複製鏈接
請複製以下鏈接發送給好友

ASCII

編輯 鎖定
ASCII (American Standard Code for Information Interchange):美國信息交換標準代碼是基於拉丁字母的一套電腦編碼系統,主要用於顯示現代英語和其他西歐語言。它是最通用的信息交換標準,並等同於國際標準 ISO/IEC 646。ASCII第一次以規範標準的類型發表是在1967年,最後一次更新則是在1986年,到目前為止共定義了128個字符 [1] 
中文名
美國信息交換標準代碼
外文名
American Standard Code for Information Interchange
別    名
ASCII代碼
簡    稱
ASCII
類    別
編碼標準
作    用
顯示現代英語和其他西歐語言
數    量
128個字符
發表時間
1967年

ASCII產生原因

編輯
在計算機中,所有的數據在存儲和運算時都要使用二進制數表示(因為計算機用高電平低電平分別表示1和0),例如,像a、b、c、d這樣的52個字母(包括大寫)以及0、1等數字還有一些常用的符號(例如*、#、@等)在計算機中存儲時也要使用二進制數來表示,而具體用哪些二進制數字表示哪個符號,當然每個人都可以約定自己的一套(這就叫編碼),而大家如果要想互相通信而不造成混亂,那麼大家就必須使用相同的編碼規則,於是美國有關的標準化組織就出台了ASCII編碼,統一規定了上述常用符號用哪些二進制數來表示 [2] 
美國信息交換標準代碼是由美國國家標準學會(American National Standard Institute , ANSI )制定的,是一種標準的單字節字符編碼方案,用於基於文本的數據。它最初是美國國家標準,供不同計算機在相互通信時用作共同遵守的西文字符編碼標準,後來它被國際標準化組織(International Organization for Standardization, ISO)定為國際標準,稱為ISO 646標準。適用於所有拉丁文字字母 [3] 

ASCII表達方式

編輯
ASCII 碼使用指定的7 位或8 位二進制數組合來表示128 或256 種可能的字符。標準ASCII 碼也叫基礎ASCII碼,使用7 位二進制數(剩下的1位二進制為0)來表示所有的大寫和小寫字母,數字0 到9、標點符號,以及在美式英語中使用的特殊控制字符 [1]  。其中:
0~31及127(共33個)是控制字符或通信專用字符(其餘為可顯示字符)
如控制符:LF(換行)、CR(回車)、FF(換頁)、DEL(刪除)、BS(退格)、BEL(響鈴)等;
通信專用字符:SOH(文頭)、EOT(文尾)、ACK(確認)等;
ASCII值為8、9、10 和13 分別轉換為退格、製表、換行和回車字符。它們並沒有特定的圖形顯示,但會依不同的應用程序,而對文本顯示有不同的影響 [1] 
32~126(共95個)是字符(32是空格),其中48~57為0到9十個阿拉伯數字。
65~90為26個大寫英文字母,97~122號為26個小寫英文字母,其餘為一些標點符號、運算符號等。
同時還要注意,在標準ASCII中,其最高位(b7)用作奇偶校驗位。所謂奇偶校驗,是指在代碼傳送過程中用來檢驗是否出現錯誤的一種方法,一般分奇校驗和偶校驗兩種。奇校驗規定:正確的代碼一個字節中1的個數必須是奇數,若非奇數,則在最高位b7添1;偶校驗規定:正確的代碼一個字節中1的個數必須是偶數,若非偶數,則在最高位b7添1 [1] 
後128個稱為擴展ASCII碼。許多基於x86的系統都支持使用擴展(或“高”)ASCII。擴展ASCII 碼允許將每個字符的第8 位用於確定附加的128 個特殊符號字符、外來語字母和圖形符號 [1] 

ASCII標準表

編輯
ASCII碼錶具體如下所示 [1]  :
ASCII表
Bin
(二進制)
Oct
(八進制)
Dec
(十進制)
Hex
(十六進制)
縮寫/字符
解釋
0000 0000
00
0
0x00
NUL(null)
空字符
0000 0001
01
1
0x01
SOH(start of headline)
標題開始
0000 0010
02
2
0x02
STX (start of text)
正文開始
0000 0011
03
3
0x03
ETX (end of text)
正文結束
0000 0100
04
4
0x04
EOT (end of transmission)
傳輸結束
0000 0101
05
5
0x05
ENQ (enquiry)
請求
0000 0110
06
6
0x06
ACK (acknowledge)
收到通知
0000 0111
07
7
0x07
BEL (bell)
響鈴
0000 1000
010
8
0x08
BS (backspace)
退格
0000 1001
011
9
0x09
HT (horizontal tab)
水平製表符
0000 1010
012
10
0x0A
LF (NL line feed, new line)
換行鍵
0000 1011
013
11
0x0B
VT (vertical tab)
垂直製表符
0000 1100
014
12
0x0C
FF (NP form feed, new page)
換頁鍵
0000 1101
015
13
0x0D
CR (carriage return)
回車鍵
0000 1110
016
14
0x0E
SO (shift out)
不用切換
0000 1111
017
15
0x0F
SI (shift in)
啓用切換
0001 0000
020
16
0x10
DLE (data link escape)
數據鏈路轉義
0001 0001
021
17
0x11
DC1 (device control 1)
設備控制1
0001 0010
022
18
0x12
DC2 (device control 2)
設備控制2
0001 0011
023
19
0x13
DC3 (device control 3)
設備控制3
0001 0100
024
20
0x14
DC4 (device control 4)
設備控制4
0001 0101
025
21
0x15
NAK (negative acknowledge)
拒絕接收
0001 0110
026
22
0x16
SYN (synchronous idle)
同步空閒
0001 0111
027
23
0x17
ETB (end of trans. block)
結束傳輸塊
0001 1000
030
24
0x18
CAN (cancel)
取消
0001 1001
031
25
0x19
EM (end of medium)
媒介結束
0001 1010
032
26
0x1A
SUB (substitute)
代替
0001 1011
033
27
0x1B
ESC (escape)
換碼(溢出)
0001 1100
034
28
0x1C
FS (file separator)
文件分隔符
0001 1101
035
29
0x1D
GS (group separator)
分組符
0001 1110
036
30
0x1E
RS (record separator)
記錄分隔符
0001 1111
037
31
0x1F
US (unit separator)
單元分隔符
0010 0000
040
32
0x20
(space)
空格
0010 0001
041
33
0x21
!
歎號
0010 0010
042
34
0x22
"
雙引號
0010 0011
043
35
0x23
#
井號
0010 0100
044
36
0x24
$
美元符
0010 0101
045
37
0x25
%
百分號
0010 0110
046
38
0x26
&
和號
0010 0111
047
39
0x27
'
閉單引號
0010 1000
050
40
0x28
(
開括號
0010 1001
051
41
0x29
)
閉括號
0010 1010
052
42
0x2A
*
星號
0010 1011
053
43
0x2B
+
加號
0010 1100
054
44
0x2C
,
逗號
0010 1101
055
45
0x2D
-
減號/破折號
0010 1110
056
46
0x2E
.
句號
0010 1111
057
47
0x2F
/
斜槓
0011 0000
060
48
0x30
0
字符0
0011 0001
061
49
0x31
1
字符1
0011 0010
062
50
0x32
2
字符2
0011 0011
063
51
0x33
3
字符3
0011 0100
064
52
0x34
4
字符4
0011 0101
065
53
0x35
5
字符5
0011 0110
066
54
0x36
6
字符6
0011 0111
067
55
0x37
7
字符7
0011 1000
070
56
0x38
8
字符8
0011 1001
071
57
0x39
9
字符9
0011 1010
072
58
0x3A
:
冒號
0011 1011
073
59
0x3B
;
分號
0011 1100
074
60
0x3C
<
小於
0011 1101
075
61
0x3D
=
等號
0011 1110
076
62
0x3E
>
大於
0011 1111
077
63
0x3F
?
問號
0100 0000
0100
64
0x40
@
電子郵件符號
0100 0001
0101
65
0x41
A
大寫字母A
0100 0010
0102
66
0x42
B
大寫字母B
0100 0011
0103
67
0x43
C
大寫字母C
0100 0100
0104
68
0x44
D
大寫字母D
0100 0101
0105
69
0x45
E
大寫字母E
0100 0110
0106
70
0x46
F
大寫字母F
0100 0111
0107
71
0x47
G
大寫字母G
0100 1000
0110
72
0x48
H
大寫字母H
0100 1001
0111
73
0x49
I
大寫字母I
01001010
0112
74
0x4A
J
大寫字母J
0100 1011
0113
75
0x4B
K
大寫字母K
0100 1100
0114
76
0x4C
L
大寫字母L
0100 1101
0115
77
0x4D
M
大寫字母M
0100 1110
0116
78
0x4E
N
大寫字母N
0100 1111
0117
79
0x4F
O
大寫字母O
0101 0000
0120
80
0x50
P
大寫字母P
0101 0001
0121
81
0x51
Q
大寫字母Q
0101 0010
0122
82
0x52
R
大寫字母R
0101 0011
0123
83
0x53
S
大寫字母S
0101 0100
0124
84
0x54
T
大寫字母T
0101 0101
0125
85
0x55
U
大寫字母U
0101 0110
0126
86
0x56
V
大寫字母V
0101 0111
0127
87
0x57
W
大寫字母W
0101 1000
0130
88
0x58
X
大寫字母X
0101 1001
0131
89
0x59
Y
大寫字母Y
0101 1010
0132
90
0x5A
Z
大寫字母Z
0101 1011
0133
91
0x5B
[
開方括號
0101 1100
0134
92
0x5C
\
反斜槓
0101 1101
0135
93
0x5D
]
閉方括號
0101 1110
0136
94
0x5E
^
脱字符
0101 1111
0137
95
0x5F
_
下劃線
0110 0000
0140
96
0x60
`
開單引號
0110 0001
0141
97
0x61
a
小寫字母a
0110 0010
0142
98
0x62
b
小寫字母b
0110 0011
0143
99
0x63
c
小寫字母c
0110 0100
0144
100
0x64
d
小寫字母d
0110 0101
0145
101
0x65
e
小寫字母e
0110 0110
0146
102
0x66
f
小寫字母f
0110 0111
0147
103
0x67
g
小寫字母g
0110 1000
0150
104
0x68
h
小寫字母h
0110 1001
0151
105
0x69
i
小寫字母i
0110 1010
0152
106
0x6A
j
小寫字母j
0110 1011
0153
107
0x6B
k
小寫字母k
0110 1100
0154
108
0x6C
l
小寫字母l
0110 1101
0155
109
0x6D
m
小寫字母m
0110 1110
0156
110
0x6E
n
小寫字母n
0110 1111
0157
111
0x6F
o
小寫字母o
0111 0000
0160
112
0x70
p
小寫字母p
0111 0001
0161
113
0x71
q
小寫字母q
0111 0010
0162
114
0x72
r
小寫字母r
0111 0011
0163
115
0x73
s
小寫字母s
0111 0100
0164
116
0x74
t
小寫字母t
0111 0101
0165
117
0x75
u
小寫字母u
0111 0110
0166
118
0x76
v
小寫字母v
0111 0111
0167
119
0x77
w
小寫字母w
0111 1000
0170
120
0x78
x
小寫字母x
0111 1001
0171
121
0x79
y
小寫字母y
0111 1010
0172
122
0x7A
z
小寫字母z
0111 1011
0173
123
0x7B
{
開花括號
0111 1100
0174
124
0x7C
|
垂線
0111 1101
0175
125
0x7D
}
閉花括號
0111 1110
0176
126
0x7E
~
波浪號
0111 1111
0177
127
0x7F
DEL (delete)
刪除

ASCII大小規則

編輯
常見ASCII碼的大小規則:數字< 大寫字母 < 小寫字母。
1.數字比字母要小。如 “7”<“F”;
2.數字0比數字9要小,並按0到9順序遞增。如 “3”<“8” ;
3.字母A比字母Z要小,並按A到Z順序遞增。如“A”<“Z” ;
4.同個字母的大寫字母比小寫字母要小32。如“A”<“a” 。
幾個常見字母的ASCII碼大小: “A”為65;“a”為97;“0”為 48 [4] 

ASCII問題

編輯
在英語中,用128個符號編碼便可以表示所有,但是用來表示其他語言,128個符號是不夠的。比如,在法語中,字母上方有注音符號,它就無法用 ASCII 碼錶示。於是,一些歐洲國家就決定,利用字節中閒置的最高位編入新的符號。比如,法語中的é的編碼為130(二進制10000010)。這樣一來,這些歐洲國家使用的編碼體系,可以表示最多256個符號 [5] 
但是,這裏又出現了新的問題。不同的國家有不同的字母,因此,哪怕它們都使用256個符號的編碼方式,代表的字母卻不一樣。比如,130在法語編碼中代表了é,在希伯來語編碼中卻代表了字母Gimel (ג),在俄語編碼中又會代表另一個符號。但是不管怎樣,所有這些編碼方式中,0--127表示的符號是一樣的,不一樣的只是128--255的這一段 [5] 
至於亞洲國家的文字,使用的符號就更多了,漢字就多達10萬左右。一個字節只能表示256種符號,肯定是不夠的,就必須使用多個字節表達一個符號。比如,簡體中文常見的編碼方式是 GB2312,使用兩個字節表示一個漢字,所以理論上最多可以表示 2562 = 65536 個符號 [5] 

ASCII擴展資料

編輯
1. 1981年IBM PC ROM256個字符的字符集,即IBM擴展字符集 [5] 
2. 1985年11Windows字符集被稱作“ANSI字符集”,遵循了ANSI草案和ISO標準(ANSI/ISO8859-1-1987,簡“Latin 1” [5] 
3. 為了解決中國、日本和韓國的象形文字符和ASCII的某種兼容性,出現了雙字節字符集(DBCS:double-byte character set)。DBCS從 第256 代碼開始,就像ASCII一樣,最初的128個代碼是ASCII。然而,較高的128個代碼中的某些總是跟隨着第二個字節。這兩個字節一起(稱作首字節和跟隨字節)定義一個字符,通常是一個複雜的象形文字 [6] 

ASCII漢字編碼

編輯
目前的文字編碼標準主要有 ASCII、GB2312、GBKUnicode等。ASCII 編碼是最簡單的西文編碼方案。GB2312、GBK、GB18030 是漢字字符編碼方案的國家標準。ISO/IEC 10646 和 Unicode 都是全球字符編碼的國際標準 [4]  。下面對與漢字相關的編碼方案GB2312,GBK與GB18030做簡要的分析。

ASCIIGB2312-80 標準

GB2312-80 是 1980 年制定的中國漢字編碼國家標準。共收錄 7445 個字符,其中漢字 6763 個。GB2312 兼容標準 ASCII碼,採用擴展 ASCII 碼的編碼空間進行編碼,一個漢字佔用兩個字節,每個字節的最高位為 1。具體辦法是:收集了 7445 個字符組成 94*94 的方陣,每一行稱為一個“區”,每一列稱為一個“位”,區號位號的範圍均為 01-94,區號和位號組成的代碼稱為“區位碼”。區位輸入法就是通過輸入區位碼實現漢字輸入的。將區號和位號分別加上 20H,得到的 4 位十六進制整數稱為國標碼,編碼範圍為 0x2121~0x7E7E。為了兼容標準 ASCII 碼,給國標碼的每個字節加 80H,形成的編碼稱為機內碼,簡稱內碼,是漢字在機器中實際的存儲代碼GB2312-80 標準的內碼範圍是 0xA1A1~0xFEFE [7] 

ASCIIGBK 編碼標準

《漢字內碼擴展規範》(GBK) 於1995年制定,兼容GB2312、GB13000-1、BIG5 編碼中的所有漢字,使用雙字節編碼,編碼空間為 0x8140~0xFEFE,共有 23940 個碼位,其中 GBK1 區和 GBK2 區也是 GB2312 的編碼範圍。收錄了 21003 個漢字。GBK向下與 GB 2312 編碼兼容,向上支持 ISO 10646.1國際標準,是前者向後者過渡過程中的一個承上啓下的產物。ISO 10646 是國際標準化組織ISO 公佈的一個編碼標準,即 Universal Multilpe-Octet Coded Character Set(簡稱UCS),大陸譯為《通用多八位編碼字符集》,台灣譯為《廣用多八位元編碼字元集》,它與 Unicode 組織的Unicode編碼完全兼容。ISO 10646.1 是該標準的第一部分《體系結構與基本多文種平面》。我國 1993 年以 GB 13000.1 國家標準的形式予以認可(即 GB 13000.1 等同於 ISO 10646.1) [7] 

ASCIIGB18030編碼標準

國家標準GB18030-2000《信息交換用漢字編碼字符集基本集的補充》是我國繼GB2312-1980和GB13000-1993之後最重要的漢字編碼標準,是我國計算機系統必須遵循的基礎性標準之一。GB18030-2000編碼標準是由信息產業部和國家質量技術監督局在2000年 3月17日聯合發佈的,並且將作為一項國家標準在2001年的1月正式強制執行。GB18030-2005《信息技術中文編碼字符集》是我國制訂的以漢字為主幷包含多種我國少數民族文字(如藏、蒙古、傣、彝、朝鮮、維吾爾文等)的超大型中文編碼字符集強制性標準,其中收入漢字70000餘個 [8] 
參考資料
  • 1.    莫紹強、陳善國.計算機應用基礎教程:中國鐵道出版社,2012年:12-13
  • 2.    李見偉. 計算機中信息的表示[J]. 中國現代教育裝備, 2010(7):29-29.
  • 3.    陳燕申, 陳思凱. 美國國家標準機構的發展與作用探討——ANSI的經驗及啓示[J]. 中國標準化, 2016(8):105-113.
  • 4.    林福宗.多媒體技術基礎:清華大學出版社,2017:27-42
  • 5.    查爾斯·佩措爾德(Charles Petzold).編碼:隱藏在計算機軟硬件背後的語言:電子工業出版社,2012年:208-217
  • 6.    鍾小莉, 謝旻旻, 李永寧. 文字編碼與Unicode編碼研究[J]. 經營管理者, 2010(20):364-364.
  • 7.    楊善超.GBK漢字編碼技術研究[J].福建電腦,2017,33(11):13-0
  • 8.    李建超. 《信息交換用漢字編碼字符集·基本集》(GB2312-80)二級漢字理據性研究[D]. 山東師範大學, 2010.