Öğretmenim bana ASCII'nin 8 bitlik karakter kodlama şeması olduğunu söyledi. Ancak sadece 0-127 kodlar için tanımlanmıştır, yani 7-bit'e sığabilir. O halde ASCII bitinin aslında 7 bitlik kod olduğu tartışılamaz mı?
Ve ASCII'nin 8 bitlik kod olduğunu söylerken ne demek istiyoruz?
Yanıtlar:
ASCII aslında aslında 7 bitlik bir kod olarak düşünülmüştür. Bu, 8 bitlik baytların her yerde bulunmasından çok önce yapıldı ve hatta 1990'larda bile, her bir metnin 8. bitini kendi amaçları için kullanabileceğini varsayan yazılımlar bulabiliyordunuz ("8 bitlik temiz değil"). Günümüzde insanlar bunu , 0x80'den 0xFF'ye kadar olan baytların tanımlanmış bir anlamı olmayan 8 bitlik bir kodlama olarak düşünüyor , ancak bu bir retcon .
8. biti kullanan düzinelerce metin kodlaması vardır; ASCII uyumlu veya değil ve sabit veya değişken genişlikli olarak sınıflandırılabilirler. ASCII uyumlu , bağlamdan bağımsız olarak , 0x00 ile 0x7F arasındaki değerlere sahip tek baytların ASCII'de olacakları aynı karakterleri kodladığı anlamına gelir . Kaçınabiliyorsanız, ASCII uyumlu olmayan bir metin kodlamayla hiçbir ilginiz olmasını istemezsiniz; ASCII bekleyen saf programlar, onları felaketle yanlış yorumlama eğilimindedir, genellikle güvenliği bozar. Bugünlerde o kadar kullanımdan kaldırıldılar ki (örneğin) HTML5, UTF-16'nın talihsiz istisnası dışında, genel Web'de kullanımlarını yasaklıyor . Artık onlar hakkında konuşmayacağım.
Sabit genişlikli kodlama, kulağa nasıl geldiği anlamına gelir: tüm karakterler aynı sayıda bayt kullanılarak kodlanır. ASCII uyumlu olması için, bir sabit kodlamanın tüm karakterlerini yalnızca bir bayt kullanarak kodlaması gerekir, böylece 256 karakterden fazla olamaz. Günümüzde en yaygın bu tür kodlama , ISO 8859-1'in bir uzantısı olan Windows- 1252'dir .
Bugünlerde bilinmeye değer tek bir değişken genişlikli ASCII uyumlu kodlama var, ancak çok önemli: Tüm Unicode'u ASCII uyumlu bir kodlamada paketleyen UTF-8 . Yönetebiliyorsanız bunu gerçekten kullanmak istiyorsunuz.
Son bir not olarak, "ASCII" bugünlerde pratik tanımını orijinal standardından (ANSI X3.4-1968) değil, Unicode'dan alıyor , çünkü tarihsel olarak ASCII 127 karakter repertuarında birkaç düzine varyasyon vardı - örneğin, bazıları Fransızca metnin iletimini kolaylaştırmak için noktalama işaretleri aksanlı harflerle değiştirilebilir. Günümüzde tüm bu varyasyonlar eskidir ve insanlar "ASCII" dediklerinde, 0x00 ile 0x7F arasındaki değerlere sahip baytların U + 0000 ile U + 007F arasındaki Unicode kod noktalarını kodladığı anlamına gelir. Bu muhtemelen sadece, kendinizi teknik bir standart yazarken bulursanız, sizin için önemli olacaktır.
ASCII'nin geçmişi ve ondan önceki kodlamalarla ilgileniyorsanız, "The Evolution of Character Codes, 1874-1968" (samizdat kopyası http://falsedoor.com/doc/ascii_evolution-of- adresinde) ile başlayın. karakter-kodları.pdf ) ve sonra referanslarını takip edin (bunların çoğu çevrimiçi olarak mevcut değildir ve bir üniversite kütüphanesine erişimle bile bulmak zor olabilir, üzgünüm).
Orijinal ASCII tablosu 7 bit olarak kodlanmıştır, bu nedenle 128 karaktere sahiptir.
Günümüzde çoğu okuyucu / editör , 8 bitte kodlanmış ve 256 karaktere sahip ( Á , Ä , Œ , é , è ve Avrupa dilleri için de yararlı olan diğer karakterler dahil ) "genişletilmiş" bir ASCII tablosu ( ISO 8859-1'den ) kullanmaktadır. matematiksel glifler ve diğer semboller olarak).
Temel ASCII tablosu olarak UTF-8 kullanır aynı kodlama (anlam iken 0x41olan bir Her iki kodları), bu "Latince Genişletilmiş-A" blok için aynı kodlamayı paylaşmaz. Bu bazen alakart veya piñata gibi kelimelerde garip karakterlerin görünmesine neden olur .
ASCII kodlaması 7 bittir, ancak pratikte ASCII'de kodlanan karakterler 7 bitlik gruplar halinde depolanmaz. Bunun yerine, MSB genellikle 0'a ayarlanmış olarak bir ASCII bir baytta saklanır (evet, ASCII'de boşa harcanır).
Bir metin düzenleyicide ASCII karakter kümesine bir dize girerek, kodlamayı ASCII olarak ayarlayarak ve ikili / onaltılı görüntüleyerek bunu doğrulayabilirsiniz:
Kenara: (kesinlikle) ASCII kodlama kullanımı (yok UTF-8 lehine, şimdi nadirdir değil - aslında, 1 bir MSB kod noktası 1'den fazla bayt ile kodlanmış belirten MSB yukarıda belirtilen atık).
Orijinal ASCII kodu, 0 ila 127 arasında numaralandırılmış 128 farklı karakter sağladı. 7 bitlik ASCII eş anlamlıdır, çünkü 8 bitlik bayt ortak depolama öğesi olduğundan ASCII, yabancı diller ve diğer semboller için kullanılan 128 ek karakter için yer bırakır. Ancak 7 bitlik kod, 8 bitlik koddan önce orijinal yapıldı. ASCII, Bilgi Alışverişi için Amerikan Standart Kodu anlamına gelir. Eski internet posta sistemlerinde, yalnızca 7 bitlik ASCII kodlarını desteklediğinden, bunun nedeni, emici sistemler üzerinden programları ve multimedya dosyalarını çalıştırabilmesiydi. Bu sistemler 8 bit bayt kullanır ancak daha sonra MIME, UUcoding ve BinHex gibi kodlama yöntemleri kullanılarak 7 bitlik bir biçime dönüştürülmelidir. Bu, 8 bitin 7 bitlik karakterlere dönüştürüldüğü anlamına gelir, bu da onları kodlamak için fazladan bayt ekler.
ASCII'yi 7 bitlik kod olarak çağırdığımızda, en soldaki bit işaret biti olarak kullanılır, dolayısıyla 7 bit ile 127'ye kadar yazabiliriz. Bu, -126'dan 127'ye anlamına gelir çünkü ASCII'nin Maks imam değeri 0 ila 255'tir. sadece son bit işaret biti olarak kabul edilirse 7 bit argümanından memnun