Кодирование символьной (текстовой) информации

Если каждому символу алфавита сопоставить определенное целое число (например, порядковый номер), то с помощью двоичного кода можно кодировать и текстовую информацию. Восьми двоичных разрядов достаточно для кодирования 256 различных символов. Этого хватит, чтобы выразить различными комбинациями восьми битов все символы английского и русского языков, как строчные, так и прописные, а также знаки препинания, символы основных арифметических действий и некоторые общепринятые специальные символы, например, символ "§".

Символьная (алфавитно-цифровая) информация хранится и обрабатывается в ЭВМ в форме цифрового кода, т.е. каждому символу ставится в соответствие отдельный код.

Среди наборов символов наибольшее распространение получили знаки кода ASCII (American Standard Code for Information Interchange) – американский стандартный код обмена информацией, который состоит из двух таблиц кодирования: базовой и расширенной. Базовая таблица закрепляет коды от 0 до 127, а расширенная относится к символам с номерами от 128 до 255.

Первые 32 кода базовой таблицы, начиная с нулевого, отданы производителям аппаратных средств (в первую очередь производителям компьютеров и печатающих устройств). В этой области размещаются так называемые управляющие коды, которым не соответствуют никакие символы языков и соответственно эти коды не выводятся ни на экран, ни на устройство печати, но они могут управлять тем, как производится вывод прочих данных.

Начиная с кода 32 по код 127 размещены коды символов английского алфавита, знаков препинания, цифр, арифметических действий и вспомогательных символов.

В расширенной таблице стандартной кодировки фирмы IBM три смежные колонки (коды 176…223) занимают символы псевдографики, колонки с кодами от 128 до 175 и от 224 до 239 используются для размещения символов национальных алфавитов, а последняя колонка (коды 249…255) – для размещения специальных знаков.

Для представления букв русского алфавита в рамках ASCII применяется так называемая ГОСТ-альтернативная кодировка (табл. 4), главное достоинство которой – расположение символов псевдографики на тех же местах, что и в кодировке IBM. Расположение символов в этой облегчает использование зарубежного программного обеспечения на отечественных ЭВМ.

В связи с массовым распространением операционных систем и других продуктов компании Microsoft в нашей стране нашла применение кодировка символов русского языка, известная как Windows -1251. Эта кодировка используется на большинстве локальных компьютеров, работающих на платформе Windows.

Таблица 4

ГОСТ-альтернативная кодировка

А

Р

а

░

└

╨

Р

Ё

Б

С

б

▒

┴

╤

С

ё

В

Т

в

▓

┬

╥

т

Є

Г

У

г

│

├

╙

у

є

Д

Ф

д

╢

─

╘

ф

Ї

Е

Х

е

╡

┼

╒

х

ї

Ж

Ц

ж

╢

╞

╓

ц

Ў

З

Ч

з

╖

╟

╫

ч

ў

И

Ш

и

╕

╚

╪

ш

°

Й

Щ

й

╣

╔

┘

щ

∙

К

Ъ

к

║

╩

┌

ъ

·

Л

Ы

л

╗

╦

█

ы

М

Ь

м

╝

╠

▄

ь

№

Н

Э

н

╜

═

▌

э

¤

О

Ю

о

╛

╬

▐

ю

■

П

Я

п

┐

╧

▀

я

Другая распространенная кодировка носит название КОИ-8 (код обмена информации восьмизначный). Кодировка КОИ-8 имеет широкое распространение в компьютерных сетях на территории России и в некоторых службах российского сектора Интернета, в частности, в сообщениях электронной почты и телеконференций.

В таблице ASCII базовая часть (символы с кодами от 0 до 127 включительно) является основной, в соответствии с принятым стандартом она не может изменена. Расширенная часть (символы с кодами от 128 до 255) отдана национальным алфавитам и в соответствии с утвержденными стандартами эта часть таблицы изменяется в зависимости от национального алфавита той страны, где она используется, и способа кодирования.

Во многих странах Азии 256 кодов явно не хватило для кодирования их национальных алфавитов. Поэтому производители программных продуктов и организации, утверждающие стандарты. пришли к соглашению о выработке единого стандарта. Это стандарт построен по 16 битной схеме и получил название UNICODE. Он позволяет закодировать 2¹⁶=65536 символов, которых достаточно для кодирования всех национальных алфавитов в одной таблице. Так как каждый символ этой кодировки занимает два байта (вместо одного, как раньше), все текстовые документы, представленные в UNICODE, стали длиннее в два раза.

Дата добавления: 2015-05-10