ASCII[ASCⅡ]

ASCII[ASCⅡ]
更多義項 ▼ 收起列表 ▲

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個字元。

產生原因

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和低電平分別表示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,那么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。

美國標準信息交換代碼是由美國國家標準學會(American National Standard Institute , ANSI )制定的,是一種標準的單位元組字元編碼方案,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元編碼標準,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。

表達方式

ASCII 碼使用指定的7 位或8 位二進制數組合來表示128 或256 種可能的字元。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元。其中:

0~31及127(共33個)是控制字元或通信專用字元(其餘為可顯示字元),如控制符:LF(換行)、CR(回車)、FF(換頁)、DEL(刪除)、BS(退格)、BEL(響鈴)等;通信專用字元: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、制表、換行和回車字元。它們並沒有特定的圖形顯示,但會依不同的應用程式,而對文本顯示有不同的影響。

32~126(共95個)是字元(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:正確的代碼一個位元組中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:正確的代碼一個位元組中1的個數必須是偶數,若非偶數,則在最高位b7添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 碼允許將每個字元的第8 位用於確定附加的128 個特殊符號字元、外來語字母和圖形符號。

標準表

ASCII碼錶具體如下所示:

Bin (二進制) Oct (八進制) Dec (十進制) Hex (十六進制) 縮寫/字元 解釋
0000 0000 00 0 0x00 NUL(null) 空字元
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) 水平制表符
0000 1010 012 10 0x0A LF (NL line feed, new line) 換行鍵
0000 1011 013 11 0x0B VT (vertical tab) 垂直制表符
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) 啟用切換
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) 檔案分隔設定
0001 1101 035 29 0x1D GS (group separator) 分組符
0001 1110 036 30 0x1E RS (record separator) 記錄分隔設定
0001 1111 037 31 0x1F US (unit separator) 單元分隔設定
0010 0000 040 32 0x20 (space) 空格
0010 0001 041 33 0x21 ! 嘆號
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 ( 開括弧
0010 1001 051 41 0x29 ) 閉括弧
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 字元0
0011 0001 061 49 0x31 1 字元1
0011 0010 062 50 0x32 2 字元2
0011 0011 063 51 0x33 3 字元3
0011 0100 064 52 0x34 4 字元4
0011 0101 065 53 0x35 5 字元5
0011 0110 066 54 0x36 6 字元6
0011 0111 067 55 0x37 7 字元7
0011 1000 070 56 0x38 8 字元8
0011 1001 071 57 0x39 9 字元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 [ 開方括弧
0101 1100 0134 92 0x5C \ 反斜槓
0101 1101 0135 93 0x5D ] 閉方括弧
0101 1110 0136 94 0x5E ^ 脫字元
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 { 開花括弧
0111 1100 0174 124 0x7C | 垂線
0111 1101 0175 125 0x7D } 閉花括弧
0111 1110 0176 126 0x7E ~ 波浪號
0111 1111 0177 127 0x7F DEL (delete) 刪除

大小規則

常見ASCII碼的大小規則:0~9<A~Z<a~z。

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。

問題

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,利用位元組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。

但是,這裡又出現了新的問題。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。

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。一個位元組只能表示256種符號,肯定是不夠的,就必須使用多個位元組表達一個符號。比如,簡體中文常見的編碼方式是 GB2312,使用兩個位元組表示一個漢字,所以理論上最多可以表示 256 x 256 = 65536 個符號。

擴展

1. 1981年IBM PC ROM256個字元的字元集,即IBM擴展字元集。

2. 1985年11Windows字元集被稱作“ANSI字元集”,遵循了ANSI草案和ISO標準(ANSI/ISO8859-1-1987,簡“Latin 1”。

3. 為了解決中國、日本和韓國的象形文字元和ASCII的某種兼容性,出現了雙位元組字元集(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著第二個位元組。這兩個位元組一起(稱作首位元組和跟隨位元組)定義一個字元,通常是一個複雜的象形文字。

漢字編碼

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

GB2312-80 標準

GB2312-80 是 1980 年制定的中國漢字編碼國家標準。共收錄 7445 個字元,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,一個漢字占用兩個位元組,每個位元組的最高位為 1。具體辦法是:收集了 7445 個字元組成 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,給國標碼的每個位元組加 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。

GBK 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,使用雙位元組編碼,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啟下的產物。ISO 10646 是國際標準化組織ISO 公布的一個編碼標準,即 Universal Multilpe-Octet Coded Character Set(簡稱UCS),大陸譯為《通用多八位編碼字元集》,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)。

GB18030編碼標準

國家標準GB18030-2000《信息交換用漢字編碼字元集基本集的補充》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日聯合發布的,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元集》是我國制訂的以漢字為主並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元集強制性標準,其中收入漢字70000餘個。

相關詞條

熱門詞條

聯絡我們