Codifica di carattere ASCII e Unicode

Prec Sezione 8.8: Equalizzazione Su Capitolo 8: Trasmissione dati in banda base Capitolo 9: Segnali modulati Segue

8.9 Codifica di carattere

Il codice ascii↓ (American Standard Code for Information Inter-change) è un codice a 7 bit, e molti codici ad 8 bit (come l’iso 8859-1) si riducono ad ascii nella loro metà bassa (con il bit più significativo a zero); i primi 32 codici corrispondono a caratteri non stampabili, detti codici di controllo, ottenibili su di una tastiera mediante la pressione del tasto control, e che hanno un significato speciale, come il carriage return (cr), il line feed (lf), start of text (stx), backspace (bs), data link escape (dle). La tavola 8.1↓ mostra i 128 caratteri ascii. La controparte internazionale dell’ascii è nota come iso 646; lo standard è stato pubblicato dallo United States of America Standards Institute (usasi) nel 1968.

8.9.1 Codifica UNICODE↓

Dal 2004 iso/iec non si occupa più della manutenzione delle codifiche di carattere ad 8 bit, supportando invece attivamente il consorzio Unicode nella definizione dello Universal Character Set, che contiene centinaia di migliaia di caratteri di praticamente tutte le lingue del mondo, ognuno identificato in modo non ambiguo da un nome, e da un numero chiamato Code Point. Mentre per enumerare tutti i caratteri previsti occorre una parola di ben 21 bit, sono state definite codifiche a lunghezza variabile, la più diffusa delle quali prende il nome di utf-8, in base alla quale

i primi 127 CodePoints, che corrispondono all’alfabeto ascii, sono rappresentati da un singolo byte; pertanto un file ascii è anche un file utf-8 corretto
i valori numerici associati ai caratteri dell’insieme iso 8859-1 corrispondono ai CodePoints degli stessi caratteri
i primi 1792 CodePoints, mediante i quali sono rappresentati i caratteri usati dalla totalità delle lingue occidentali, sono rappresentati (esclusi gli ascii) mediante due byte
i 65536 CodePoints del Piano di Base entro cui ricade la quasi totalità delle assegnazioni fatte finora, sono rappresentati (esclusi i casi precedenti) mediante tre byte
i restanti CodePoints sono rappresentati mediante quattro byte

dec	hex	char	dec	hex	char	dec	hex	char	dec	hex	char
0	00	NUL	32	20		64	40	@	96	60	‘
1	01	SOH	33	21	!	65	41	A	97	61	a
2	02	STX	34	22	“	66	42	B	98	62	b
3	03	ETX	35	23	#	67	43	C	99	63	c
4	04	EOT	36	24	$	68	44	D	100	64	d
5	05	ENQ	37	25	%	69	45	E	101	65	e
6	06	ACK	38	26	&	70	46	F	102	66	f
7	07	BEL	39	27	’	71	47	G	103	67	g
8	08	BS	40	28	(	72	48	H	104	68	h
9	09	HT	41	29	)	73	49	I	105	69	i
10	0A	LF	42	2A	*	74	4A	J	106	6A	j
11	0B	VT	43	2B	+	75	4B	K	107	6B	k
12	0C	FF	44	2C	,	76	4C	L	108	6C	l
13	0D	CR	45	2D	-	77	4D	M	109	6D	m
14	0E	SO	46	2E	.	78	4E	N	110	6E	n
15	0F	SI	47	2F	/	79	4F	O	111	6F	o
16	10	DLE	48	30	0	80	50	P	112	70	p
17	11	DC1	49	31	1	81	51	Q	113	71	q
18	12	CD2	50	32	2	82	52	R	114	72	r
19	13	CD3	51	33	3	83	53	S	115	73	s
20	14	DC4	52	34	4	84	54	T	116	74	t
21	15	NAK	53	35	5	85	55	U	117	75	u
22	16	SYN	54	36	6	86	56	V	118	76	v
23	17	ETB	55	37	7	87	57	W	119	77	w
24	18	CAN	56	38	8	88	58	X	120	78	x
25	19	EM	57	39	9	89	59	Y	121	79	y
26	1A	SUB	58	3A	:	90	5A	Z	122	7A	z
27	1B	ESC	59	3B	;	91	5B	[	123	7B	{
28	1C	FS	60	3C	<	92	5C	\	124	7C	\|
29	1D	GS	61	3D	=	93	5D	]	125	7D	}
30	1E	RS	62	3E	>	94	5E	^	126	7E	~
31	1F	US	63	3F	?	95	5F	_	127	7F	DEL

Table 8.1 codici ascii

Prec Sezione 8.8: Equalizzazione Su Capitolo 8: Trasmissione dati in banda base Capitolo 9: Segnali modulati Segue