6. Представление информации в эвм. Кодирование текстовой информации. Виды кодировочных таблиц. Система Unicode.

6.1 Представление информации в ЭВМ. Информация характеризуется содержанием (значением) и формой его представления. При аналоговом представлении информации физическая величина, используемая в качестве ее носителя, изменяется непрерывно (электрическое напряжение или ток).

При дискретном (цифровом) представлении информации физическая величина, используемая в качестве ее носителя, принимает конечное множество значений.

В ЭВМ стандартом представления информации является ее двоичное кодирование, Следствием такой универсальности представления данных является невозможность определения того, какая именно информация хранится в ячейке памяти.

Информация любого типа для представления на электронных носителях кодируется на основании алфавита, состоящего только из двух символов (0, 1). Информация, представленная в аналоговом виде, для того, чтобы быть сохраненной в электронной памяти, оцифровывается и приводится к двоичному коду. Каждая ячейка электронной памяти обладает информационной ёмкостью 1 бит

6.2 Кодирование текстовой информации. Для представления текстовой информации достаточно 256 различных знаков.

Для обработки текстовой информации на компьютере необходимо представить ее в двоичной знаковой системе. Для кодирования каждого знака требуется количество информации, равное 8 битам, т. е. длина двоичного кода знака составляет восемь двоичных знаков. Каждому знаку необходимо поставить в соответствие уникальный двоичный код из интервала от 00000000 до 11111111 (в десятичном коде от 0 до 255). При вводе текстовой информации происходит ее двоичное кодирование, изображение знака преобразуется в его двоичный код. Код знака хранится в оперативной памяти компьютера, где занимает одну ячейку=1бит.

В процессе вывода знака на экран компьютера производится обратное перекодирование, т. е. преобразование двоичного кода знака в его изображение.

Присваивание знаку конкретного двоичного кода - это фиксируется в кодовой таблице. В существующих кодовых таблицах первые 33 кода (десятичные коды с 0 по 32) соответствуют не знакам, а операциям (перевод строки, ввод пробела и т. д.).

Десятичные коды с 33 по 127 являются интернациональными и соответствуют знакам латинского алфавита, цифрам, знакам арифметических операций и знакам препинания.

Десятичные коды с 128 по 255 являются национальными, т. е. в различных национальных кодировках одному и тому же коду соответствуют разные знаки. К сожалению, в настоящее время существуют пять различных кодовых таблиц для русских букв (Windows, MS-DOS, КОИ-8, Mac, ISO), поэтому тексты, созданные в одной кодировке, не будут правильно отображаться в другой.

6.3 Виды кодировочных таблиц.

• ASCII [а́ски]. Для латинской раскладки клавиатуры она одна на весь мир, текст, набранный с использованием латинской раскладки, будет адекватно отображен на любом компьютере.

• Windows 1251 (Кодировка Windows-1251 является стандартной 8-битной кодировкой для всех русских версий Microsoft Windows. отличается от других кириллических кодировок наличием практически всех символов, использующихся в русской типографике для обычного текста (отсутствует только значок ударения); она также содержит все символы для украинского, белорусского, сербского и болгарского языков.)

• КОИ-8(КОИ-8. Разработана в 70-80-е годы. Является общепринятым стандартом для передачи почтовых сообщений в российском Интернете. Широко применяется также в операционных системах семейства Unix, включая Linux. Вариант КОИ-8, рассчитанный на русский язык, называется КОИ-8R;

• ISO Она определяет 8-битные кодировки для разных групп языков. Так, ISO 8859-1 – это Extended ASCII, таблица для США и Западной Европы. А ISO 8859-5 – таблица для кириллицы (включая русский язык).

• ГОСТ-альтернативая кодировка (основанная на CP437 кодовая страница, где все специфические европейские символы во второй половине заменены на кириллицу, оставляя псевдографические символы нетронутыми. Следовательно, это не портит вид программ, использующих для работы текстовые окна, а также обеспечивает использование в них символов кириллицы.)

6.4 Система Unicode. - это 16-разрядная кодировка, т.е. в ней на каждый символ отводится 2 байта памяти. 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.