ASCII

Un tableau de l'ASCII d'un manuel de l'imprimante 1972

Le code standard américain pour l'échange d'information (ASCII, prononciation: / æ s k Je / ASS -kee;) est une système de codage de caractères à l'origine basé sur la Alphabet anglais. codes ASCII représentent texte dans les ordinateurs , les communications équipement, et d'autres dispositifs qui utilisent texte. La plupart des systèmes de codage de caractères modernes sont basés sur ASCII, bien qu'ils soutiennent de nombreux caractères supplémentaires.

ASCII développé à partir de codes télégraphiques. Sa première utilisation commerciale était aussi un cycle de sept bit code de téléimprimeur promu par les services de données de Bell. Les travaux sur la norme ASCII a commencé le 6 Octobre 1960, avec la première réunion de la (ASA) le sous-comité de X3.2 American Standards Association. La première édition de la norme a été publiée en 1963, une révision majeure en 1967, et la mise à jour la plus récente en 1986. Par rapport aux codes télégraphiques antérieures, le code de Bell proposé et ASCII ont tous deux été ordonné pour le tri plus pratique (ce est à dire, l'alphabétisation) de des listes et des fonctionnalités supplémentaires pour des appareils autres que les téléscripteurs.

ASCII comprend des définitions pour 128 caractères: 33 sont non-impression caractères de contrôle (nombre désormais obsolète) qui affectent comment le texte et l'espace sont traitées et 95 caractères imprimables, y compris le espace (qui est considéré comme un graphique invisible).

Le IANA préfère le nom US-ASCII pour éviter toute ambiguïté. ASCII était encodage la plus couramment utilisée de caractères sur le World Wide Web jusqu'en Décembre 2007, quand il a été dépassé par UTF-8.

Histoire

Le code standard américain pour l'échange d'information (ASCII) a été élaboré sous les auspices d'un comité de l'American Standards Association, appelé le comité de X3, par son X3.2 (plus tard X3L2) sous-comité, et plus tard par le groupe de travail X3.2.4 de ce sous-comité . L'ASA est devenu aux Etats-Unis d'Amérique Standards Institute ou USASI et finalement le American National Standards Institute.

L'ASCII conçu du sous-comité de X3.2 selon la plus rapprochée systèmes de codage de téléimprimeur. Comme les autres codages de caractères, ASCII spécifie une correspondance entre les modèles et de bits numériques symboles de caractères (c.-à- graphèmes et des caractères de contrôle). Ceci permet appareils numériques de communiquer les uns avec les autres et pour traiter, stocker et communiquer des informations orientées caractère tels que la langue écrite. Avant ASCII a été développé, les codages utilisés inclus 26 caractères alphabétiques, 10 caractères numériques , et de 11 à 25 symboles graphiques spéciaux. Pour inclure tous ces personnages, et de contrôle compatibles avec le Comité Consultatif International Télégraphique et Téléphonique (CCITT) Alphabet télégraphique international n ° 2 (ITA2) standard, Fieldata, et au début EBCDIC, plus de 64 codes ont été nécessaire pour ASCII.

Le comité a discuté de la possibilité d'une décaler touche de fonction (comme le Code Baudot), ce qui permettrait plus de 64 codes d'être représentés par six bits. Dans un code décalé, certains codes de caractères déterminent choix entre les options pour les codes de caractères suivants. Il permet l'encodage compact, mais est moins fiable pour transmission de données; une erreur dans la transmission du code de changement de vitesse fait en général une longue partie de la transmission illisible. Le comité des normes a décidé contre déplacement, et ainsi ASCII requis au moins un code à sept bits.

Le comité examine un code à huit bits, depuis huit bits ( octets) permettraient deux modèles à quatre bits pour coder efficacement deux chiffres avec décimal codé binaire. Cependant, il faudrait toutes les transmissions de données à envoyer huit bits lorsque sept pourrait suffire. Le comité a voté à utiliser un code à sept bits pour minimiser les coûts associés à la transmission de données. Depuis ruban perforé au moment pourrait enregistrer huit bits dans une position, il a également permis une bit de parité pour Vérification des erreurs, si désiré. Machines à huit bits (avec octets que le type de données natif) qui ne utilisaient pas contrôle de parité généralement mis le huitième bit à 0.

Le code lui-même a été configurée de manière que la plupart des codes de contrôle étaient ensemble, et tous les codes graphiques étaient ensemble, pour faciliter l'identification. Les deux premières colonnes (32 postes) ont été réservés pour les caractères de contrôle.} Le Caractère "espace" devait venir avant graphiques pour faire le tri plus facile, il est donc devenu la position 20 _hex ; pour la même raison, de nombreux signes spéciaux couramment utilisés comme séparateurs ont été placés devant les chiffres. Le comité a décidé qu'il était important de soutenir haut de casse Alphabets 64 caractères, et a choisi le modèle ASCII de sorte qu'il pourrait être réduit facilement à un ensemble de 64 caractères utilisable de codes graphiques. Les lettres minuscules ne ont donc pas entrelacées avec majuscules. Pour garder des options disponibles pour les lettres minuscules et autres graphiques, les codes spéciaux et numériques ont été organisées avant les lettres, et de la lettre «A» a été placé en position 41 _hex pour correspondre à la version de la norme britannique correspondante. Les chiffres 0-9 ont été organisées afin qu'ils correspondent à des valeurs en binaire avec le préfixe 011, ce qui rend la conversion avec codé en binaire simple virgule.

La plupart des caractères non alphanumériques ont été positionnés pour correspondre à leur position décalée sur des machines à écrire. Ainsi, #, $% et ont été placées pour correspondre à 3, 4, et 5 dans la colonne adjacente. Les parenthèses pourraient ne pas correspondre à 9 et 0, cependant, parce que l'endroit correspondant à 0 a été prise par le caractère espace. Depuis de nombreuses machines à écrire européens placés les parenthèses avec 8 et 9, ces positions correspondant ont été choisis pour les parenthèses. Le symbole @ n'a pas été utilisé en Europe continentale et le comité devrait il serait remplacé par un A accentué dans la variation française, de sorte que le @ a été placée en position 40 _hex côté de la lettre A.

Les codes de contrôle ont estimé essentiel pour la transmission de données étaient le début de message (SOM), fin de l'adresse (EOA), fin de message (EOM), fin de transmission (EOT), "qui êtes-vous?" (WRU), "êtes-vous?" (RU), un contrôle de l'appareil réservée (DC0), ralenti synchrone (SYNC), et reconnaître (ACK). Ceux-ci ont été placés pour maximiser la Hamming distance entre leurs habitudes de bits.

Avec l'autre des caractères spéciaux et des codes de commande remplis, ASCII a été publié comme ASA X3.4-1963, laissant 28 positions de code sans aucun sens, réservés pour la normalisation future, et un code de contrôle non affecté. Il y avait un débat au moment savoir se il faut plus de caractères de contrôle plutôt que l'alphabet minuscule. L'indécision ne dura pas longtemps: en mai 1963, le Groupe de travail CCITT sur le New Alphabet télégraphique proposé d'affecter minuscules personnages aux colonnes 6 et 7, et Organisation internationale de normalisation TC 97 SC 2 voté en Octobre à intégrer le changement dans son projet de norme. Le groupe de travail de X3.2.4 voté son approbation pour que le changement ASCII lors de sa réunion mai 1963. Emplacement des lettres minuscules dans les colonnes 6 et 7 causé les personnages diffèrent en configuration binaire de la majuscule par un seul bit, qui a simplifié caractère correspondance insensible à la casse et la construction de claviers et imprimantes.

Le comité de X3 a fait d'autres changements, y compris d'autres nouveaux personnages (la accolade et les personnages de ligne verticale), en renommant certains caractères de contrôle (SOM devenus début de tête (SOH)) et déplacer ou enlever d'autres (RU a été retiré). ASCII a ensuite été mis à jour comme USASI X3.4-1967, puis USASI X3.4-1968, ANSI X3.4-1977, et enfin, ANSI X3.4-1986 (les deux premiers sont parfois retronamed ANSI X3.4-1967, et X3.4-1968 ANSI).

Le comité de X3 a également abordé la façon ASCII doit être transmise ( bit le moins significatif en premier), et comment il devrait être enregistré sur bande perforée. Ils ont proposé un Norme 9-piste pour bande magnétique, et a tenté de faire face à certaines formes de formats de cartes perforées.

ASCII lui-même était d'abord utilisé dans le commerce en 1963 en tant que code de téléimprimeur sept bits pour American Telephone & TWX (téléscripteur eXchange) le réseau de Telegraph. TWX utilisé à l'origine les cinq bits code précédent Baudot, qui a également été utilisé par la concurrence Télex système de téléimprimeur. Bob Bemer introduit des fonctionnalités telles que la séquence d'échappement. Son collègue britannique Hugh McGregor Ross a contribué à populariser ce travail-selon Bemer, "si bien que le code qui allait devenir ASCII fut d'abord appelé le Code Bemer-Ross en Europe". En raison de son important travail sur l'ASCII, Bemer a été appelé «le père de l'ASCII."

Le 11 Mars 1968, le président américain Lyndon B. Johnson a exigé que tous les ordinateurs achetés par les Etats-Unis l'appui du gouvernement fédéral, ASCII indiquant:

Je ai également approuvé les recommandations du Secrétaire du Commerce concernant les normes pour l'enregistrement de la Standard Code for Information Interchange sur des bandes magnétiques et des bandes de papier quand ils sont utilisés dans les opérations informatiques. Tous les ordinateurs et configurations d'équipement connexes intentées dans l'inventaire du gouvernement fédéral à compter du 1er Juillet 1969, doivent avoir la capacité d'utiliser le Standard Code for Information Interchange et les formats prescrits par les normes du ruban et du papier à bande magnétique lorsque ces médias sont utilisés.

Autres organismes de normalisation internationaux ont ratifié codages de caractères tels que ISO / CEI 646 qui sont identiques ou presque identiques à ASCII, avec des extensions pour les personnages en dehors de l'alphabet anglais et les symboles utilisés en dehors des États-Unis, comme le symbole pour le Royaume-Uni livres sterling la (£). Presque chaque pays a besoin d'une version adaptée de ASCII, depuis ASCII adapté aux besoins de seulement aux Etats-Unis et quelques autres pays. Par exemple, le Canada a sa propre version qui a soutenu les caractères français. Autres codages adaptés comprennent ISCII (Inde), VISCII (Vietnam), et YUSCII (Yougoslavie). Bien que ces encodages sont parfois appelés ASCII, vrai ASCII est défini strictement que par la norme ANSI.

ASCII a été incorporé dans le caractère Unicode que les 128 premiers symboles, de sorte que les caractères ASCII avoir les mêmes codes numériques dans les deux ensembles. Ceci permet UTF-8 pour être rétrocompatible avec ASCII, un avantage significatif.

des caractères de contrôle ASCII

réserves ASCII les 32 premiers codes (nombres décimaux) pour 0-31 caractères de contrôle: codes à l'origine destinés à ne pas représenter informations imprimables, mais plutôt de contrôler des périphériques (tels que imprimantes) qui utilisent ASCII, ou de fournir méta-informations sur les flux de données telles que celles stockées sur bande magnétique. Par exemple, le caractère 10 représente la fonction "saut de ligne" (qui provoque une imprimante pour faire avancer son papier), et le caractère 8 représente "backspace". RFC 2822 se réfère à contrôler caractères qui ne comprennent pas de retour chariot, saut de ligne ou espace blanc comme caractères de contrôle non-blancs. Sauf pour les caractères de contrôle qui prescrivent formatage orienté ligne élémentaire, ASCII ne définit pas de mécanisme pour décrire la structure ou l'apparence du texte dans un document. Autres régimes, tels que les langages de balisage , d'adresse de page et la présentation du document et le formatage.

La norme ASCII originale utilisée que de courtes phrases descriptives pour chaque caractère de contrôle. L'ambiguïté cela a causé était parfois intentionnelle (où un personnage serait utilisé de façon légèrement différente sur une liaison terminal que sur un flux de données) et parfois accidentelle (comme ce "supprimer" signifie).

Probablement le seul appareil le plus influent sur l'interprétation de ces personnages était le Teletype Modèle 33 ASR, qui était un terminal d'impression avec un disponible ruban de papier de l'option lecteur / punch. bande de papier était un milieu très populaire pour le stockage de programme à long terme jusqu'à ce que les années 1980, moins coûteuses et à certains égards moins fragile que la bande magnétique. En particulier, les Teletype Modèle 33 machines affectations pour les codes 17 (Control-Q, DC1, aussi connu comme XON), 19 (contrôle-S, DC3, aussi connu comme XOFF), et 127 ( Supprimer) est devenu normes de facto. Parce que le dessus de touche pour la touche O a également montré un symbole flèche gauche (de ASCII-1963, qui avait ce caractère au lieu de soulignent), à une utilisation non conforme d'un code 15 (Ctrl-O, changement dans) interprété comme "supprimer le caractère précédent" a également été adopté par de nombreux systèmes en temps partagé au début mais finalement est devenu négligé.

L'utilisation du contrôle-S (XOFF, une abréviation pour la transmission hors) comme un signal "de prise de contact" avertir un expéditeur à arrêter la transmission en raison de l'imminence de débordement, et Control-Q (XON, "transmettre sur") pour reprendre l'envoi, persiste à ce jour dans de nombreux systèmes comme une technique manuelle de commande de sortie. Sur certains systèmes de contrôle-S conserve sa signification mais Control-Q est remplacé par un deuxième contrôle-S de reprendre la production.

Code 127 est officiellement nommé "Supprimer", mais l'étiquette de téléscripteur était "rubout". Depuis la norme d'origine n'a pas donné une interprétation détaillée pour la plupart des codes de contrôle, les interprétations de ce code varié. Le sens de Teletype d'origine, et l'intention de la norme, était d'en faire un personnage ignoré, le même que NUL (zéros). Ce était utile spécifiquement pour une bande de papier, parce poinçonner le tout-un motif sur le dessus d'une marque existante de bits serait oblitérer. Tapes conçus pour être «main modifiés" pourrait même être produite avec des espaces de NULs supplémentaires (cassette vierge) de sorte qu'un bloc de caractères pourrait être "effacé" puis remplacements mis dans l'espace vide.

Comme terminaux vidéo ont commencé à remplacer les imprimer, la valeur du caractère "rubout" a été perdu. Systèmes décembre, par exemple, interprétés "Supprimer" pour dire "supprimer le caractère avant le curseur» et cette interprétation est également devenu courant dans les systèmes Unix. La plupart des autres systèmes utilisés "Backspace" pour que le sens et utilisés "Supprimer" pour dire "supprimer le caractère au niveau du curseur". Cette dernière interprétation est la plus courante aujourd'hui.

Beaucoup plus des codes de contrôle ont pu donner un sens très différent de leurs originaux. La «fuite» de caractère (ESC, le code 27), par exemple, a été conçu à l'origine pour permettre l'envoi d'autres caractères de contrôle comme des littéraux au lieu d'invoquer leur signification. Ce est le même sens de «évasion» rencontré dans encodages d'URL, langage C , les chaînes et d'autres systèmes où certains caractères ont une signification réservé. Au fil du temps ce sens a été coopté et a finalement été changé. Dans l'usage moderne, un CES envoyé à la borne indique généralement le début d'une séquence de commandes, généralement sous la forme d'un soi-disant " ANSI code d'échappement "(ou, plus correctement, un" contrôle de séquence d'introduction ") en commençant par ESC suivie par un" (crochet gauche) caractère [". Une ESC envoyé à partir du terminal est le plus souvent utilisé comme un out-of-band caractère utilisé pour terminer une opération, comme dans le TECO et vi éditeurs de texte. En l'interface utilisateur graphique (GUI) et systèmes de fenêtrage, ESC provoque généralement une application interrompre son opération en cours ou à sortie (fin) tout à fait.

L'ambiguïté inhérente de nombreux caractères de contrôle, combinée à leur usage historique, a créé des problèmes lors du transfert de "texte brut" des fichiers entre systèmes. Le meilleur exemple de ceci est le problème de saut de ligne sur les différents systèmes d'exploitation. téléscripteurs exigeaient que une ligne de texte se terminer par deux "Carriage Return" (qui se déplace la tête d'impression au début de la ligne) et "Alimentation Line" (qui fait avancer le papier d'une ligne sans déplacer la tête d'impression). Le nom «retour chariot» vient du fait que sur un manuel machine à écrire le transport tenant le papier déplacé alors que la position où les touches frappées le ruban resté stationnaire. La totalité du transport a dû être poussé (retourné) vers la droite afin de positionner la marge gauche du papier pour la ligne suivante.

Systèmes d'exploitation (décembre OS / 8, RT-11, RSX-11, RSTS, TOPS-10, etc.) utilisés deux caractères pour marquer la fin d'une ligne pour que le dispositif de la console (à l'origine Machines télétype) travailleraient. Par le temps que l'on appelle «verre ATS" (plus tard appelés tubes cathodiques ou bornes) sont arrivés, la convention a été si bien établi que la compatibilité ascendante a nécessité la poursuite de la convention. Lorsque Gary Kildall cloné RT-11 pour créer CP / M, il suivit établi Convention décembre. Jusqu'à l'introduction de PC-DOS en 1981, IBM ne avait pas la main dans ce parce que leurs systèmes utilisés 1970 EBCDIC au lieu d'ASCII exploitation et ils ont été orientés vers l'entrée à cartes perforées et de sortie de l'imprimante de la ligne sur laquelle la notion de «retour chariot» n'a pas de sens. IBM PC-DOS (également commercialisé sous le MS-DOS par Microsoft) a hérité de la convention en vertu d'être un clone de CP / M, et Windows hérité de MS-DOS.

Malheureusement, nécessitant deux caractères pour marquer la fin d'une ligne introduit une complexité et des questions quant à la façon d'interpréter chaque caractère quand rencontré seul inutile. Pour simplifier les choses flux de données en texte clair, y compris les fichiers, sur Multics utilisé saut de ligne (LF) seul comme un terminateur de ligne. Unix et Systèmes de type Unix, et Systèmes Amiga, a adopté cette convention de Multics. L'original Macintosh OS, Apple DOS, et ProDOS, d'autre part, utilisée retour chariot (CR) seul comme un terminateur de ligne; cependant, puisque Apple l'a remplacée par la base Unix- X système d'exploitation OS, ils utilisent maintenant un saut de ligne (LF) ainsi.

Ordinateurs attaché à la ARPANET inclus machines exécutant des systèmes d'exploitation tels que TOPS-10 et TENEX utilisant les fins de ligne CR-LF, machines exécutant des systèmes d'exploitation tels que Multics utilisant les fins de ligne LF, et les machines exécutant des systèmes d'exploitation tels que OS / 360 qui représentait lignes comme le nombre de caractères suivie par les caractères de la ligne et que utilisés EBCDIC plutôt que ASCII. Le protocole Telnet défini un caractère ASCII "Network Virtual Terminal" (NVT), de sorte que les connexions entre les hôtes avec différentes conventions de ligne fin et jeux de caractères pourraient être soutenus par la transmission d'un format standard de texte sur le réseau; il a utilisé ASCII, avec des fins de ligne CR-LF, et le logiciel en utilisant d'autres conventions se traduirait entre les conventions locales et le NVT. Le File Transfer Protocol adopté le protocole Telnet, y compris l'utilisation du terminal de réseau virtuel, pour une utilisation lors de la transmission des commandes et le transfert de données en mode ASCII par défaut. Cela ajoute de la complexité à des implémentations de ces protocoles, et à d'autres protocoles de réseau, tels que ceux utilisés pour E-mail et le World Wide Web, sur les systèmes qui ne utilisent pas CR-LF la convention de fin de ligne de la NVT.

Anciens systèmes d'exploitation tels que TOPS-10, avec CP / M, suivis longueur du fichier que dans des unités de blocs de disque et utilisés Control-Z (SUB) pour marquer la fin du texte actuel dans le fichier. Pour cette raison, EOF, ou de fin de fichier, et a été utilisé familièrement classiquement comme acronyme de trois lettres (TLA) pour le contrôle-Z au lieu de substitut. Pour diverses raisons, le code de fin de texte, ETX aka Control-C, était inapproprié et Z en utilisant le code de commande à la fin d'un fichier, il est analogue à la fin de l'alphabet, un très pratique mnémotechnique. Un historique commun, et encore répandue, utilise la convention ETX aka Control-C convention de code pour interrompre et arrêter un programme via un flux de données d'entrée, généralement à partir d'un clavier.

En bibliothèque et Unix conventions C, le caractère nul est utilisé pour terminer le texte cordes; tel chaînes à zéro terminal peuvent être connus à l'abréviation que ASCIZ ou ASCIIZ, où ici Z signifie "zéro".

ASCII code de contrôle tableau

Caractères ASCII imprimables

Codes 20 _hex à 7F _hex , connu comme les caractères imprimables, représentent les lettres, les chiffres, signes de ponctuation et quelques symboles divers. Il ya 95 caractères imprimables au total.

Code 20 _hex , le caractère espace, désigne l'espace entre les mots, tel que produit par la barre d'espace du clavier. Depuis le caractère espace est considéré comme un graphique invisible (plutôt que d'un caractère de contrôle) et donc ne seraient normalement pas visible, il est représenté ici par caractère Unicode U + 2420 "␠"; Les caractères Unicode U + 2422 "␢" et U + 2423 "␣" sont également disponibles pour une utilisation quand une représentation visible de l'espace est nécessaire.

Code 7F _hex correspond à la (DEL) caractère non imprimable "Supprimer" de contrôle et ne est donc omis de ce tableau; il est couvert dans le tableau de la section précédente.

Les versions antérieures de ASCII utilisé la flèche vers le haut au lieu de la caret (5E _hex ) et la flèche gauche à la place de la soulignement (5F _hex ).

Alias

A Juin 1992 et RFC le Internet Assigned Numbers Authority registre des jeux de caractères reconnaît les alias insensibles à la casse suivants pour ASCII adaptés pour une utilisation sur Internet:

Parmi ceux-ci, l'IANA encourage l'utilisation du nom "US-ASCII" pour des usages Internet de ASCII. On trouve souvent ce dans le paramètre "charset" option dans l'entête Content-Type de certains messages MIME, dans l'élément équivalent "meta" de certains documents HTML, et dans la partie de déclaration de codage du prologue de certains documents XML.

Variantes

Comme la technologie informatique la propagation à travers le monde, différente les organismes de normalisation et les sociétés développées de nombreuses variantes de ASCII pour faciliter l'expression des langues autres que l'anglais qui utilisaient alphabets base-romaine. On pourrait classe certaines de ces variations que " extensions ASCII ", bien que certains mauvais usage de ce terme pour représenter toutes les variantes, y compris ceux qui ne préserve pas la carte de caractères ASCII dans la plage de 7 bits.

Le Code PETSCII Commodore International utilisés pour leurs systèmes 8-bits est probablement unique parmi les codes post-1970 en se basant sur l'ASCII-1963, au lieu de l'ASCII-1967 plus fréquente, comme on en trouve sur le Ordinateur ZX Spectrum. Atari et ordinateurs Galaksija également utilisés variantes ASCII.

7 bits

Depuis le début de son développement, ASCII a été destiné à être juste un de plusieurs variantes nationales d'une norme de code de caractère international, finalement publié en tant que ISO / CEI 646 (1972), qui part la plupart des caractères en commun, mais assigner d'autres localement les caractères utiles à plusieurs points de code réservés pour "usage national." Cependant, les quatre années qui se sont écoulées entre la publication de l'ASCII-1963 et la première acceptation de l'ISO d'une recommandation internationale en 1967 ont causé les choix des ASCII pour les caractères d'utilisation nationaux semblent être les normes de facto pour le monde, provoquant la confusion et d'incompatibilité une fois les autres pays ne commencer à faire leurs propres affectations à ces points de code.

ISO / CEI 646, comme ASCII, était un jeu de caractères 7 bits. Il n'a pas fait de codes supplémentaires disponibles, de sorte que les mêmes points de code codé caractères différents dans des pays différents. Échapper codes ont été définis pour indiquer la variante nationale appliquée à un morceau de texte, mais ils sont rarement utilisés, de sorte qu'il était souvent impossible de savoir ce que la variante de travailler avec et donc quel personnage représenté un code, et dans les systèmes généraux de traitement de texte pourrait face avec une seule variante de toute façon.

Parce que les supports et bretelles caractères ASCII ont été affectées à des points "d'utilisation nationale" de code qui ont été utilisés pour les caractères accentués dans d'autres variantes nationales de l'ISO / CEI 646, un programmeur allemand, français ou suédois, etc. utilisant leur variante nationale de l'ISO / CEI 646, plutôt que ASCII, dû écrire, et donc lire, quelque chose comme

ä aÄiÜ = 'ON'; ü

au lieu de

{ a[i]='\n'; }

C trigraphes ont été créés pour résoudre ce problème pour ANSI C, bien que leur introduction tardive et mise en œuvre incohérente dans les compilateurs limitent leur utilisation.

8 bits

Finalement, comme 8, 16, et Ordinateurs 32 bits ont commencé à remplacer 18 et 36 bits des ordinateurs comme la norme, il est devenu courant d'utiliser un octet de 8 bits pour stocker chaque caractère dans la mémoire, donnant l'occasion aux étendues, 8 bits, parents de ASCII. Dans la plupart des cas, ces développés comme de véritables extensions de ASCII, laissant le caractère de cartographie d'origine, intact, mais l'ajout de définitions de caractères supplémentaires après les premiers 128 (c.-à 7 bits) caractères.

La plupart des systèmes informatiques de la maison tôt développé leurs propres jeux de caractères 8 bits contenant de tracé et de jeux glyphes, et souvent remplis dans certains ou tous les caractères de contrôle 0-31 avec plus de graphiques. L'IBM PC défini page de code 437, qui a remplacé les caractères de contrôle avec des symboles graphiques tels que smiley face, et cartographié caractères graphiques supplémentaires pour les 128 postes supérieurs. Les systèmes d'exploitation tels que DOS ces pages de code, et les fabricants de prise en charge PC IBM les ont soutenus dans le matériel. Digital Equipment Corporation a développé le Multinational Character Set (DEC-MCS) pour une utilisation dans le populaire VT220 terminal, ce était l'une des premières extensions conçus plus pour les langues internationales que pour les blocs graphiques. Le Macintosh défini MacRoman et Postscript également défini un ensemble, à la fois de ces deux lettres internationales contenues et des signes de ponctuation typographiques à la place des graphiques, plus comme les jeux de caractères modernes. Le ISO / CEI 8859 standard (dérivé du DEC-MCS) a finalement fourni une norme que la plupart des systèmes copiés (au moins aussi précisément que ils ont copié ASCII, mais avec de nombreuses substitutions). Une extension populaire conçu par Microsoft, Windows 1252 (souvent mal étiquetés comme ISO-8859-1), ajouté les signes de ponctuation typographiques nécessaires pour l'impression de texte attrayant.

ISO-8859-1, Windows-1252, et l'origine ASCII 7 bits étaient codages de caractères les plus courantes jusqu'à la fin des années 2000, de nos jours UTF-8 est de plus en plus commun.

Unicode

Unicode et l'ISO / CEI 10646 Universal Character Set (UCS) ont un éventail beaucoup plus large de caractères, et leurs diverses formes de codage ont commencé à supplanter ISO / CEI 8859 et ASCII rapidement dans de nombreux environnements. Alors que ASCII est limitée à 128 caractères, Unicode et les UCS soutiennent plusieurs caractères en séparant les concepts de l'identification unique (en utilisant des nombres naturels appelés points de code) et l'encodage (à 8, 16 ou 32 formats bits binaires, appelé UTF-8, UTF-16 et UTF-32).

Pour permettre la compatibilité ascendante, l'ASCII 128 et 256 ISO-8859-1 (Latin 1) caractères sont attribués des points de code Unicode / UCS qui sont les mêmes que leurs codes dans les normes antérieures. Par conséquent, ASCII peut être considéré comme un système de codage sur 7 bits pour un très petit sous-ensemble de Unicode / UCS, et ASCII (lorsque le préfixe 0 que le huitième bit) est valide UTF-8.

Ordre

Afin code ASCII est aussi appelé afin de ASCIIbetical. Collation des données est parfois fait dans cet ordre plutôt que par ordre alphabétique "standard" ( séquence de classement). Les principaux écarts dans l'ordre ASCII sont:

• Tous les majuscules avant les minuscules, par exemple, "Z" avant "a"
• Chiffres et de nombreux signes de ponctuation sont avant les lettres, par exemple, "4" précède "une"
• Les nombres sont triés naïvement comme des chaînes, par exemple, "10" précède "2"

Un ordre intermédiaire - facilement mis en œuvre - convertit lettres majuscules en minuscules avant de comparer des valeurs ASCII. Numéro Naïf tri peut être évitée par zéro remplir tous les numéros (par exemple "02" pour trier avant "10" comme prévu), bien que ce est une solution externe et n'a rien à voir avec la commande elle-même.