2010-05-17

1

Kody znakowe

Zagadnienia

Kody alfanumeryczne

Znaki sterujące

Kod ASCII

Unicode

Postać spakowana liczb BCD

Postać rozpakowana liczb BCD

2010-05-17

2

Kod Morse’a

Kod telegraficzny nr 2

(kod Baudota)

2010-05-17

3

Kod ASCII

American Standard Code for Information Interchange

Kod ASCII

(wartości dziesiętne)

0

1

2

3

4

5

6

7

0

NUL

SOH

STX

ETX

EOT

ENQ

ACK

BEL

8

BS

HT

LF

VT

FF

CR

SO

SI

16

DLE

DC1

DC2

DC3

DC4

NAK

SYN

ETB

24

CAN

EM

SUB

ESC

FS

GS

RS

US

32

SP

!

"

#

$

%

&

'

40

(

)

*

+

,

-

.

/

48

0

1

2

3

4

5

6

7

56

8

9

:

;

<

=

>

?

64

@

A

B

C

D

E

F

G

72

H

I

J

K

L

M

N

O

80

P

Q

R

S

T

U

V

W

88

X

Y

Z

[

\

]

^

_

96

`

a

b

c

d

e

f

g

104

h

i

j

k

l

m

n

o

112

p

q

r

s

t

u

v

w

120

x

y

z

{

|

}

~

DEL

2010-05-17

4

Kod ASCII

(wartości szesnastkowe)

0 / 8

1 / 9

2 / A

3 / B

4 / C

5 / D

6 / E

7 / F

0

NUL

SOH

STX

ETX

EOT

ENQ

ACK

BEL

BS

HT

LF

VT

FF

CR

SO

SI

1

DLE

DC1

DC2

DC3

DC4

NAK

SYN

ETB

CAN

EM

SUB

ESC

FS

GS

RS

US

2

SP

!

"

#

$

%

&

'

(

)

*

+

,

-

.

/

3

0

1

2

3

4

5

6

7

8

9

:

;

<

=

>

?

4

@

A

B

C

D

E

F

G

H

I

J

K

L

M

N

O

5

P

Q

R

S

T

U

V

W

X

Y

Z

[

\

]

^

_

6

`

a

b

c

d

e

f

g

h

i

j

k

l

m

n

o

7

p

q

r

s

t

u

v

w

x

y

z

{

|

}

~

DEL

Kod ASCII

(wartości szesnastkowe)

0 / 8

1 / 9

2 / A

3 / B

4 / C

5 / D

6 / E

7 / F

0

NUL

SOH

STX

ETX

EOT

ENQ

ACK

BEL

BS

HT

LF

VT

FF

CR

SO

SI

1

DLE

DC1

DC2

DC3

DC4

NAK

SYN

ETB

CAN

EM

SUB

ESC

FS

GS

RS

US

2

SP

!

"

#

$

%

&

'

(

)

*

+

,

-

.

/

3

0

1

2

3

4

5

6

7

8

9

:

;

<

=

>

?

4

@

A

B

C

D

E

F

G

H

I

J

K

L

M

N

O

5

P

Q

R

S

T

U

V

W

X

Y

Z

[

\

]

^

_

6

`

a

b

c

d

e

f

g

h

i

j

k

l

m

n

o

7

p

q

r

s

t

u

v

w

x

y

z

{

|

}

~

DEL

4D = 01001101

2010-05-17

5

Własności kodu ASCII

Litery

• Wartości kodów rosną w porządku alfabetycznym

41 42 43 44 . . .

61 62 63 64 . . . (hex)

A B C D . . .

a b c d . . .

• Małe i wielkie litery

Kod_małej_litery = Kod_wielkiej_litery + 20 (hex)

0110 1110 0110 1111 0110 0011 0110 1011 0110 0001

n o c k a

Własności kodu ASCII

Litery

• Wartości kodów rosną w porządku alfabetycznym

41 42 43 44 . . .

61 62 63 64 . . . (hex)

A B C D . . .

a b c d . . .

• Małe i wielkie litery

Kod_małej_litery = Kod_wielkiej_litery + 20 (hex)

01

1

0 1110 01

1

0 1111 01

1

0 0011 01

1

0 1011 01

1

0 0001

n o c k a

2010-05-17

6

Własności kodu ASCII

Litery

• Wartości kodów rosną w porządku alfabetycznym

41 42 43 44 . . .

61 62 63 64 . . . (hex)

A B C D . . .

a b c d . . .

• Małe i wielkie litery

Kod_małej_litery = Kod_wielkiej_litery + 20 (hex)

01

0

0 1110 01

0

0 1111 01

0

0 0011 01

0

0 1011 01

0

0 0001

N O C K A

Własności kodu ASCII

Cyfry

0 0 1 1 * * * *

kod BCD cyfry

Np.

„2” ma kod

0011 0010 (32h)

„7” ma kod

0011 0111 (37h)

„9” ma kod

0011 1001 (39h)

2010-05-17

7

„Pakowanie” i „rozpakowanie” kodu ASCII

Liczba 9652 w kodzie BCD zajmuje 2 bajty: 96 52 (hex)

Tekst „9652” w kodzie ASCII zajmuje 4 bajty: 39 36 35 32 (hex)

Kod ASCII

(znaki funkcyjne czyli sterujące)

2010-05-17

8

Kod ASCII

(pozostałe znaki funkcyjne)

Zastosowanie znaków sterujących

Np. Transmisja znakowa wg

protokołu BISYNC

(Binary Synchronous Transmission)

2010-05-17

9

Inne alfabety w kodzie ASCII - ISO/IEC 646

ISO/IEC 646

– odmiany narodowe

2010-05-17

10

Strony kodowe

Tablica kodowa zawierająca alfabet łaciński
(tzw. zbiór podstawowy G0)
jest identyczna z ASCII i koduje znaki w postaci

0 b

7

b

6

b

5

b

4

b

3

b

2

b

1

Znaki innych alfabetów (zbiory dodatkowe),
np.arabskiego, cyrylicy, hebrajskiego i dodatkowe łacińskie
są kodowane w postaci

1 b

7

b

6

b

5

b

4

b

3

b

2

b

1

Przejście do odpowiedniej tablicy kodowej następuje
przez

sekwencję rozszerzającą (escape sequence)

zaczynającą się znakiem ESC .

Powstało wiele różnych rozszerzeń ASCII wykorzystujących

ósmy bit, nazywanych stronami kodowymi

Strony kodowe ISO-8859

2010-05-17

11

Kodowanie ISO-8859-2

Windows - 1250

2010-05-17

12

Problem kodowania polskich znaków

Unicode

unique, universal, and uniform character encoding

Kody dla wszystkich znanych systemów pisma (alfabetów)

Znak może być

literą (np. łacińską, grecką, hebrajską, arabską,)

znakiem sylaby

(np. w japońskim piśmie Hiragana)

ideogramem

(np. w piśmie chińskim Han,

tzw. CJK - Chinese, Japanese, Korean)

symbolem (np. technicznym, muzycznym,

znakiem Braille’a)

2010-05-17

13

Każdy znak jest określony przez

unikatowy numer (code point) U+0000 ... U+10FFFF

1 114 112 numerów

unikatową nazwę

Unicode

(Unikod)

Unicode nie definiuje postaci graficznej znaku (glyph)

U+004B

LATIN CAPITAL LETTER

K

U+005B

LEFT SQUARE BRACKET

[

inne, np.:

U+05D0

HEBREW LETTER ALEF

U+0663

ARABIC-INDIC DIGIT THREE

U+264F

SCORPIUS



Unicode

Kody od U+0000 do U+007F odpowiadają kodowi ASCII

2010-05-17

14

Unicode

– polskie znaki

Unicode Consortium

Organizacja “non-profit”, zał. w 1991

.

Unicode Standard, ver. 5.1.0. (

kwiecień 2008)

zgodny ze standardem ISO/IEC 10646

96 447

znaków z kilkudziesięciu alfabetów

ok. 6 300 kodów nie wykorzystanych

w początkowym obszarze kodowym 64k znaków

(basic multilingual plane)

2010-05-17

15

Formaty kodowania

(UTF - Unicode Transformation Format)

Są 3 formaty kodowania (dla każdego znaku):

8 bitów (UTF-8),

16 bitów (UTF-16)

32 bity (UTF-32)

Przykład odwzorowania numeru kodowego w UTF-8

Tu wszystkie

znaki ASCII