8. I codici ASCII e Unicode

 

A ogni carattere (alfabetico, numerico, speciale) della tastiera si assegna un codice convenzionale.

La prima codifica universalmente accettata fu la cosiddetta ASCII

(ASCII = American Standard Code for Information Interchange).

 

Ogni carattere vi veniva rappresentato per mezzo di 1 Byte (=sequenza di 8 bit).

 

Osserviamo che una sequenza di 8 bit consente esattamente 2⁸=256 combinazioni diverse;

quindi, una codifica a 8 bit può coinvolgere al massimo 256 differenti caratteri, non di più.

 

 

La TABELLA ASCII STANDARD contiene i caratteri, alfanumerici e speciali, di uso più comune; in essa, i caratteri codificati sono in numero di 128.   Eccone qui a destra una parte. Se vuoi vedere la tabella completa, clicca QUI.       Si può ottenere ogni carattere ASCII tenendo premuto il tasto Alt e digitando il codice decimale corrispondente col tastierino numerico.   Per esempio, si ha la graffa aperta tenendo premuto il tasto Alt e contemporaneamente digitando sul tastierino numerico la sequenza 1-2-3.	Char	Byte	Dec	Hex		Char		Byte	Dec		Hex
	0	0011 0000	48	30		[		0101 1011	91		5B
	1	0011 0001	49	31		\		0101 1100	92		5C
	2	0011 0010	50	32		]		0101 1101	93		5D
	3	0011 0011	51	33		^		0101 1110	94		5E
	4	0011 0100	52	34		…		…	…		…
	5	0011 0101	53	35		…		…	…		…
	6	0011 0110	54	36		a		0110 0001	97		61
	7	0011 0111	55	37		b		0110 0010	98		62
	8	0011 1000	56	38		c		0110 0011	99		63
	9	0011 1001	57	39		d		0110 0100	100		64
	…	…	…	…		…		…	…		…
	@	0100 0000	64	40		{		0111 1011	123		7B
	A	0100 0001	65	41		|		0111 1100	124		7C
	B	0100 0010	66	42		}		0111 1101	125		7D
	C	0100 0011	67	43		~		0111 1110	126		7E
	D	0100 0100	68	44		Del		0111 1111	127		7F
	…	…	…	…		…		…	…		…
	Char = carattere, Dec = codice decimale, Hex = codice esadecimale
Si passò poi alla TABELLA ASCII ESTESA, di cui nacquero (sigh!) diverse versioni, a seconda dell'area geografica (e non solo).   Ecco qui a destra una piccola parte della tabella ASCII ESTESA in uso in EUROPA OCCIDENTALE.   Se vuoi vedere la tabella completa, clicca QUI.   Noterai la presenza di caratteri tipici delle lingue europee, ad esempio le vocali con la dieresi usate in Tedesco, la "c" con "cediglia" del Francese, il punto interrogativo rovesciato dello Spagnolo …					Char		Byte			Dec		Hex
					ü		1000 0001			129		81
					é		1000 0010			130		82
					...		…			…		…
					ç		1000 0111			135		87
					...		…			…		…
					¿		1010 1000			168		A8
					...		…			…		…
							1010 1011			171		AB

 

 

 

A partire dal 1991 fu sviluppato un nuovo standard, lo standard UNICODE.

L’idea iniziale era di rappresentare ogni carattere non più con 1, ma con 2 byte.

Con 2 byte, ossia con una sequenza di 16 bit, le combinazioni possibili sono 2¹⁶=65536.

 

Si sarebbero così potuti comprendere tutti gli ideogrammi cinesi e giapponesi, tutti i caratteri

dell'alfabeto cirillico, di quello arabo, di quello ebraico, ecc. ... in un codice unico a livello mondiale.

Anche il problema della coesistenza di più tabelle ASCII estese differenti sarebbe stato superato.

L’aumento enorme della capienza delle memorie di massa, che nel frattempo si era verificato,

avrebbe reso poco rilevante la questione della maggiore occupazione di memoria.

 

Il progetto UNICODE subì negli anni svariati aggiornamenti, ed è tuttora in evoluzione.

Il suo campo d’azione include non solo le varie lingue vive (anche quelle meno diffuse), ma pure:

le lingue morte, simboli di varia natura (es. matematici e chimici), l'alfabeto Braille, ideogrammi ecc.

 

In definitiva, Unicode prevede oggi una codifica che va a utilizzare fino a 21 bit.

 

Di tutte queste questioni si occupa l’associazione internazionale Unicode Consortium.