Двоичное кодирование таблица кодов

С точки зрения ЭВМ текст состоит из отдельных символов. К числу символов принадлежат не только буквы (заглавные или строчные, латинские или русские), но и цифры, знаки препинания, спецсимволы типа "=", "(", "&" и т.п. и даже (обратите особое внимание!) пробелы между словами. Да, не удивляйтесь: пустое место в тексте тоже должно иметь свое обозначение.

Вспомним некоторые известные нам факты:

Множество символов, с помощью которых записывается текст, называется алфавитом.

Число символов в алфавите – это его мощность.

Формула определения количества информации: N = 2 b ,

где N – мощность алфавита (количество символов),

b – количество бит (информационный вес символа).

В алфавит мощностью 256 символов можно поместить практически все необходимые символы. Такой алфавит называется достаточным.

Т.к. 256 = 2 8 , то вес 1 символа – 8 бит.

Единице измерения 8 бит присвоили название 1 байт:

Двоичный код каждого символа в компьютерном тексте занимает 1 байт памяти.

Каким же образом текстовая информация представлена в памяти компьютера?

Тексты вводятся в память компьютера с помощью клавиатуры. На клавишах написаны привычные нам буквы, цифры, знаки препинания и другие символы. В оперативную память они попадают в двоичном коде. Это значит, что каждый символ представляется 8-разрядным двоичным кодом.

Кодирование заключается в том, что каждому символу ставится в соответствие уникальный десятичный код от 0 до 255 или соответствующий ему двоичный код от 00000000 до 11111111. Таким образом, человек различает символы по их начертанию, а компьютер — по их коду.

Удобство побайтового кодирования символов очевидно, поскольку байт — наименьшая адресуемая часть памяти и, следовательно, процессор может обратиться к каждому символу отдельно, выполняя обработку текста. С другой стороны, 256 символов – это вполне достаточное количество для представления самой разнообразной символьной информации.

Теперь возникает вопрос, какой именно восьмиразрядный двоичный код поставить в соответствие каждому символу.

Понятно, что это дело условное, можно придумать множество способов кодировки.

Все символы компьютерного алфавита пронумерованы от 0 до 255. Каждому номеру соответствует восьмиразрядный двоичный код от 00000000 до 11111111. Этот код просто порядковый номер символа в двоичной системе счисления.

Таблица, в которой всем символам компьютерного алфавита поставлены в соответствие порядковые номера, называется таблицей кодировки.

Для разных типов ЭВМ используются различные таблицы кодировки.

Международным стандартом для ПК стала таблица ASCII (читается аски) (Американский стандартный код для информационного обмена).

Таблица кодов ASCII делится на две части.

Международным стандартом является лишь первая половина таблицы, т.е. символы с номерами от (00000000), до 127 (01111111).

Структура таблицы кодировки ASCII

Порядковый номер

Символ

0 — 31

00000000 — 00011111

Символы с номерами от 0 до 31 принято называть управляющими.
Их функция – управление процессом вывода текста на экран или печать, подача звукового сигнала, разметка текста и т.п.

32 — 127

00100000 — 01111111

Стандартная часть таблицы (английский). Сюда входят строчные и прописные буквы латинского алфавита, десятичные цифры, знаки препинания, всевозможные скобки, коммерческие и другие символы.
Символ 32 — пробел, т.е. пустая позиция в тексте.
Все остальные отражаются определенными знаками.

128 — 255

10000000 — 11111111

Альтернативная часть таблицы (русская).
Вторая половина кодовой таблицы ASCII, называемая кодовой страницей (128 кодов, начиная с 10000000 и кончая 11111111), может иметь различные варианты, каждый вариант имеет свой номер.
Кодовая страница в первую очередь используется для размещения национальных алфавитов, отличных от латинского. В русских национальных кодировках в этой части таблицы размещаются символы русского алфавита.

Первая половина таблицы кодов ASCII

Обращаю ваше внимание на то, что в таблице кодировки буквы (прописные и строчные) располагаются в алфавитном порядке, а цифры упорядочены по возрастанию значений. Такое соблюдение лексикографического порядка в расположении символов называется принципом последовательного кодирования алфавита.

Для букв русского алфавита также соблюдается принцип последовательного кодирования.

Вторая половина таблицы кодов ASCII

К сожалению, в настоящее время существуют пять различных кодировок кириллицы (КОИ8-Р, Windows. MS-DOS, Macintosh и ISO). Из-за этого часто возникают проблемы с переносом русского текста с одного компьютера на другой, из одной программной системы в другую.

Хронологически одним из первых стандартов кодирования русских букв на компьютерах был КОИ8 ("Код обмена информацией, 8-битный"). Эта кодировка применялась еще в 70-ые годы на компьютерах серии ЕС ЭВМ, а с середины 80-х стала использоваться в первых русифицированных версиях операционной системы UNIX.

От начала 90-х годов, времени господства операционной системы MS DOS, остается кодировка CP866 ("CP" означает "Code Page", "кодовая страница").

Компьютеры фирмы Apple, работающие под управлением операционной системы Mac OS, используют свою собственную кодировку Mac.

Кроме того, Международная организация по стандартизации (International Standards Organization, ISO) утвердила в качестве стандарта для русского языка еще одну кодировку под названием ISO 8859-5.

Наиболее распространенной в настоящее время является кодировка Microsoft Windows, обозначаемая сокращением CP1251.

С конца 90-х годов проблема стандартизации символьного кодирования решается введением нового международного стандарта, который называется Unicode. Это 16-разрядная кодировка, т.е. в ней на каждый символ отводится 2 байта памяти. Конечно, при этом объем занимаемой памяти увеличивается в 2 раза. Но зато такая кодовая таблица допускает включение до 65536 символов. Полная спецификация стандарта Unicode включает в себя все существующие, вымершие и искусственно созданные алфавиты мира, а также множество математических, музыкальных, химических и прочих символов.

2. Различные кодировки кириллицы.

1. Двоичное кодирование текстов. Кодовые таблицы.

Как известно, вся информация, которая попадает в компьютер, преобразуется в последовательность электрических импульсов. Наличие импульса принято условно обозначать "1", а его отсутствие -"О". Такой способ кодирования информации называется двоичным или бинарным. Один двоичный символ получил название бит. (bit — от английскогоbinary digit — "двоичная цифра").

При вводе в компьютер текстовой информации каждая буква кодируется определенным числом, а при выводе на внешние устройства (экран или печать) для восприятия человеком по этим числам строятся изображения букв. Соответствие между набором букв и числами называется кодировкой символов.

Традиционно для кодирования одного символа используется количество информации, равное 1 байту (8 битам). Кодирование заключается в том, что каждому символу ставится в соответствие уникальный десятичный код (или соответствующий ему двоичный код). Код символа хранится в памяти компьютера, где занимает, как уже говорилось, 1 байт. При таком способе можно закодировать 256 различных символов (256 = 2 8 ). Такое количество символов вполне достаточно для представления текстовой информации, включая прописные и заглавные буквы русского алфавита, цифры, знаки, графические символы и т. д.

Каждому символу такого алфавита ставится в соответствие уникальный десятичный код от 0 до 255, а каждому десятичному коду соответствует 8-разрядный двоичный код от 00000000 до 11111111. Таким образом, компьютер различает символы по их коду.

Для разных типов ЭВМ и операционных систем используются различные таблицы кодировки, отличающиеся порядком размещения символов алфавита в кодовой таблице.

В настоящее время существует несколько различных кодировок (кодовых таблиц) для русских букв. Поэтому если текст создан в одной кодировке, то он не будет правильно отображаться в другой.

Понятно, что каждая кодировка задается своей кодовой таблицей. Одному и тому же двоичному коду в различных кодировках соответ­ствуют различные символы.

Для того чтобы стало возможным чтение и редактирования текста, набранного в другой кодировке, используются программы перекоди­рования русского текста. Некоторые текстовые редакторы(например,MSWordи др.) содержат встроенные программы-конверторы, позволяющие читать текст в различных кодировках.

Присвоение символу конкретного кода является вопросом соглашения, которое и фиксируется в конкретной кодовой таблице. В качестве международного стандарта принята кодовая таблица ASCII. В этой кодовой таблице латинские буквы (прописные и строчные) располагаются в алфавитном порядке. Расположение цифр также упорядочено по возрастанию значений. Это правило соблюдается и в других таблицах кодировки и называется принципом последова­тельного кодирования алфавитов.

Стандартными в этой таблице кодов ASCII являются только первые 128 символов, т. е. символы с номерами от нуля (двоичный код 00000000) до 127 (01111111). Сюда входят буквы латинского алфавита, цифры, знаки препинания, скобки и некоторые другие символы. Остальные 128 кодов, начиная со 128 (двоичный код 10000000) и кончая 255 (11111111), используются для кодировки букв национальных алфавитов, символов псевдографики и научных символов.

1. Двоичное кодирование звуковой информации.

Таблица соответствия кодов — представлений чисел. (десятичные от 1 до 255 и соответствующие восьмеричные, шестнадцатиричные, двоичные, ASCII коды).

ASCII (англосаксы говорят American Standard Code for Information Interchange) — американский стандартный код для обмена информацией. ASCII представляет собой кодировку для представления десятичных цифр, латинского и национального алфавитов, знаков препинания и управляющих символов. Изначально разработанная как 7-битная, с широким распространением 8-битного байта ASCII стала восприниматься как половина 8-битной. В компьютерах обычно используют расширения ASCII с задействованной второй половиной байта.

Таблица 1. десятичные числа от 0 до 127.

Таблица соответствия кодов — представлений чисел. (десятичные от 0 до 127 и соответствующие восьмеричные, шестнадцатиричные, двоичные, ASCII коды).

Dec/ дес яти чный	Oct/ вось мер ичн ый	hex/ шес тна дца тер ичн	Bin/ двоич ный	ASCII симв	пояснение	ввод с клавиатуры	Dec/ дес яти чный	Oct/ вось мер ичн ый	hex/ шес тна дца тер ичн	Bin/ двоич ный	ASCII симв	Dec/ дес яти чный	Oct/ вось мер ичн ый	hex/ шес тна дца тер ичн	Bin/ двоич ный	ASCII симв	Dec/ дес яти чный	Oct/ вось мер ичн ый	hex/ шес тна дца тер ичн	Bin/ двоич ный	ASCII симв
	000		00000000	NUL	Пустой ASCII символ	CTRL-@	32	040	20	00100000	пробел/space	64	100	40	01000000	@	96	140	60	01100000	`
1	001	1	00000001	SOH	Начало заголовка	CTRL-A	33	041	21	00100001	!	65	101	41	01000001	A	97	141	61	01100001	a
2	002	2	00000010	STX	Начало текста	CTRL-B	34	042	22	00100010	"	66	102	42	01000010	B	98	142	62	01100010	b
3	003	3	00000011	ETX	Конец текста	CTRL-C	35	043	23	00100011	#	67	103	43	01000011	C	99	143	63	01100011	c
4	004	4	00000100	EOT	Конец передачи	CTRL-D	36	044	24	00100100	$	68	104	44	01000100	D	100	144	64	01100100	d
5	005	5	00000101	ENQ	Запрос	CTRL-E	37	045	25	00100101	%	69	105	45	01000101	E	101	145	65	01100101	e
6	006	6	00000110	ACK	Подтвержд. получения	CTRL-F	38	046	26	00100110	&	70	106	46	01000110	F	102	146	66	01100110	f
7	007	7	00000111	BEL	Звуковой сигнал	CTRL-G	39	047	27	00100111	‘	71	107	47	01000111	G	103	147	67	01100111	g
8	010	8	00001000	BS**	Обратный ход каретки	CTRL-H	40	050	28	00101000	(	72	110	48	01001000	H	104	150	68	01101000	h
9	011	9	00001001	TAB**	Горизонт. табуляция	CTRL-I	41	051	29	00101001	)	73	111	49	01001001	I	105	151	69	01101001	i
10	012	A	00001010	LF**	Начало строки	CTRL-J	42	052	2A	00101010	*	74	112	4A	01001010	J	106	152	6A	01101010	j
11	013	B	00001011	VT	Вертикальная табуляция	CTRL-K	43	053	2B	00101011	+	75	113	4B	01001011	K	107	153	6B	01101011	k
12	014	C	00001100	FF	Начало формы	CTRL-L	44	054	2C	00101100	,	76	114	4C	01001100	L	108	154	6C	01101100	l
13	015	D	00001101	CR**	Возврат каретки	CTRL-M	45	055	2D	00101101	—	77	115	4D	01001101	M	109	155	6D	01101101	m
14	016	E	00001110	SO	Передача	CTRL-N	46	056	2E	00101110	.	78	116	4E	01001110	N	110	156	6E	01101110	n
15	017	F	00001111	SI	Прием	CTRL-O	47	057	2F	00101111	/	79	117	4F	01001111	O	111	157	6F	01101111	o
16	020	10	00010000	DLE	Закр. канала связи	CTRL-P	48	060	30	00110000		80	120	50	01010000	P	112	160	70	01110000	p
17	021	11	00010001	DC1	Упр. устройством 1	CTRL-Q	49	061	31	00110001	1	81	121	51	01010001	Q	113	161	71	01110001	q
18	022	12	00010010	DC2	Упр. устройством 2	CTRL-R	50	062	32	00110010	2	82	122	52	01010010	R	114	162	72	01110010	r
19	023	13	00010011	DC3	Упр. устройством 3	CTRL-S	51	063	33	00110011	3	83	123	53	01010011	S	115	163	73	01110011	s
20	024	14	00010100	DC4	Упр. устройством 4	CTRL-T	52	064	34	00110100	4	84	124	54	01010100	T	116	164	74	01110100	t
21	025	15	00010101	NAK	Отрицание получения	CTRL-U	53	065	35	00110101	5	85	125	55	01010101	U	117	165	75	01110101	u
22	026	16	00010110	SYN	Синхронизация	CTRL-V	54	066	36	00110110	6	86	126	56	01010110	V	118	166	76	01110110	v
23	027	17	00010111	ETB	Конец пакета	CTRL-W	55	067	37	00110111	7	87	127	57	01010111	W	119	167	77	01110111	w
24	030	18	00011000	CAN	Отмена	CTRL-X	56	070	38	00111000	8	88	130	58	01011000	X	120	170	78	01111000	x
25	031	19	00011001	EM	Закрытие среды	CTRL-Y	57	071	39	00111001	9	89	131	59	01011001	Y	121	171	79	01111001	y
26	032	1A	00011010	SUB	Замена	CTRL-Z	58	072	3A	00111010	:	90	132	5A	01011010	Z	122	172	7A	01111010	z
27	033	1B	00011011	ESC	Завершение	CTRL-[	59	073	3B	00111011	;	91	133	5B	01011011	[	123	173	7B	01111011	<
28	034	1C	00011100	FS	Разделитель файлов	CTRL-	60	074	3C	00111100	94	136	5E	01011110	^	126	176	7E	01111110

31 037 1F 00011111 US Разделитель модулей CTRL-_ 63 077 3F 00111111 ? 95 137 5F 01011111 _ 127 177 7F 01111111 

Таблица 2. десятичные числа от 128 до 255.