2.3.3 Представление символьной информации в компьютере

Для представления символьной (текстовой) информации в компьютере используются так называемые кодовые таблицы символов.

2.3.3.1 Идея кодовой таблицы

Каким образом после нажатия клавиши с изображением латинской буквы «А» эта буква появляется на экране? Ведь машина понимает только

нули и единицы!

Нажатие клавиши посылает в компьютер двоичное число — комбинацию нулей и единиц (один байт). Каждую комбинацию можно интерпретировать как десятичное число от 0 до 255. Например, при нажатии клавиши «А» посылается число 01000001 (десятичное 65). Для машины это число может служить номером «литеры» с изображением А, которая хранится в памяти машины. Специальные электронные схемы по этому номеру находят «литеру» и «печатают» ее на экране. Послав в машину комбинацию 01000010 (66), мы увидим на экране латинскую В.

В кодовой таблице символов каждой букве, цифре, служебному знаку присвоен какой-либо код — десятичное число в диапазоне от 0 до 255 (больше нельзя, так как уже 256 не уместится в одном байте). Таким образом можно закодировать ровно 256 символов.

Кроме алфавитно-цифровых символов, отображаемых на экране и бумаге, необходимо иметь также группу кодов, которые предназначены не для воспроизведения, а для управления программно-аппаратными компонентами машины. Например, посылка на принтер символа с кодом 13 заставляет головку принтера вернуться к началу строки; символ с кодом 10 воспринимается как команда протянуть бумагу на одну строку, — так, что пришедший за ними, скажем, символ «С» будет напечатан в начале следующей строки.

Символами кодовой таблицы в компьютерной технологии представляется текст (буквы, цифры, служебные знаки) — в текстовых файлах, в текстовых документах, в сообщениях и страницах Internet и т. д.

2.3.3.2 Кодовые таблицы

Итак, в кодовой таблице можно представить 256 произвольных символов — управляющих кодов, букв, цифр, знаков препинания, вообще любых графических образов. По какому принципу составлена приводимая ниже кодовая таблица нашего компьютера? Прежде всего она делится на две половины (с кодами от 0 до 127 и от 128 до 255).

Стандарт ASCII. Во всем мире в качестве стандарта принята таблица ASCII (American Standard Code for Information Interchange), кодирующая ровно половину возможных символов — от 0 до 127. Первая половина кодовой таблицы показана на рис. 2.2.

000	011 ♂	022 -	033 !	044 ,	055 7	066 В	077 M	088 X	099 с	110 n	121 у
001 ☺	012 ♀	023 ↨	034 "	045 -	056 8	067 С	078 N	089 У	100 d	111 о	122 z
002 ☻	013 ♪	024↑	035 #	046 .	057 9	068 D	079 0	090 Z	101 е	112 p	123 {
003 ♥	014 ♫	025 ↓	036 $	047 /	058 :	069 Е	080 Р	091 [	102 f	113 q	124 :
004 ♦	015٭	026 →	037 %	048 0	059 ;	070 F	081 Q	092 \	103 g	114 r	125 }
005 ♣	016 ►	027 ←	038 &	049 1	060 <	071 G	08Z R	093 ]	104 h	115 s	126 ~
006 ♠	017 ◄	028 ∟	039 '	050 2	061 =	072 Н	083 S	094 ^	105 i	116 t	127 ⌂
007 ●	018 ↕	029 ↔	040 (	051 3	062 >	073 I	084 T	095 _	106 j	117 u
008 ◘	019 !!	030 ▲	041 )	052 4	063 ?	074 J	085 U	096 '	107 k	118 v
009 ○	020 π	031 »	042 *	053 5	064 в	075 К	086 V	097 а	108 1	119 w
010 ◙	021 §	032	043 +	054 6	065 А	076 L	087 W	098 b	109 m	120 x

Рис. 2.2. Первая половина кодовой таблицы символов (ASCII)

Вторая половина кодовой таблицы (с кодами от 128 до 255) не определена американскими стандартами и предназначена для размещения символов национальных алфавитов (в частности, кириллицы), псевдографических символов, некоторых математических знаков. В разных странах, на разных моделях ПК, в разных операционных системах могут использоваться и разные варианты второй половины кодовой таблицы (их называют расширениями ASCII).

Таблицы с кодами 128—255, которые используются: в MS-DOS и Windows, называются страницами (Code Page, CP). причем для указания на ту или иную страницу используют порядковый номер, например, СР-866, СР-870, СР-1251.

СР-866 и СР-1251. В MS-DOS для русского языка используется так называемая альтернативная таблица, которая получила номер 866.

В среде Windows для русского языка используется другая таблица — СР-1251.

Русские буквы в этой таблице расположены на других позициях; кроме того, в СР-1251 нет псевдографических символов.

Все символы кодовой таблицы (за исключением двух «пустых» символов 0 и 255, а также пробела) имеют графические образы, однако не каждый символ можно ввести в машину одним нажатием клавиши. Тем не менее, ниже мы рассмотрим способ ввода в текстовый файл любого символа таблицы, а также возможные последствия такого ввода.

Unicode. Общим и принципиальным недостатком всех однобайтовых таблиц является отсутствие в коде символа какой-либо информации о номере страницы. Другими словами, программа, получив на входе набор символов, воспроизводит его по своему разумению, нимало не интересуясь его происхождением. Например, драйверы MS-DOS, получив пару символов с кодами 224 и 227, обращаются к таблице 866 и воспроизводят их как «ру». Однако, если эти символы набирались в среде Windows, они означают совсем другое — «аг».

Поэтому консорциумом (сообществом фирм) Unicode предложена ныне в качестве стандарта другая система кодировки символов. В этой системе для представления одного символа используются два байта (16 битов), и это позволяет включить в код символа информацию о том, какому языку принадлежит символ и как его надо воспроизводить. Правда, объем текстовой информации увеличивается вдвое, зато это дает возможность избавиться от многочисленных проблем, связанных с наличием в мире множества языков и кодировок.