संगणक मजकूर माहिती एन्कोडिंग

संगणक - आपण तयार करू शकता, रूपांतरित जे, आणि एक अत्याधुनिक साधन माहिती संग्रहित करतो. तथापि, संगणक आमच्यासाठी फार समजण्यासारखा करूच शकत नाही - ग्राफिक, मजकूर आणि अंकीय डेटा बायनरी अरेज् म्हणून साठवली जाते संख्या. या लेखातील आम्ही मजकूर माहिती कसे एन्कोडिंग पाहू.

वर्णांचा क्रम - आमच्यासाठी काय एक संगणक मजकूर आहे. प्रत्येक प्रतीक शून्य आणि विषयावर एक निश्चित संच प्रतिनिधित्व करतो. प्रतीक नाही फक्त वरच्या व खालच्या केस बोलत अंतर्गत लॅटिन अक्षरे वर्णमाला, पण विरामचिन्हे, अंकगणित चिन्हे, विशेष अक्षरे विशिष्ट चिन्हे आणि जागा.

ग्रंथातील माहिती बायनरी एन्कोडिंग

अंतर्गत कंट्रोलर वरील एक विशिष्ट कळ दाबून रूपांतरित आहे की एक विद्युत सिग्नल पाठवते बायनरी कोड. कोड पडद्यावर दाखवले जाते जे काही चिन्ह, जुळविली आहे. सादर साठी लॅटिन वर्णमाला एक डिजिटल स्वरूपात ASCII आंतरराष्ट्रीय प्रणाली कोडींग तयार करण्यात आली. तो एक प्रतीक अशा प्रकारे शून्य आणि लोक आठ-प्रतीक क्रम समावेश रेकॉर्ड 1 बाइट आवश्यक आहे. रेकॉर्डिंग मध्यांतर - 00000000 पासून 11111111, या प्रणाली वापरून मजकूर माहिती उदा कोडींग आम्हाला 256 वर्ण प्रतिनिधित्व करण्यास अनुमती देते. बहुतांश घटनांमध्ये, हे पुरेसे आहे.

ASCII दोन भागात विभागलेला आहे. पहिल्या 127 वर्ण (00000000 पासून 01111111 करण्यासाठी) आंतरराष्ट्रीय आहेत आणि विशिष्ट चिन्हे आणि इंग्रजी वर्णमाला च्या अक्षरे आहेत. दुसरा भाग - विस्तार (10000000 पासून 11111111 करण्यासाठी) - जे लेखन लॅटिन वेगळे आहे राष्ट्रीय वर्णमाला, प्रतिनिधित्व करण्याचा हेतू आहे.

ASCII मध्ये एन्कोडिंग मजकूर माहिती वाढ क्रम म्हणजेच अक्षरे मोठ्या क्रम संख्या जास्त त्याच्या ASCII-कोड मूल्य तत्त्व आधारित आहे. आकडेवारी आणि टेबल रशियन भाग समान तत्व रोजी बांधण्यात आली आहेत.

तथापि, जगात सीरिलिक अक्षरे एन्कोडिंग अनेक प्रकार आहेत. सर्वात सामान्य - कोई-8 (प्रथम ruifitsirovannyh युनिक्स प्रणाली मध्ये 70 च्या दशकात वापरला गेला आहे की आठ-बिट एन्कोडिंग), आयएसओ 8859-5 (आंतरराष्ट्रीय दर्जा ब्युरो द्वारे विकसित), सी 1251 (संदर्भ वापरले माहिती कोडींग आहे आधुनिक OS विंडोज), तसेच युनिकोड 2-बाइट एन्कोडिंग, 65.536 वर्ण परिचय वापरले जाऊ शकते. ते विविध कार्यकारी प्रणाल्या आणि विविध घेता, वेगवेगळ्या वेळी विकसित करण्यात आले की खरं एन्कोडिंग विविध अशा. वापरकर्ता एन्कोड गोंधळात टाकणारे चिन्ह संच दिसेल जुळत नाही पासून - कारण या, एका मध्यम मजकूर ह तांतिरत करीत असताना अनेकदा अडचणी येतात. मी या परिस्थितीत कसे निराकरण करू शकता? शब्द, उदाहरणार्थ, एक दस्तऐवज उघडता तेव्हा, मजकूर प्रदर्शन असलेल्या समस्यांबद्दल एक संदेश आणि ट्रान्सकोडिंग अनेक पर्याय देते.

त्यामुळे, कोडींग आणि संगणकाच्या आतडी मध्ये ग्रंथातील माहिती प्रक्रिया - प्रक्रिया कठीण व वेळखाऊ आयोजित आहे. कोणत्याही वर्णमाला सर्व प्रतीक अंक फक्त एका विशिष्ट क्रम आहे बायनरी प्रणाली, एक सेल - ही माहिती एक बाइट आहे.