ครูของฉันบอกว่า ASCII เป็นรูปแบบการเข้ารหัสอักขระ 8 บิต แต่กำหนดไว้สำหรับรหัส 0-127 เท่านั้นซึ่งหมายความว่าสามารถใส่เป็น 7 บิตได้ ดังนั้นจึงไม่สามารถโต้แย้งได้ว่า ASCII bit เป็นรหัส 7 บิตจริงหรือ?
และเราหมายถึงอะไรเมื่อพูดว่า ASCII เป็นรหัส 8 บิตเลย?
คำตอบ:
เดิมทีASCIIถูกสร้างขึ้นมาเป็นรหัส 7 บิต สิ่งนี้ทำได้ดีก่อนที่ไบต์ 8 บิตจะแพร่หลายและกระทั่งในปี 1990 คุณจะพบซอฟต์แวร์ที่คิดว่าสามารถใช้บิตที่ 8 ของข้อความแต่ละไบต์เพื่อจุดประสงค์ของมันเอง ("ไม่ใช่ 8 บิตที่สะอาด") ปัจจุบันคนคิดว่ามันเป็น 8 บิตการเข้ารหัสที่ไบต์ 0x80 ผ่าน 0xFF ไม่มีกำหนดความหมาย แต่ที่retcon
มีการเข้ารหัสข้อความมากมายที่ใช้ประโยชน์จากบิตที่ 8 สามารถจำแนกได้ว่าเข้ากันได้กับ ASCII หรือไม่และความกว้างคงที่หรือตัวแปร เข้ากันได้กับ ASCII หมายความว่าโดยไม่คำนึงถึงบริบทไบต์เดี่ยวที่มีค่าตั้งแต่ 0x00 ถึง 0x7F จะเข้ารหัสอักขระเดียวกันกับที่ทำใน ASCII คุณไม่ต้องการมีส่วนเกี่ยวข้องกับการเข้ารหัสข้อความที่ไม่เข้ากันได้กับ ASCII หากคุณสามารถหลีกเลี่ยงได้ โปรแกรมไร้เดียงสาที่คาดหวัง ASCII มักจะตีความผิดไปในทางหายนะซึ่งมักจะทำลายความปลอดภัย พวกเขาจะเลิกดังนั้นในปัจจุบันว่า (ตัวอย่างเช่น) HTML5 ห้ามการใช้งานของพวกเขาในเว็บสาธารณะมีข้อยกเว้นที่โชคร้ายของUTF-16 ฉันจะไม่พูดถึงพวกเขาอีกแล้ว
การเข้ารหัสความกว้างคงที่หมายถึงสิ่งที่ดูเหมือน: อักขระทั้งหมดถูกเข้ารหัสโดยใช้จำนวนไบต์เท่ากัน เพื่อให้เข้ากันได้กับ ASCII การเข้ารหัสแบบคงที่ต้องเข้ารหัสอักขระทั้งหมดโดยใช้เพียงไบต์เดียวดังนั้นจึงมีอักขระได้ไม่เกิน 256 ตัว ส่วนใหญ่ที่พบบ่อยเช่นการเข้ารหัสในปัจจุบันเป็นของ Windows 1252 , เป็นส่วนหนึ่งของมาตรฐาน ISO 8859-1
ปัจจุบันมีการเข้ารหัสที่เข้ากันได้กับ ASCII ที่มีความกว้างตัวแปรเดียวเท่านั้น แต่สิ่งที่สำคัญมากคือUTF-8ซึ่งรวม Unicode ทั้งหมดไว้ในการเข้ารหัสที่เข้ากันได้กับ ASCII คุณต้องการใช้สิ่งนี้จริงๆถ้าคุณสามารถจัดการได้
ในท้ายที่สุด "ASCII" ในปัจจุบันใช้คำจำกัดความที่ใช้งานได้จริงจาก Unicode ไม่ใช่มาตรฐานดั้งเดิม (ANSI X3.4-1968) เนื่องจากในอดีตมีรูปแบบต่างๆมากมายในตัวละคร ASCII 127 อักขระตัวอย่างเช่นบางส่วนของ เครื่องหมายวรรคตอนอาจถูกแทนที่ด้วยตัวอักษรเน้นเสียงเพื่ออำนวยความสะดวกในการส่งข้อความภาษาฝรั่งเศส ปัจจุบันรูปแบบเหล่านั้นล้าสมัยและเมื่อมีคนพูดว่า "ASCII" หมายความว่าไบต์ที่มีค่า 0x00 ถึง 0x7F เข้ารหัส Unicode codepoints U + 0000 ผ่าน U + 007F สิ่งนี้อาจสำคัญสำหรับคุณหากคุณเคยพบว่าตัวเองกำลังเขียนมาตรฐานทางเทคนิค
หากคุณสนใจประวัติของ ASCII และการเข้ารหัสที่อยู่ก่อนหน้านั้นให้เริ่มด้วยกระดาษ "The Evolution of Character Codes, 1874-1968" (สำเนา samizdat ที่http://falsedoor.com/doc/ascii_evolution-of- character -code.pdf ) จากนั้นไล่ตามข้อมูลอ้างอิง (ซึ่งส่วนใหญ่ไม่มีให้บริการทางออนไลน์และอาจหายากแม้จะเข้าใช้ห้องสมุดมหาวิทยาลัยก็ตามฉันเสียใจที่จะพูด)
บน Linux man asciiพูดว่า:
ASCII คือรหัสมาตรฐานของอเมริกาสำหรับการแลกเปลี่ยนข้อมูล เป็นรหัส 7 บิต
ตาราง ASCII ดั้งเดิมถูกเข้ารหัสเป็น7 บิตดังนั้นจึงมีอักขระ 128 ตัว
ปัจจุบันผู้อ่าน / บรรณาธิการส่วนใหญ่ใช้ตาราง ASCII แบบ "ขยาย" (จากISO 8859-1 ) ซึ่งเข้ารหัสเป็น8 บิตและมีอักขระ 256 ตัว (รวมถึงÁ , Ä , Œ , é , èและอักขระอื่น ๆ ที่มีประโยชน์สำหรับภาษายุโรปด้วย เป็นร่ายมนตร์ทางคณิตศาสตร์และสัญลักษณ์อื่น ๆ )
ในขณะที่ UTF-8 ใช้การเข้ารหัสเช่นเดียวกับตาราง ASCII ขั้นพื้นฐาน (ความหมาย0x41คือในรหัสทั้งสอง) ก็ไม่ได้แบ่งปันการเข้ารหัสที่เหมือนกันสำหรับ "ขยาย-A ละติน" บล็อก ซึ่งบางครั้งทำให้เกิดตัวละครแปลกที่จะปรากฏในคำเช่นอาหารตามสั่งหรือPiñata
การเข้ารหัส ASCII คือ 7 บิต แต่ในทางปฏิบัติอักขระที่เข้ารหัสใน ASCII จะไม่ถูกเก็บไว้ในกลุ่ม 7 บิต แต่ ASCII หนึ่งรายการจะถูกเก็บไว้ในไบต์โดยปกติ MSB จะตั้งค่าเป็น 0 (ใช่มันเสียใน ASCII)
คุณสามารถตรวจสอบสิ่งนี้ได้โดยป้อนสตริงในชุดอักขระ ASCII ในโปรแกรมแก้ไขข้อความตั้งค่าการเข้ารหัสเป็น ASCII และดูไบนารี / ฐานสิบหก:
นอกเหนือจากนี้: การใช้การเข้ารหัส ASCII (อย่างเคร่งครัด) ถือเป็นเรื่องผิดปกติในความนิยมของ UTF-8 (ซึ่งไม่เสีย MSB ที่กล่าวถึงข้างต้น - ในความเป็นจริง MSB 1 ระบุว่าจุดรหัสถูกเข้ารหัสด้วยมากกว่า 1 ไบต์)
รหัส ASCII ดั้งเดิมมีอักขระที่แตกต่างกัน 128 อักขระที่มีหมายเลข 0 ถึง 127 ASCII 7 บิตมีความหมายเหมือนกันเนื่องจากไบต์ 8 บิตเป็นองค์ประกอบหน่วยเก็บข้อมูลทั่วไป ASCII จึงเว้นที่ว่างสำหรับอักขระเพิ่มเติม 128 ตัวซึ่งใช้สำหรับภาษาต่างประเทศและสัญลักษณ์อื่น ๆ แต่รหัส 7 บิตเป็นต้นฉบับที่สร้างขึ้นก่อนรหัส 8 บิต ASCII ย่อมาจาก American Standard Code for Information Interchange ในระบบอินเทอร์เน็ตเมลยุคแรกรองรับเฉพาะรหัส ASCII 7 บิตเท่านั้นเนื่องจากสามารถรันโปรแกรมและไฟล์มัลติมีเดียผ่านระบบดูดได้ ระบบเหล่านี้ใช้ 8 บิตของไบต์ แต่จากนั้นจะต้องเปลี่ยนเป็นรูปแบบ 7 บิตโดยใช้วิธีการเข้ารหัสเช่น MIME, UUcoding และ BinHex ซึ่งหมายความว่า 8 บิตถูกแปลงเป็นอักขระ 7 บิตซึ่งจะเพิ่มไบต์พิเศษเพื่อเข้ารหัส
เมื่อเราเรียก ASCII เป็นรหัส 7 บิตบิตส่วนใหญ่ทางซ้ายจะถูกใช้เป็นบิตเครื่องหมายดังนั้นด้วย 7 บิตเราสามารถเขียนได้ถึง 127 ซึ่งหมายถึงจาก -126 ถึง 127 เนื่องจากค่าอิหม่ามสูงสุดของ ASCII คือ 0 ถึง 255 ซึ่งอาจเป็นได้ พอใจกับอาร์กิวเมนต์ 7 บิตเท่านั้นหากบิตสุดท้ายถือเป็นบิตเครื่องหมาย