Кодирование символьных (текстовых и числовых) данных

С помощью двоичного кода кодируется символьная, т. е. текстовая и числовая информация, для чего используются специальные кодировочные таблицы.

Для латинской раскладки клавиатуры применяется единая кодировочная таблица во всех странах, поэтому текст, набранный с использованием латинской раскладки, будет адекватно отображаться на любом компьютере.

Эта кодировочная носит название ASCII.

Код ASCII - American Standard Code for Information Interchange - (стандартный код информационного обмена США (произносится как "эски"), разработан ANSI - American National Standard Institute).

Он имеет базовую и расширенную таблицы кодирования:

• базовая - от 0 до 127;

• расширенная - от 128 до 255,

т. е. всего - 256 или 2⁸ значений.

Таким образом, в этой кодировочной таблице использовано восемь бит или 1 байт.

Первые 32 кода (от 0 до 31) отданы для кодирования символов аппаратных средств (компьютеров и принтеров).

От 32 до 127 - коды символов английского алфавита, знаки препинания, цифр, арифметических действий и некоторых вспомогательных символов.

В России расширенная символьная кодировка (от 128 до 255-го значения), включающая коды кириллицы, имеет три действующих стандарта:

- Windows 1251 - стандарт в российском секторе Word Wide Web;

- КОИ-8 (восьмизначный код обмена информацией) - стандарт в сообще­ниях электронной почты и телеконференций;

- международный стандарт ISO (International Standard Organization - международный институт стандартизации), который на практике используется редко.

(В компьютерах, использующих операционную систему MS-DOS, действует до сих пор ещё и кодировочная таблица ГОСТ - альтернативная).

Однако, используя 8-битную кодировочную таблицу невозможно адекватно увидеть на мониторе документы, созданные на тех языках, где используются символы, отличающиеся от латинских и кирилличных, например, умляуты в немецком языке или иероглифы.

Универсальная система кодирования текстовых данных основана не на 8-, а на 16-разрядном (или 2-х байтном) кодировании называется Юникод (UNICODE). На основании такой таблицы может быть закодировано N=2¹⁶=65 536 символов.

Она позволяет кодировать не только русский и латинский алфавиты, но практически все современные письменности, в том числе: китайскую, корейскую, японскую, арабскую, иврит, армянскую, бенгальскую и т. п.).

Однако при этом все текстовые документы автоматически имеют вдвое больший объем.

Поэтому сейчас на практике больше распространено представление Юникода UTF-8 (Unicode Transformation Format). UTF-8 обеспечивает наилучшую совместимость с системами, использующими 8-битные символы. Текст, состоящий только из символов с номером меньше 128-го при записи в UTF-8 превращается в обычный текст ASCII.

Русифицированная часть стандарта Windows 1251 представлена в следующей таблице:

О120	О121	О122	О123	О124	О125	О126	О127	О128	О129
								Ђ	Ѓ
О130	О131	О132	О133	О134	О135	О136	О137	О138	О139
‚	ѓ	„	…	†	‡	€	‰	Љ	‹
О140	О141	О142	О143	О144	О145	О146	О147	О148	О149
Њ	Ќ	Ћ	Џ	ђ	‘	’	“	”	•
О150	О151	О152	О153	О154	О155	О156	О157	О158	О159
–	—	˜	™	љ	›	њ	ќ	ћ	џ
О160	О161	О162	О163	О164	О165	О166	О167	О168	О169
	Ў	ў	Ј	¤	Ґ	¦	§	Ё	©
О170	О171	О172	О173	О174	О175	О176	О177	О178	О179
Є	«	¬	­	®	Ї	°	±	І	і
О180	О181	О182	О183	О184	О185	О186	О187	О188	О189
ґ	µ	¶	·	ё	№	є	»	ј	Ѕ
О190	О191	О192	О193	О194	О195	О196	О197	О198	О199
ѕ	ї	А	Б	В	Г	Д	Е	Ж	З
О200	О201	О202	О203	О204	О205	О206	О207	О208	О209
Р	Й	К	Л	М	Н	О	П	Р	С
О210	О211	О212	О213	О214	О215	О216	О217	О218	О219
Т	У	Ф	Х	Ц	Ч	Ш	Щ	Ъ	Ы
О220	О221	О222	О223	О224	О225	О226	О227	О228	О229
Ь	Э	Ю	Я	а	б	в	г	д	е
О230	О231	О232	О233	О234	О235	О236	О237	О238	О239
ж	з	и	й	к	л	м	н	о	п
О240	О241	О242	О243	О244	О245	О246	О247	О248	О249
р	с	т	у	ф	х	ц	ч	ш	щ
О250	О251	О252	О253	О254	О255	О256	О257	О258	О259
ъ	ы	ь	э	ю	я