ASCII编码，将英文存储到计算机
我们之前说过，计算机以二进制形式存储数据，它只知道0和1两个数字。我们在屏幕上看到的字符在存储前都是转换成二进制(0和1序列)的，显示时要根据二进制到对应的字符。
可想而知，特定的文字必然对应着固定的二进制，否则在转换时将发生混乱。那么，怎样将文字与二进制对应起来呢？这就需要有一套规范，计算机公司和软件开发者都必须遵守，这样的一套规范就称为字符集（Character Set）或者字符编码（Character Encoding）。
严格来说，字符集和字符编码不是一个概念。字符集定义了字符和二进制之间的对应关系，并为字符分配唯一的编号，而字符编码则规定了如何在计算机中存储字符的编号。暂且不讨论这些细节，就当是一个概念吧。在这一节中，我也将这两个概念混在一起，不作区分。
字符集给每个字符分配一个唯一的编号，类似于一个学生的学号，通过编号可以到对应的字符。
字符集可以理解为一个大表，里面列出了所有字符和二进制的对应关系。它是计算机显示或存储字符的查表过程。
在计算机逐步发展的过程中，先后出现了几十种甚至上百种字符集，有些还在使用，有些已经淹没在了历史的长河中，本节我们要讲解的是一种专门针对英文的字符集——ASCII编码。
拉丁字母（开胃小菜）
在正式介绍 ASCII 编码之前，我们先来说说什么是拉丁字母。估计也有不少读者和我一样，对于拉丁字母、英文字母和汉语拼音中的字母的关系不是很清楚。
拉丁字母也叫罗马字母，它源自希腊字母，是当今世界上使用最广的字母系统。基本的拉丁字母就是我们经常见到的 ABCD 等26个英文字母。
拉丁字母、阿拉伯字母和斯拉夫字母(西里尔字母)并称为世界三大字母系统。
拉丁字母最初是欧洲人使用的。后来，由于欧洲的殖民主义，这种字母系统开始在世界范围内流行。美洲、非洲、澳大利亚和亚洲都没有逃脱西方文化的影响。中国也是。我们现在用的拼音其实就是拉丁字母，是不折不扣的舶来品。
后来，很多国家对 26 个基本的拉丁字母进行了扩展，以适应本地的语言文化。最常见的扩展方式就是加上变音符号，例如汉语拼音中的ü，就是在u的基础上加上两个小点演化而来；再如，áà就是在a的上面标上音调。
总起来说：
∙基本拉丁字母就是 26 个英文字母；
∙
拉丁字母的扩展是在基本的26个英文字母的基础上增加变音符号、横线、斜线演变而来，每个国家都不一样。
ASCII 编码
计算机是美国人发明的，他们首先考虑的是如何把二进制和英文字母(也就是拉丁语)匹配起来。
当时，各个厂家或者公司都有自己的做法，编码规则并不统一，这给不同计算机之间的数据交换带来不小的麻烦。但是相对来说，能够得到普遍认可的有 IBM 发明的 EBCDIC 和此处要谈的 ASCII。
我们先说 ASCII。ASCII 是“American Standard Code for Information Interchange”的缩写，翻译过来是“美国信息交换标准代码”。看这个名字就知道，这套编码是美国人给自己设计的，他们并没有考虑欧洲那些扩展的拉丁字母，也没有考虑韩语和日语，我大中华几万个汉字更是不可能被重视。
但这也无可厚非，美国人自己发明的计算机，当然要先解决自己的问题
ASCII 的标准版本于 1967 年第一次发布，最后一次更新则是在 1986 年，迄今为止共收录了 128 个字符，包含了基本的拉丁字母（英文字母）、阿拉伯数字（也就是 ）、标点符号（,.!等）、特殊符号（@#$%^&等）以及一些具有控制功能的字符（往往不会显示出来）。
在 ASCII 编码中，大写字母、小写字母和阿拉伯数字都是连续分布的（见下表），这给程序设计带来了很大的方便。例如要判断一个字符是否是大写字母，就可以判断该字符的 ASCII 编码值是否在 65~90 的范围内。
EBCDIC 编码正好相反，它的英文字母不是连续排列的，中间出现了多次断续，给编程带来了一些困难。现在连 IBM 自己也不使用 EBCDIC 了，转而使用更加优秀的 ASCII。
ASCII 编码已经成了计算机的通用标准，没有人再使用 EBCDIC 编码了，它已经消失在历史的长河中了。
ASCII 编码一览表
标准 ASCII 编码共收录了 128 个字符，其中包含了 33 个控制字符（具有某些特殊功能但是无法显示的字符）和 95 个可显示字符。
ASCII 编码一览表（淡黄背景为控制字符，白背景为可显示字符） | ||||
二进制 | 十进制 | 十六进制 | 字符/缩写 | 解释 |
0 | 00 | NUL (NULL) | 空字符 | |
1 | 01 | SOH (Start Of Headling) | 标题开始 | |
2 | 02 | STX (Start Of Text) | 正文开始 | |
3 | 03 | ETX (End Of Text) | 正文结束 | |
4 | 04 | EOT (End Of Transmission) | 传输结束 | |
5 | 05 | ENQ (Enquiry) | 请求 | |
6 | 06 | ACK (Acknowledge) | 回应/响应/收到通知 | |
7 | 07 | BEL (Bell) | 响铃 | |
8 | 08 | BS (Backspace) | 退格 | |
9 | 09 | HT (Horizontal Tab) | 水平制表符 | |
10 | 0A | LF/NL(Line Feed/New Line) | 换行键 | |
11 | 0B | VT (Vertical Tab) | 垂直制表符 | |
12 | 0C | FF/NP (Form Feed/New Page) | 换页键 | |
13 | 0D | CR (Carriage Return) | 回车键 | |
14 | 0E | SO (Shift Out) | 不用切换 | |
15 | 0F | SI (Shift In) | 启用切换 | |
16 | 10 | DLE (Data Link Escape) | 数据链路转义 | |
17 | 11 | DC1/XON(Device Control 1/Transmission On) | 设备控制1/传输开始 | |
18 | 12 | DC2 (Device Control 2) | 设备控制2 | |
19 | 13 | DC3/XOFF(Device Control 3/Transmission Off) | 设备控制3/传输中断 | |
20 | 14 | DC4 (Device Control 4) | 设备控制4 | |
21 | 15 | NAK (Negative Acknowledge) | 无响应/非正常响应/拒绝接收 | |
22 | 16 | SYN (Synchronous Idle) | 同步空闲 | |
23 | 17 | ETB (End of Transmission Block) | 传输块结束/块传输终止 | |
24 | 18 | CAN (Cancel) | 取消 | |
25 | 19 | EM (End of Medium) | 已到介质末端/介质存储已满/介质中断 | |
26 | 1A | SUB (Substitute) | 替补/替换 | |
27 | 1B | ESC (Escape) | 逃离/取消 | |
28 | 1C | FS () | 文件分割符 | |
29 | 1D | GS (Group Separator) | 组分隔符/分组符 | |
30 | 1E | RS (Record Separator) | 记录分离符 | |
31 | 1F | US (Unit Separator) | 单元分隔符 | |
32 | 20 | (Space) | 空格 | |
33 | 21 | ! | ||
34 | 22 | " | ||
35 | 23 | # | ||
36 | 24 | $ | ||
37 | 25 | % | ||
38 | 26 | & | ||
39 | 27 | ' | ||
40 | 28 | ( | ||
41 | 29 | ) | ||
42 | 2A | * | ||
43 | 2B | + | ||
44 | html符号代码对照表2C | , | ||
45 | 2D | - | ||
46 | 2E | . | ||
47 | 2F | / | ||
48 | 30 | 0 | ||
49 | 31 | 1 | ||
50 | 32 | 2 | ||
51 | 33 | 3 | ||
52 | 34 | 4 | ||
53 | 35 | 5 | ||
54 | 36 | 6 | ||
55 | 37 | 7 | ||
56 | 38 | 8 | ||
57 | 39 | 9 | ||
版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。
发表评论