ASCII ( англ. A merican s tandard c ode for i nformation i nterchange , [ ˈ æ s . k i ] ) — стандарт кодирования знаков латинского алфавита, цифр, некоторых специальных знаков и управляющих последовательностей, принятый в 1963 году Американской ассоциацией стандартов как основной способ представления текстовых данных в ЭВМ .

Описание

Стандарт ASCII представляет собой семиразрядный код без рекомендаций относительно контроля чётности, содержащий 128 кодовых позиций . Таблица ASCII определяет коды для символов:

• десятичных цифр ;
• латинского алфавита ;
• национального алфавита ;
• знаков препинания ;
• управляющих символов .

История

Изначально (1963 год) ASCII была разработана для кодирования символов, коды которых помещались в 7 бит (128 символов; 2 ⁷ =128), а старший бит №7 (нумерация с нуля) использовался для контроля ошибок, возникших при передаче данных. В первой версии кодировались только заглавные буквы. Полосы (группы по 16 символов) № 6 и 7 (нумерация начинается с 0) были зарезервированы для дальнейшего расширения . Велись споры, использовать ли эту область для строчных букв или управляющих символов.

В 1965 году была подготовлена новая редакция ASCII , которая так и не была опубликована . Она не использовалась нигде, кроме терминалов IBM 2260/2848 и принтеров IBM 1053 — и то без заглавных букв и некоторых символов . Окончательная спецификация была опубликована в 1967 году , и все содержащиеся в ней символы в дальнейшем не меняли своего положения в таблице.

Со временем кодировка была расширена до 256 символов (2 ⁸ =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 ).

Структурные свойства таблицы

Первая версия ASCII содержала 36 управляющих символов, 10 арабских цифр, 26 заглавных латинских букв и 27 специальных символов, которые подразделяли на группы :

• 8 знаков препинания ( . , : ; ! ? ' " );
• 5 знаков для финансовых и биржевых операций ( # $ % & @ );
• 2 пары скобок ( ( ) [ ] );
• 8 математических символов ( + - * / \ = < > ) ;
• 2 стрелки для блок-схем: ( ↑ ← ).

Cимвол «подушка» ( ⌑ ), имевшийся в наборе доступных символов многих печатающих устройств того времени и присутствовавший в кодировках BCDIC , и т.д., ни в одну версию ASCII не вошёл.

В версии от 67 года был пересмотрен набор управляющих символов (сокращён до 33), убраны стрелки, но добавлены строчные буквы и семь дополнительных символов: ^ _ ` { | } ~ , после чего таблица приняла окончательный вид :

Все символы в ASCII делятся на 4 группы по 32 символа :

1. ( 0x 00 … 0x 1F ) — предназначены для управления передачей и выводом текста на терминал . Группа начинается символом NUL ( 0x 00 ), означающим незаписанный участок, например перфоленты, и этот символ должен игнорироваться при выводе на экран или на печать . За пределами группы, в конце таблицы также располагается символ DEL 0x 7F — участок перфоленты, пробитый целиком, означающий, что символ, который здесь располагался был удалён, а значит его также следует пропустить ;
   • Сами управляющие символы основной группы изначально были разделены на 4 подгруппы: управление передачей ( 0x 01 .. 0x 07 ), форматирование ( 0x 08 .. 0x 0F ), управление устройством ( 0x 10 .. 0x 17 ) и разделители потоков данных ( 0x 18 .. 0x 1F ) . В версии 67 года этот порядок был отчасти нарушен из-за переноса дополнительных управляющих символов
2. Группа цифр и основных знаков препинания — делится на две подгруппы, соответствующие верхнему и нижнему регистру.
   • Группа начинается с пробела 0x 20 — было принято решение, что пробел должен считаться печатным, а не управляющим символом, но при этом располагаться в самом начале — для корректной работы алгоритмов сортировки ;
   • Цифры идут во второй подгруппе — такое решение было принято для того, чтобы их легко было преобразовать в Двоично-десятичный код , убрав старшие 4 бита — и обратно, прибавив префикс 0011 ₂ : например цифра 5 имеет код 0011 0101 ₂ . По этой причине цифры невозможно было разместить в первой подгруппе, так как в ней первым идёт пробел . Другая причина расположения цифр в этой группе — было необходимо, чтобы при сортировке большинство знаков препинания располагались раньше цифр и букв ;
   • 9 символов после пробела — знаки препинания ( ! " # $ % & ' ( ) ), идущие в том порядке, в котором их располагали на пишущих машинках тех лет , за исключением скобок, которые располагались на позициях 0x 28 и 0x 29 , так как над цифра «0» оказалась под кодовой позицией пробела . Однако на электромеханических пишущих машинах, в частности IBM Selectric расположение этих знаков было иным, что связано с наличием у некоторых из них механизма дозирования силы удара, который требовал расположения на одной клавише знаков, близких по оптической плотности. Окончательно отличное от таблицы ASCII положение этих знаков было закреплено в IBM PC .
   • Символы точки и запятой в пишущих машинках тех лет дублировались в обоих регистрах. В ASCII было решено не дублировать знаки, а заполнить освободившееся место символами < и > . Знак вопроса также спарен со знаком косой черты как на пишущих машинках .
3. Группа заглавных букв начинается с символа « @ » ( 0x 40 ) — предполагалось, что для машин, поставляемых во Францию и Италию этот символ будет заменяться на « À ». Также, положение заглавных латинских букв и цифр было выбрано из соображений совместимости с шестибитной кодировкой DEC SIXBIT. Три позиции после заглавных букв ( 0x 5B , 0x 5C и 0x 5D ) также предполагалось заменять при необходимости на местные символы.
4. Группа строчных букв появилась в ASCII-1965, но была пересмотрена в ASCII-1967. Все строчные буквы расположены так же, как в соответствующие заглавные, что позволяет переключать регистр, изменяя лишь старший бит. Позиции 0x 60 , 0x 7B , 0x 7C и 0x 7D также предполагалось менять на местные при необходимости. В редакции 65-го года был добавлен символ логического отрицания ( ¬ , 0x 7C ), который в версии 67-го года был убран.

Важная особенность — ASCII, в отличие, к примеру, от CCITT #2, не использует переключения регистров . Хотя переключение регистров для заглавных букв могло бы уменьшить требуемое количество бит, и соответственно увеличить скорости передачи и уменьшить требуемое место на носителях, однако повышает риск не прочесть сообщение при повреждении . Было решено отказаться от использования регистров и уместить все символы в 7 бит . Тем не менее, в набор включены символы переключения регистра ( , и ) для целей дальнейшего расширения .

Наложение символов

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

Примечание . В старых шрифтах — апостроф «'» 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 a → a
• a BS _ → a

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

Национальные варианты ASCII

Стандарт ISO 646 (ECMA-6) предусматривает возможность размещения в ASCII национальных символов. Для этого предлагается заменять символы « @ », « [ », « \ », « ] », « ^ », « ` », « { », « | », « } », « ~ ». Также на месте знака решётки «#» может быть размещён символ фунта «£» , а на месте символа доллара «$» — знак валюты «¤» . Вариант ASCII, не содержащий национальных символов, называется «US-ASCII» или «international reference version».

Для некоторых языков (с нелатинской письменностью : русский , греческий , арабский , иврит и др.) 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. s hift o ut ) и «SI» ( англ. s hift i n ); 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, (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.

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 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».

Управляющие символы

Таблица ASCII создавалась для обмена информацией по телетайпу . В набор были включены непечатаемые символы, используемые как команды для управления телетайпом. Аналогичные команды применялись и в других докомпьютерных средствах обмена сообщениями ( азбука Морзе , семафорная азбука ), учитывая специфику устройства. Большинство управляющих символов ASCII вскоре утратили своё назначение и в современных компьютерных системах не используются.

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.

Поддерживалось разделение данных на 4 уровня:

Представление ASCII в ЭВМ

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.

USASCII-8

На компьютерах IBM/360 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 . Такую кодировку называли USASCII-8

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.

Ввод с клавиатуры

Расположение символов ASCII на клавиатуре согласно ANSI X4.14-1971: символы верхнего регистра вводятся в сочетании с клавишей ⇧ Shift , а управляющие символы — с Ctrl ,

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 .

См. также

Примечания

Литература

• ANSI X3.4-1963 Code for Information Interchange
• ANSI X3.4-1965 Code for Information Interchange
• ANSI X3.4-1967 Code for Information Interchange
• ANSI X3.4-1977 Code for Information Interchange

Ссылки

• Charles E. Mackenzie. (англ.) . — Addison-Wesley Publishing Company, inc, 1980. — ISBN 0-201-14460-3 .
• Толковый словарь по вычислительным системам / Под редакцией В. Иллингуорта и др.: Пер. с английского А.К. Белоцкого и др.; Под редакцией Е.К. Масловского. — М. : Машиностроение, 1990. — ISBN 5-217-00617-X .
• (англ.) . Ecma international (декабрь 1991). 23 августа 2011 года.
• Tom Jennings. (англ.) (29 октября 2004). 17 июля 2011 года.
• (англ.) . JimPrice.Com.