ASCII

Материал из Википедии — свободной энциклопедии
Перейти к: навигация, поиск
Таблица ASCII

ASCII (англ. American standard code for information interchange, [ˈæs.ki][1]) — название таблицы (кодировки, набора), в которой некоторым распространённым печатным и непечатным символам сопоставлены числовые коды. Таблица была разработана и стандартизована в США, в 1963 году. Название «ASCII» по-русски часто произносится как [аск(и)и́][источник не указан 629 дней].

Таблица ASCII определяет коды для символов:

История[править | править код]

Изначально (1963 год) ASCII была разработана для кодирования символов, коды которых помещались в 7 бит (128 символов; 27=128); при этом старший 7-й бит (нумерация с нуля) использовался для контроля ошибок, возникших при передаче данных. Со временем — кодировка была расширена до 256 символов (28=256); коды первых 128 символов не изменились. ASCII стала восприниматься как половина 8-битной кодировки, а «расширенной ASCII» называли ASCII с задействованным 8-м битом (например, КОИ-8).

Наложение символов[править | править код]

С помощью символа Backspace (BS) (возврат на один символ) на принтере можно печатать один символ поверх другого. В ASCII таким же способом можно добавить к буквам диакритические знаки (???), например:

  • a BS ' → á //a + BS + '
  • a BS ` → à
  • a BS ^ → â
  • o BS / → ø
  • c BS , → ç
  • n BS ~ → ñ

Примечание: в старых шрифтахапостроф «'» рисовался с наклоном влево (сравните: «`» и «´»), а тильда «~» — была сдвинута вверх (сравните: «~» и «˜»), так что они как раз подходили на роль символов акут «´» и «тильда сверху».

Если в одной позиции дважды напечатать один и тот же символ — получится жирный символ; если в одной позиции напечатать символ, а затем подчёркивание «_» — получится подчёркнутый символ:

  • a BS aa
  • a BS _a

Эта техника до сих пор используется, например, в справочной системе man.

Национальные варианты ASCII[править | править код]

Стандарт ISO 646 (ECMA-6) предусматривает возможность размещения в ASCII национальных символов. Для этого предлагается заменять символы «@», «[», «\», «]», «^», «`», «{», «Вертикальная черта», «}», «~». Также: на месте знака решётки «#» может быть размещён символ фунта «£», а на месте символа доллара «$» — знак валюты «¤». Такая система хорошо подходит для европейских языков, так как в них используются символы латинского алфавита и лишь несколько дополнительных символов. Вариант ASCII, не содержащий национальных символов, называется «US-ASCII» или «international reference version».

Для некоторых языков (с нелатинской письменностью: русский, греческий, арабский, иврит) существовали более радикальные модификации ASCII:

  • В одной из таких модификаций — на месте строчных латинских букв размещались национальные символы (для русского и греческого — заглавные буквы).
  • В другой модификации — предусматривалось переключение между US-ASCII и национальным вариантом; переключение осуществлялось «на лету»: с помощью символов «SO» (англ. shift out) и «SI» (англ. shift in); в этом случае — в национальном варианте можно было полностью заменить латинские буквы на национальные символы. См. также: КОИ-7.

Впоследствии оказалось удобнее использовать 8-битовые кодировки (кодовые страницы), в которых нижнюю половину кодовой таблицы (0—127) занимают символы US-ASCII, а верхнюю (128—255) — дополнительные символы, включая набор национальных символов. Таким образом, верхняя половина таблицы ASCII (до повсеместного внедрения Юникода) активно использовалась для представления локализированных символов, букв местного языка. Отсутствие единого стандарта размещения кириллических символов в таблице ASCII доставляло множество проблем с кодировками (КОИ-8, Windows-1251 и др.). Носители других языков с нелатинской письменностью тоже страдали, из-за наличия нескольких разных кодировок.

Первые 128 символов стандарта Юникод — совпадают с соответствующими символами US-ASCII.

Таблица ASCII
  .0 .1 .2 .3 .4 .5 .6 .7 .8 .9 .A .B .C .D .E .F
0. NUL SOH STX ETX EOT ENQ ACK BEL BS HT LF VT FF CR SO SI
1. DLE DC1 DC2 DC3 DC4 NAK SYN ETB CAN EM SUB ESC FS GS RS US
2.     ! " # $ % & ' ( ) * + , - . /
3. 0 1 2 3 4 5 6 7 8 9 : ; < = > ?
4. @ A B C D E F G H I J K L M N O
5. P Q R S T U V W X Y Z [ \ ] ^ _
6. ` a b c d e f g h i j k l m n o
7. p q r s t u v w x y z { | } ~ DEL

В первой версии стандарта ASCII (1963 год) — в позициях 0x5e (94) и 0x5f (95) располагались символы «стрелка вверх» и «стрелка влево», соответственно. Стандарт ECMA-6 (1965 год) заменил их на знак вставки (который также используется в роли символа циркумфлекс «^» ) и символ подчёркивание «_», соответственно.

В Советском Союзе стандарт был утвержден в виде таблицы международной ссылочной версии кода КОИ-7 Н0 ГОСТ 27463-87 (СТ СЭВ 356-86) «Системы обработки информации. 7-битные кодированные наборы символов».[2]

Управляющие символы[править | править код]

Таблица ASCII создавалась для обмена информацией по телетайпу. В набор были включены непечатаемые символы, используемые как команды для управления устройством телетайп. Аналогичные команды применялись и в других докомпьютерных средствах обмена сообщениями (азбука Морзе, семафорная азбука), учитывая специфику устройства.

Примечание: далее в списке — коды символов записаны в шестнадцатеричной системе счисления, после названий символов.

  • NUL, 00 — null («пустой»). Символ null всегда игнорировался. На перфолентах, цифра «1» обозначалась отверстием, а цифра «0» — отсутствием отверстия. Участки перфоленты, на которых не была записана информация — не содержали отверстий (то есть содержали символы null); такие участки располагались в начале и в конце ленты. Символ null по сей день используется во многих языках программирования (как признак конца строки) и обозначается «\0». (Термин «строка» обозначает последовательность символов.) В некоторых операционных системах, null — последний символ любого текстового файла.

Сообщения, передаваемые по каналу связи, делились на две части:

  • Заголовок;
  • Текст.

«Заголовок» содержал: адреса отправителя и получателя, контрольную сумму и т. п.; мог размещаться до «текста» или после. Термином «текст» называлась часть сообщения, предназначенная для печати.

Символ Код Расшифровка Перевод Описание
SOH 01 start of heading начало «заголовка»
STX 02 start of text начало «текста» Включить печатающее устройство (телетайп). Текст для печати — располагался между символами «STX» и «ETX».
ETX 03 end of text конец «текста» Выключить печатающее устройство (телетайп). В наши дни — код «03» используется для отправки процессу сигнала «SIGINT» (сигнал-прерывание: англ. signal interrupt) и может быть набран нажатием комбинации клавиш Ctrl+C. Получив такой сигнал — процесс должен завершить работу.
EOT 04 end of transmission конец передачи Символ используется эмуляторами терминалов в значении «Конец файла» (EOF: англ. end of file) и может быть отправлен нажатием комбинации клавиш Ctrl+D. Получив такой сигнал — эмулятор терминала определит процесс, который в данный момент работает с терминалом, и установит в стандартном потоке ввода этого процесса (stdin: англ. standard input stream) флаг — «Конец файла». В результате, процесс прекратит чтение stdin — и начнёт обработку прочитанных данных.
ENQ 05 enquire «Прошу подтверждения!»
ACK 06 acknowledgement «Подтверждаю!» Символ «NAK» — означает обратное: «Не подтверждаю!».
BEL 07 bell звуковой сигнал: звонок Символ часто обозначается как «\a» и используется для подачи звукового сигнала. В современном персональном компьютере, звук воспроизведёт встроенный динамик. Например, следующие команды могут воспроизвести такой звук:
  • echo -e "\a" или echo -e "\007" — если эта команда будет введена через программу «bash»;
  • echo ^G — если эта команда будет введена через программу «cmd.exe» (для ввода символа «^G» — нажмите Ctrl+G);
  • printf( "\a" ); — если эта команда будет выполнена как исходный код программы на языке «Си».
BS 08 backspace возврат на один символ Клавиша Backspace служит для стирания предыдущего символа.
TAB 09 tab горизонтальная табуляция Обозначается как «\t». Иногда называется «HT» (от англ. horizontal tabulation).
LF 0A line feed перевод строки Команда для опускания каретки печатающего устройства на одну строку вниз. Обозначение конца строки текстового файла различается в семействах операционных систем:
  • для «UNIX» — одиночный символ «LF»;
  • для «Windows» — последовательность символов «CR LF».

Во многих языках программирования, символ обозначается как «\n». Нажатие на клавишу Enter при выводе текста — переводит строку.

VT 0B vertical tab вертикальная табуляция
FF 0C form feed «прогон страницы», новая страница Команда для принтера: продолжить печать с начала следующего листа.
CR 0D carriage return возврат каретки Команда для принтера: продолжить печать с начала текущей строки (не с новой строки)... Во многих языках программирования — символ «CR» обозначается как «\r». В операционной системе «Mac» — символ «CR» (в прошлом) обозначал конец строки текстового файла... С клавиатуры — символ «CR» может быть введёт нажатием комбинации клавиш: Ctrl+M.
SO 0E shift out «Переключиться на другую ленту» (кодировку) Другая лента обычно была окрашена в красный цвет. В дальнейшем — символ использовался для переключения на национальную кодировку.
SI 0F shift in «Переключиться на исходную ленту» (кодировку) Команда для выполнения действия, обратного действию «SO».
DLE 10 data link escape «Освобождение канала данных» Любые символы, следующие после — должны восприниматься как данные, а не как управляющие символы.
DC1 11 device control 1 Первый символ управления устройством Команда включить устройство чтения перфоленты.
DC2 12 device control 2 Второй символ управления устройством Команда включить перфоратор.
DC3 13 device control 3 Третий символ управления устройством Команда выключить устройство чтения перфоленты.
DC4 14 device control 4 Четвёртый символ управления устройством Команда выключить перфоратор.
NAK 15 negative acknowledgment «Не подтверждаю!» Обратно символу «ACK».
SYN 16 synchronization Этот символ передавался, когда (для синхронизации) было необходимо что-нибудь передать.
ETB 17 end of text block конец текстового блока Иногда текст (по техническим причинам) разбивался на блоки.
CAN 18 cancel «Отмена» Отмена того, что было передано ранее.
EM 19 end of medium «Конец носителя» Кончилась перфолента, бумага — и т. п.
SUB 1A substitute «Подставить» Символ ставится:
  • На месте символа, значение которого было потеряно (или испорчено) при передаче;
  • Перед символом, для интерпретации которого нужно переключиться на дополнительный набор символов;
  • Перед символом, печатать который нужно другим цветом...

В настоящее время — символ вставляется нажатием комбинации клавиш Ctrl+Z и используется для обозначения конца файла в операционных системах «DOS» и «Windows».

ESC 1B escape Знак того, что символ, следующий после «ESC», имеет какое-то другое (отличное от определённого в ASCII) значение. Обычно после символа «ESC» следуют управляющие последовательности; в операционной системе «DOS» они реализуются драйвером «ANSI.SYS».
DEL 7F delete стереть последний символ Символом «DEL» (состоящим в двоичном коде из всех единиц) можно было «забить» любой символ. Устройства и программы игнорировали «DEL» так же, как и «NUL».

Код этого символа происходит из первых текстовых процессоров с памятью на перфоленте: в них удаление символа происходило «забиванием» его кода дырочками (обозначавшими логические единицы).

Поддерживалось разделение данных на 4 уровня:

Символ Код Расшифровка Перевод Описание
FS 1C file separator разделитель файлов сообщение могло состоять из файлов
GS 1D group separator разделитель групп файлы могли состоять из групп
RS 1E record separator разделитель записей группы могли состоять из записей
US 1F unit separator разделитель юнитов записи могли состоять из юнитов

Структурные свойства таблицы[править | править код]

  • Коды символов цифр «0»—«9» в двоичной системе счисления начинаются с 00112, а заканчиваются двоичными значениями чисел. Например, 01012 — число 5, а 0011 01012 — символ «5». Зная об этом — можно преобразовать двоично-десятичные числа (BCD) в ASCII-строку с помощью простого добавления слева 00112 к каждому двоично-десятичному полубайту.
  • Буквы «A»—«Z» верхнего и нижнего регистров различаются в своём представлении только одним битом, что упрощает преобразование регистра и проверку на принадлежность кода к диапазону значений. Буквы представляются своими порядковыми номерами в алфавите, записанными пятью цифрами в двоичной системе счисления, перед которыми стоит 0102 (для букв верхнего регистра) или 0112 (для букв нижнего регистра).

Представление ASCII в ЭВМ[править | править код]

На подавляющем большинстве современных компьютеров, минимально адресуемая единица памяти — байт (размером в 8 бит); поэтому там используются 8-битные, а не 7-битные символы. Обычно символ ASCII расширяют до 8 бит, просто добавляя один нулевой бит в качестве старшего.

На компьютерах IBM/360 однако (в случае использования ASCII) применялся другой метод: 6-й бит (если первым считать самый младший бит) перемещается в 7-й, а бывший 7-й «раздваивается» и копируется и в 8-й бит, и в 6-й. Получается такая таблица[3]:

  .0 .1 .2 .3 .4 .5 .6 .7 .8 .9 .A .B .C .D .E .F
0. NUL SOM EOA EOM EQT WRU RU BELL BKSP HT LF VT FF CR SO SI
1. DC0 DC1 DC2 DC3 DC4 ERR SYNC LEM S0 S1 S2 S3 S4 S5 S6 S7
2.                                
3.                                
4. BLANK  ! " # $  % & ' ( ) * + , - . /
5. 0 1 2 3 4 5 6 7 8 9  :  ; < = >  ?
6.                                
7.                                
8.                                
9.                                
A. @ A B C D E F G H I J K L M N O
B. P Q R S T U V W X Y Z [ \ ]
C.                                
D.                                
E.   a b c d e f g h i j k l m n o
F. p q r s t u v w x y z       ESC DEL

На компьютерах с минимально адресуемой единицей памяти в 36 бит — поначалу использовали 6-битные символы (1 слово = 6 символов). После перехода на ASCII на таких компьютерах в одном слове стали размещать либо 5 семибитовых символов (1 бит оставался лишним), либо 4 девятибитовых символа.

Коды ASCII используются в программировании как промежуточные кроссплатформенные коды нажатых клавиш (в противовес скан-кодам IBM PC и прочим внутренним кодам). Для раскладки клавиатуры QWERTY — таблица кодов выглядит так, как показано в следующей таблице.

Escape

27


F1

112

F2

113

F3

114

F4

115

F5

116

F6

117

F7

118

F8

119

F9

120

F10

121

F11

122

F12

123

Print Screen

Scroll Lock

145

Pause

19


`

192

1

49

2

50

3

51

4

52

5

53

6

54

7

55

8

56

9

57

0

48

-

189

=+

187

Back Space

8

Insert

45

Home

36

Page Up

33

Num Lock

144

/ доп.

111

* доп.

106


+ доп.

107

Tab

9

Q

81

W

87

E

69

R

82

T

84

Y

89

U

85

I

73

O

79

P

80

[

219

]

221


Delete

46

End

35

Page Down

34

7 доп.

103

8 доп.

104

9 доп.

105

Caps Lock

20

A

65

S

83

D

68

F

70

G

71

H

72

J

74

K

75

L

76

;

186

'

222

Enter

13




4 доп.

100

5 доп.

101

6 доп.

102



Enter доп.


13

Shift

16

Z

90

X

88

C

67

V

86

B

66

N

78

M

77

,<

188

.>

190

/

191

Shift

16

\|

220



Up

38


1 доп.

97

2 доп.

98

3 доп.

99

Ctrl

17

win


Alt

18

Space Bar

32

Alt

18

win

list

Ctrl

17


Left

37

Down

40

Right

39

Ins/0

45/96

Del/.

46/110

Примечания[править | править код]

См. также[править | править код]

Ссылки[править | править код]

Кодировки символов
Основы алфавиттекст (файлданные) • набор символовконверсия
Исторические кодировки Докомп.: семафорная (Макарова)МорзеБодоМТК-2
Комп.: 6-битнаяУППRADIX-50EBCDIC (ДКОИ-8) • КОИ-7ISO 646
современное
8-битное
представление
символы ASCII (управляющиепечатные) • не-ASCII (псевдографика)
8-битные код.стр. Кириллица: КОИ-8Основная кодировкаMacCyrillic
ISO 8859 1 (лат.)2345 (кир.)6789101112131415 (€)16
Windows 12501251 (кир.)1252125312541255125612571258WGL4
IBM & DOS 437850852855866 «альт.»МИКНИИ ЭВМ
Многобайтные Традиционные DBCS (GB2312) • HTML
Unicode UTF-32UTF-16UTF-8список символов (кириллица)
Связанные темы интерфейс пользователяраскладка клавиатурылокальперевод строкишрифттранслитнестандартные шрифты
Утилиты iconvrecode