ble apostrof "'" trukket skrått til venstre (sammenlign: " ` " og " ´ "), og tilde "~" ble flyttet opp (sammenlign: " ~ " og " ˜ "), så de akkurat egnet for rollen som symbolene akutt "´" og "tilde på toppen".

Hvis du skriver ut det samme tegnet to ganger i én posisjon, får du et fet skrift ; hvis du skriver ut et tegn i én posisjon, og deretter  et understrek «_» , får du et understreket tegn:

• a BS a→ a
• a BS _→ a

Denne teknikken brukes fortsatt i dag, for eksempel i hjelpesystemet man.

Nasjonale varianter av ASCII

ISO 646 (ECMA-6) standarden gir mulighet for å plassere nasjonale tegn i ASCII. For å gjøre dette foreslås det å erstatte tegnene " @ ", " [ ", " \ ", " ] ", " ^ ", " ` ", " { ", " | "", " } ", " ~ ". I stedet for pundtegnet "#" kan også pundsymbolet "£" plasseres , og i stedet for dollarsymbolet "$"  - valutategnet "¤" . En variant av ASCII som ikke inneholder nasjonale tegn kalles "US-ASCII" eller "internasjonal referanseversjon".

For noen språk (med ikke-latinsk skrift : russisk , gresk , arabisk , hebraisk , etc.) var det mer radikale modifikasjoner av ASCII:

• I en av disse modifikasjonene ble nasjonale symboler plassert i stedet for små latinske bokstaver (for russisk og gresk  - store bokstaver ).
• I en annen modifikasjon ble veksling mellom US-ASCII og den nasjonale versjonen gitt; bytte ble utført "on the fly": ved bruk av tegnene "SO" ( eng.  s hift ut ) og "SI" ( eng.  s hift i n ); i dette tilfellet, i den nasjonale versjonen, var det mulig å erstatte latinske bokstaver fullstendig med nasjonale symboler. Se også: KOI-7 .

Deretter viste det seg å være mer praktisk å bruke 8-biters kodinger ( kodesider ), der den nedre halvdelen av kodetabellen (0-127) er okkupert av US-ASCII-tegn, og den øvre halvdelen (128-255) ) er opptatt av flere tegn, inkludert et sett med nasjonale tegn. Dermed ble den øvre halvdelen av ASCII-tabellen (før den utbredte adopsjonen av Unicode ) mye brukt til å representere lokaliserte tegn, bokstavene til det lokale språket. Mangelen på en enkelt standard for å plassere kyrilliske tegn i ASCII-tabellen forårsaket mange problemer med koding ( KOI-8 , Windows-1251 , etc.). Høyttalere av andre språk med ikke-latinske skript led også på grunn av tilstedeværelsen av flere forskjellige kodinger.

De første 128 tegnene i Unicode -standarden er de samme som de tilsvarende US-ASCII-tegnene.

ASCII-tabell

	.0	.en	.2	.3	.fire	.5	.6	.7	.åtte	.9	.EN	.B	.C	.D	.E	.F
0.	NUL	SOH	STX	ETX	EOT	ENQ	ACK	BEL	BS	HT	LF	VT	FF	CR	SÅ	SI
en.	DLE	DC1	DC2	DC3	DC4	NAK	SYN	ETB	KAN	EM	UNDER	ESC	FS	GS	RS	OSS
2.		!	"	#	$	%	&	'	(	)	*	+	,	-	.	/
3.	0	en	2	3	fire	5	6	7	åtte	9	:	;	<	=	>	?
fire.	@	EN	B	C	D	E	F	G	H	Jeg	J	K	L	M	N	O
5.	P	Q	R	S	T	U	V	W	X	Y	Z	[	\	]	^	_
6.	`	en	b	c	d	e	f	g	h	Jeg	j	k	l	m	n	o
7.	s	q	r	s	t	u	v	w	x	y	z	{	|	}	~	DEL

I den første versjonen av ASCII-standarden (1963) - i posisjonene 0x5e (94) og 0x5f (95) var tegnene henholdsvis "pil opp" og "pil venstre". ECMA-6-standarden (1965) erstattet dem med henholdsvis merket og understreken "_" .

I Sovjetunionen ble standarden godkjent i form av en tabell over den internasjonale referanseversjonen av koden KOI-7 H0 GOST 27463-87 (ST SEV 356-86) "Informasjonsbehandlingssystemer. 7-bits kodede tegnsett".

Kontrolltegn

Hovedartikkel: Kontrollkarakterer

ASCII-tabellen ble opprettet for utveksling av informasjon over teletype . Settet inkluderte ikke-utskrivbare tegn brukt som kommandoer for å kontrollere teletypen. Lignende kommandoer ble brukt i andre meldingsverktøy før datamaskinen ( morsekode , semaforalfabet ), gitt spesifikasjonene til enheten. De fleste av ASCII-kontrollkarakterene mistet snart formålet og brukes ikke i moderne datasystemer.

Merk: lenger i listen - tegnkoder er skrevet i heksadesimalt tallsystem , etter navnene på tegnene.

• NUL , 00 - null ("tom"). Karakteren nullhar alltid blitt ignorert. På stansede bånd ble tallet "1" angitt med et hull, og tallet "0" ble indikert med fraværet av et hull. Delene av det stansede båndet som det ikke ble registrert informasjon på, inneholdt ikke hull (det vil si at de inneholdt symboler null); slike seksjoner var plassert i begynnelsen og på slutten av båndet. Symbolet nullbrukes fortsatt på mange programmeringsspråk \u200b\u200btil i dag (som et tegn på slutten av en linje ) og er betegnet med " \0 " (Begrepet streng refererer til en sekvens av tegn.) På noen operativsystemer er null det siste tegnet i en tekstfil .

Meldingene som ble sendt over kommunikasjonskanalen ble delt inn i to deler:

• tittel;
• Tekst.

"Overskrift" inneholdt: avsender- og mottakeradresser, sjekksum osv .; kan plasseres før "teksten" eller etter. Begrepet "tekst" var den delen av meldingen som var ment for utskrift.

Symbol	HEX-kode	Dekryptering	Oversettelse	Beskrivelse
SOH	01	første overskriften _ _ _ _	begynnelsen av "header"	Start-av-header-symbolet (SOH) markerer en separasjon som ikke er datadata: den delen av strømmen som inneholder adresser og andre overhead.
STX	02	t e x t _ _	begynnelsen av "tekst"	Slå på skriveren (TTY). Teksten for utskrift var plassert mellom symbolene " STX" og " ETX".
ETX	03	slutten av t e x t	slutten av "tekst"	Slå av skriveren (TTY). I disse dager brukes koden " 03" til å sende et " SIGINT " -signal til en prosess og kan skrives inn ved å trykke på tastekombinasjonen + . Ved mottak av et slikt signal må prosessen avsluttes .  CtrlC
EOT	04	e nd o f t sending	slutten av overføringen	Symbolet brukes av terminalemulatorer i betydningen " End på fil " ( EOF : engelsk ende  av fil ) og kan sendes ved å trykke på tastekombinasjonen Ctrl+ D. Ved mottak av et slikt signal vil terminalemulatoren bestemme prosessen som for øyeblikket jobber med terminalen, og sette slutten av filen på standardinngangsstrømmen til denne prosessen ( stdin : eng.  st andar d in put stream ) . Som et resultat vil prosessen slutte å lese stdin og begynne å behandle de leste dataene.
ENQ	05	spørre _	"Vennligst bekreft!"
ACK	06	ack nå avsats	"Jeg bekrefter!"	Symbolet " NAK" betyr det motsatte: "Jeg bekrefter ikke!".
BEL	07	bel l	pip : bjelle	Tegnet er ofte representert som "\a" og brukes til å høre pipet. I en moderne personlig datamaskin vil lyden bli gjengitt av den innebygde høyttaleren . For eksempel kan følgende kommandoer spille av denne lyden: echo -e "\a"eller echo -e "\007"- hvis denne kommandoen legges inn gjennom programmet " bash" ; echo ^G- hvis denne kommandoen skal legges inn gjennom programmet " cmd.exe" (for å skrive inn symbolet " ^G", trykk Ctrl+ G); printf( "\a" );- hvis denne kommandoen vil bli utført som kildekoden til programmet på "C" -språket .
BS	08	tilbakes tempo _ _	returner ett tegn	Tasten brukes til å slette forrige tegn. ← Backspace
TAB	09	tabulering _	horisontal fane	Angitt som " \t ". Noen ganger kalt " HT" (fra engelsk  horisontal t abulation ) .
LF	0A	linje matet _ _	linjeoversettelse	Kommando for å senke skrivervognen én linje ned. End-of-line-betegnelsen for en tekstfil er forskjellig på tvers av familier av operativsystemer: for "UNIX" - et enkelt tegn " LF"; for "Windows" - sekvensen av tegn " CR LF". I mange programmeringsspråk er symbolet representert som " \n ". Hvis du trykker på en tast mens du skriver ut tekst, oversettes linjen. ↵ Enter
VT	0B	vertikal fane _ _	vertikal fane
FF	0C	skjema matet _ _	sidekjøring, ny side	Skriverkommando : Fortsett å skrive ut fra begynnelsen av neste ark.
CR	0D	c ekteskapsretur _ _	vognretur	Kommandoen for skriveren er å fortsette å skrive ut fra begynnelsen av gjeldende linje ( ikke fra en ny linje). I mange programmeringsspråk er symbolet " CR" betegnet som " \r ". På Mac -operativsystemet betegnet tegnet " CR" (tidligere) slutten av en linje i en tekstfil. Fra tastaturet kan symbolet " CR" skrives inn ved å trykke på tastekombinasjonen: Ctrl+ M.
SÅ	0E	s hift ut _	"Bytt til et annet bånd (koding)"	Det andre båndet ble vanligvis farget rødt. I fremtiden ble symbolet brukt til å bytte til den nasjonale kodingen.
SI	0F	s skift i n	"Bytt til original tape (koding)"	Kommandoen for å utføre handlingen, det motsatte av handlingen " SO".
DLE	ti	d ata l blekkutslipp _ _	"Skjermer datakanalen"	Eventuelle tegn etter " DLE" skal behandles som data og ikke som kontrolltegn.
DC1	elleve	d enhetskontroll 1 _ _	Første enhetskontrollkarakter	Kommandoen for å aktivere hullbåndleseren .
DC2	12	enhetskontroll 2 _ _ _	Andre enhetskontrollkarakter	Kommandoen for å slå på puncheren .
DC3	1. 3	enhetskontroll 3 _ _ _	Tredje enhetskontrollkarakter	Kommandoen for å slå av hullbåndleseren.
DC4	fjorten	enhetskontroll 4 _ _ _	Fjerde enhetskontrollkarakter	Kommandoen for å slå av punch.
NAK	femten	n negativ a c k notledgment	"Jeg godkjenner ikke!"	Omvendt tegn " ACK".
SYN	16	synkronisering _		Dette tegnet ble overført når (for synkronisering) det var nødvendig å overføre noe.
ETB	17	ende av t ext b lås	slutten av tekstblokken	Noen ganger ble teksten (av tekniske årsaker) delt opp i blokker.
KAN	atten	kan cel	"Avbryt"	Kansellering av det som tidligere ble overført.
EM	19	e n d av medium	"End of Bearer"	Uthullet tape, papir osv. har gått tom.
UNDER	1A	erstatte _	"Erstatning"	Symbolet er plassert: I stedet for et symbol hvis betydning ble tapt (eller ødelagt) under overføring; Før en karakter hvis tolkning krever å bytte til et ekstra tegnsett; Før tegnet skal skrives ut i en annen farge... For øyeblikket settes tegnet inn ved å trykke på tastekombinasjonen Ctrl+ Zog brukes til å indikere slutten av filen i operativsystemene "DOS" og "Windows" .
ESC	1B	esc ape		Et tegn på at tegnet etter " ESC" har en annen (ikke-ASCII) betydning. Vanligvis blir ESCtegnet " " fulgt av escape-sekvenser ; i DOS- operativsystemet implementeres de av ANSI.SYS- driveren .
DEL	7F	del ete	slett det siste tegnet	Symbolet " DEL" (bestående av alle enheter i binær kode) kan "hamre" et hvilket som helst tegn. Enheter og programmer ignorert " DEL" på samme måte som " NUL". Koden til dette tegnet kommer fra de første tekstbehandlerne med hullbåndminne : i dem skjedde slettingen av et tegn ved å "hamre" koden med hull (som betegner logiske enheter ).

Dataseparasjon i 4 nivåer ble støttet:

Symbol	Koden	Dekryptering	Oversettelse	Beskrivelse
FS	1C	filseparator _ _ _	filseparator	meldingen kan bestå av filer
GS	1D	g - gruppes separator	gruppeseparator	filer kan grupperes
RS	1E	r ecord s separator	postseparator	grupper kan bestå av oppføringer
OSS	1F	u nit s separator	enhetsseparator	poster kan bestå av enheter

Strukturelle egenskaper for tabellen

• Tegnkodene til tallene "0" - "9" i det binære tallsystemet begynner med 0011 ₂ og slutter med binære tallverdier. For eksempel er 0101 ₂  tallet 5, og 0011 0101 ₂  er tegnet "5". Når du vet dette, kan du konvertere binærkodede desimaltall (BCD) til en ASCII-streng ved å legge til 0011 ₂ til venstre for hver BCD-bit.
• Bokstavene "A" - "Z" i store og små bokstaver er forskjellig i representasjonen med bare én bit, noe som forenkler konvertering av store og små bokstaver og sjekk for kode som tilhører en rekke verdier. Bokstaver er representert av deres serienummer i alfabetet , skrevet som fem sifre i det binære systemet , foran 010 ₂ (for store bokstaver) eller 011 ₂ (for små bokstaver).
• Plasseringen av store latinske bokstaver og tall ble valgt av hensyn til kompatibilitet med seks-bits kodingen DEC SIXBIT , som dukket opp et år tidligere.
• Plasseringen av noen av de ikke-alfabetiske tegnene var på grunn av deres plassering på tastaturene på den tiden (for eksempel Teletype Model 33), hvor de migrerte fra mekaniske skrivemaskiner , spesielt "#$%_&'(). på elektromekaniske skrivemaskiner, spesielt IBM Selectric , var plasseringen av disse karakterene forskjellig, noe som er assosiert med tilstedeværelsen av noen av dem i mekanismen for å dosere støtkraften, og krevde derfor plasseringen på en nøkkel av tegn i nærheten av optisk tetthet... Plasseringen av disse tegnene, som til slutt var forskjellig fra ASCII-tabellen, ble fikset i IBM PC .

Datamaskinrepresentasjon av ASCII

På de aller fleste moderne datamaskiner er den minste adresserbare minneenheten en byte (8 bits i størrelse ); så den bruker 8-bit i stedet for 7-bit tegn. Vanligvis utvides et ASCII-tegn til 8 biter ved ganske enkelt å legge til en bit av null som den mest signifikante biten.

På IBM / 360 -datamaskiner ble imidlertid (ved bruk av ASCII) brukt en annen metode: den 6. biten (hvis den minst signifikante biten vurderes først) flyttes til den 7., og den tidligere 7. er "forked" og kopiert til 8. bit , og i 6. Dette resulterer i en tabell :

	.0	.en	.2	.3	.fire	.5	.6	.7	.åtte	.9	.EN	.B	.C	.D	.E	.F
0.	NUL	SOM	EOA	EOM	EQT	WRU	EN	KLOKKE	BKSP	HT	LF	VT	FF	CR	SÅ	SI
en.	DC 0	DC 1	DC 2	DC 3	DC 4	FEIL	SYNC	LEM	S0 _	S1 _	S2 _	S3 _	S4 _	S5 _	S6 _	S7 _
2.
3.
fire.	BLANK	!	"	#	$	%	&	'	(	)	*	+	,	-	.	/
5.	0	en	2	3	fire	5	6	7	åtte	9	:	;	<	=	>	?
6.
7.
åtte.
9.
EN.	@	EN	B	C	D	E	F	G	H	Jeg	J	K	L	M	N	O
b.	P	Q	R	S	T	U	V	W	X	Y	Z	[	\	]	↑	←
C.
D.
E.		en	b	c	d	e	f	g	h	Jeg	j	k	l	m	n	o
F.	s	q	r	s	t	u	v	w	x	y	z				ESC	DEL

På datamaskiner med en minimum adresserbar minneenhet på 36 biter, ble det først brukt 6-bits tegn (1 ord = 6 tegn). Etter overgangen til ASCII begynte slike datamaskiner å plassere enten 5 syv-bits tegn i ett ord (1 bit forble overflødig), eller 4 ni-bits tegn.

ASCII-koder brukes i programmering som mellomliggende kryssplattformkoder for tastetrykk (i motsetning til IBM PC - skannekoder og andre interne koder). For QWERTY- tastaturoppsettet ser kodetabellen ut som den som vises i følgende tabell .

27 112 113 114 115 116 117 118 119 120 121 122 123 44 145 19 192 49 femti 51 52 53 54 55 56 57 48 189 187 åtte 45 36 33 144 111 106 109 9 81 87 69 82 84 89 85 73 79 80 219 221 1. 3 46 35 34 103 104 105 107 tjue 65 83 68 70 71 72 74 75 76 186 222 220 100 101 102 16 226 90 88 67 86 66 78 77 188 190 191 16 38 97 98 99 1. 3 17 91 atten 32 atten 92 93 17 37 40 39 96 110

Se også

• Bærbart tegnsett
• Kontrollkarakterer
• EBCDIC
• YUSCII
• Unicode
• ASCII art
• KOI-8

Lenker

• ASCII fargetabell
• Standard ECMA-6: 7-bit kodet tegnsett. 6. utgave  (engelsk) . Ecma international (desember 1991). Arkivert fra originalen 23. august 2011.
• Tom Jennings. En kommentert historie for noen tegnkoder eller ASCII. Amerikansk standardkode for informasjonsinfiltrasjon  (engelsk) (29. oktober 2004). Arkivert fra originalen 23. august 2011.
• ASCII-diagram og andre  ressurser . jimprice.com.