ASCII 碼表

回憶上次內容

• 通過 help()可以從 python 命令行模式進入到幫助模式

• 通過 q 退出

• ord(c)和 chr(i)

• ord 通過字符找到對應的數(shù)字

• chr 通過數(shù)字找到對應的字符

• 這是倆函數(shù)

• 這倆是一對，相反相成的

• 字符的本質是數(shù)字

• Python 里面的字符對應著一些數(shù)字

• a對應 97

• b對應 98

• c對應 99

• 可是，為什么是這樣的對應關系，誰規(guī)定的，必須的么？??

小寫字母

#輸出a，b，c

ord("a")

ord("b")

ord("c")

#輸出z-a的數(shù)字差距，相對序號

ord("z")-ord("a")

#輸出a的相對序號

ord("a")-ord("a")

• a、b、c 這些字符是挨著的

• 正好從0到25，總共26個數(shù)字??

• 對應數(shù)字也是挨著的

編碼規(guī)律

• 從 a-z 應該都是挨著的

• 26 個英文字母之間，數(shù)值差距是 25，說明都是挨著的

• 為什么是從 97 開始？

• 應該還有別的字符

• 除了小寫字母之外、大寫字母、數(shù)字、符號他們都是如何的分布的呢？

• 我想把所有 ASCII 字符 0-127 全都打出來

• 可以么？

遍歷范圍

for i in range(0,128): ? ?

????????print(i,end=",")

• 我們先把0-127 挨牌兒捋一遍

• 然后如何找到數(shù)字對應的字符呢？

對應字符

• 通過數(shù)字找到對應的字符是chr

for i in range(0,128): ? ?

????print(hex(i),chr(i),sep=":",end=" ? ?")

• print(hex(i),chr(i),sep=":",end=" ? ?")

• 結束時輸出3個空格

• 分隔符為冒號

• 輸出i的字符狀態(tài)

• 輸出i的十六進制狀態(tài)

• hex(i)

• chr(i)

• sep=':'

• end=" ? ?"

• 結果如何呢？

結果

• 這不是很整齊啊

• 為什么在 0xa-0xc 好像換行很突然

• 后面可以看到字符和序號一一對應的關系

• 不過不是很明確

• 有什么方式可以看起來更明確么？

安裝 ASCII

sudo apt install ascii

• Dec 對應的是 10 進制數(shù)

• Hex 對應的是 16 進制數(shù)

• 后面的是具體字符

• 字符包括

• 控制

• 符號

• 英文大小寫字母

• 這樣就把各種字符和一個二進制數(shù)字對應起來了

• 這個 ASCII 什么時候開始有的呢？

ASCII 碼表

• 1967 年的時候就有了最初這個 ASCII 碼表??

• 實際上計算機中所有的數(shù)據(jù)都是 0 和 1

• 當時計算機用高電平和低電平分別表示 0 和 1

• 這建立起了 字符 和 二進制數(shù) 的 映射關系

• 字符 和 二進制數(shù) 的 映射關系 如果不一致

• 面對同一個二進制數(shù) 01010101

• 就會映射到不同的字符

• 人們看到不同的字符就認為是亂碼

• 當時美國的工程師定義了一套編碼規(guī)則

• American Standard Code for Information Interchange

• ASCII

• 美國信息交換標準代碼

由來

• 這標準是美國信息交換標準代碼是由美國國家標準學會制定的

• (American National Standard Institute , ANSI )

• 最初是美國標準

• 后來是國際標準化組織定為國際標準

• （International Organization for Standardization, ISO）

• 稱為 ISO 646 標準

• 最后一次更新則是在 1986 年

• 到目前為止共定義了 128 個字符

解碼 ASCII

• 我們找到小寫的a

• 這是他的4321位

• 第四位

• 這是他的765位

• 高三位

• 先向上找到110

• 再向左找到0001

• 在前面加一個0

• 得到(01100001)2進制

• 對應著(97)10進制數(shù)

• 也就是(0x61)16進制數(shù)

• 剛好對應一個字節(jié)

對應關系

• 1 個 字節(jié) byte

• 正好 8 個 bit 位

• 相當于 2 位 16 進制數(shù)

• 16 進制數(shù) 更容易讀出

• 十六進制數(shù)很適合輸出字節(jié)狀態(tài)

• 聽起來找到了字符和字節(jié)狀態(tài)之間的映射對應關系

• 我們能在游樂場上驗證一下嗎？

游樂場

• 進入 python3 幫助模式

• 我們可以查詢 hex

• hex 對應 hexadicimal 十六進制

• help(hex)

動手

#得到a的序號

ord("a")

#輸出97對應的16進制形式

hex(97)

#找到a對應的16進制形式數(shù)字對應的字符

????hex(ord("a"))

• 0x61就是十六進制的61

• 0x是十六進制的前綴標志

• 可是為什么 16 進制使用 0x 作為前綴？

0x 前綴

• x 的起源

• 0x 的 x 是取自 hex 的 x

• 0 的起源

• C 語言繼承了類似設定

• 0 開頭表示數(shù)字

• 0x 開頭表示 16 進制數(shù)

• 變量名開頭不許是數(shù)字

• 0 開頭肯定是數(shù)字

• 但正常情況下寫數(shù)字不會用 0 開頭

• 這保證 0 開頭很容易和 10 進制區(qū)分開

• 在 C 語言之前的 B 語言用 0 開頭表示 8 進制

• python 也繼續(xù)繼承

• 編碼 encode

• 解碼 decode

• 字符對應著數(shù)字

• 數(shù)字也可以轉化為字符

• 字符和二進制數(shù)之間的關系其實是

編碼解碼

• 編碼

• 就是用預先規(guī)定的方法將文字、數(shù)字、其它對象編成數(shù)碼

• 將信息、數(shù)據(jù)轉換成規(guī)定的電脈沖信號

• 簡單來說就是給大白菜編個號

• 解碼是編碼的逆過程

• 用特定方法，把數(shù)碼還原成它所代表的內容

• 將電脈沖信號、光信號、無線電波等轉換成它所代表的信息、數(shù)據(jù)等的過程

• 簡單說就是掃條碼知道這個是一個大白菜并知道價格等

• 我們用python試試編碼解碼

encode和decode

• str(字符串)'a' encode(編碼)之后 為 bytes(字節(jié)序列) b'\x61'

• bytes(字節(jié)序列)b'\x61' decode(解碼)之后為 為 str(字符串)'a'

• 編碼(encode) 和解碼(decode) 互為逆運算

• 很像

• 字符(chr)和 序號(ord)

編碼解碼

• 可以先編碼再解碼

• 也可以先解碼再編碼

• 繞來繞去

• 也沒做神馬??

• 掌握這個基礎是最起碼

• 基本功要練得硬橋硬馬

• 實戰(zhàn)方能穩(wěn)扎穩(wěn)打

• 否則以后各種亂碼

• 字節(jié)除了用十六進制顯示之外

• 還可以用二進制顯示么？

bin(number)

• 這次我們來試試把數(shù)字轉化為二進制形式

• 查詢 bin

• bin 對應 binary 二進制

動手

#得到a的序號ord("a")#輸出97對應的16進制形式bin(97)#找到a對應的十六進制形式bin(ord("a"))

• 0b1100001是二進制數(shù)1100001

• 0b是 2 進制數(shù)的前綴標志

• 正如0x是 16 進制數(shù)的前綴標志

和 ASCII 表對比

• 驗證成功

• 這充分證明了我們用的確實是 ASCII 表?。?！????

• 廢話！??

• 我們會用 hex、bin 把 10 進制數(shù)轉化為八進制、二進制形式

• 能把其他進制轉化回十進制么？

其他進制 轉化為回 10進制 int(number)

• 用的是 int

• 這個 int 什么來歷？

• 我們 help()里面去找找

大小字母差值

• 0x41-0x5A這個范圍是大寫字母

• 0x61-0x7A這個范圍是小寫字母

#輸出a的ASCII碼

ord("a")#輸出A的ASCII碼

ord("A")

#輸出大小寫之差

ord("a")-ord("A")

#差值的16進制形式

hex(ord("a")-ord("A"))

#差值的2進制形式

bin(ord("a")-ord("A"))

• 大寫字母和小寫字母相差(32)10進制

• 正好是(0x20)16進制

• 為什么不多不少

• 就差 0x20 呢？

• 怎么那么寸呢？??

ASCII 碼表趣事

• 其實最初不是相差 0x20

• 這個 0x20 正好是一個二進制位

• 對應 b6 這個位

• 之前 ibm 的 EBCDIC 編碼并不是這樣的

• 那為什么要改成這樣子呢？

• 有了這種對應關系之后

• 修改1位之后，都變成小寫字母

• 然后直接查找就好了

• The X3.2.4 task group voted its approval for the change to ASCII at its May 1963 meeting.

• Locating the lowercase letters in columns 6 and 7 caused the characters to differ in bit pattern from the upper case by a single bit, which simplified case-insensitive character matching and the construction of keyboards and printers.

• 做大小寫不敏感的字符串查找就快多了

• 這個 0x20 發(fā)生在 1963 年 5 月

ASCII 碼表范圍

• 0x41-0x5A這個范圍是大寫字母

• 0x61-0x7A這個范圍是小寫字母

• 0x30-0x39這個范圍是數(shù)字

• 數(shù)字的編碼減去0x30正好得到數(shù)字本身

• 我們再來看看 ASCII

ASCII

• 0x20-0x7F之間有各種符號

• 0x00-0x1F之間的東西是什么？

• 目前還不知道

• 也許有一天可以進行進一步地探索

• 可以肯定都是

• 很多字符來自與更早之前的摩斯電碼

更早之前的摩斯電碼

• ASCII 也不是從無到有的

• 在 ASCII 之前就有摩斯電碼

• 也是一種編碼方法

• 《oeasy 教您玩轉電路基礎》第 18 話介紹過

• 下圖是他的編碼表

• 分成長和短兩種信號，就是嘀和嗒

摩斯電碼通信規(guī)則

• 下圖是他的通信規(guī)則

• 三個斷確認本字符結束了

• 三個斷也就是字符之間的分隔符

• 錄入狀態(tài)并不是 0、1 兩種狀態(tài)

• 而是長、短、暫停三種狀態(tài)

• 為什么這樣編碼呢？

效率問題

• 編碼的規(guī)則是常用的字符點擊次數(shù)少

• T、E 出現(xiàn)頻率最高

• 所以用一次點擊電鍵的數(shù)量

• 按照字符出現(xiàn)概率分配對應點擊數(shù)量

• 本質上是一棵霍夫曼樹

• 當時完全由人進行發(fā)射和接收

• 每個人發(fā)送數(shù)據(jù)的速度是不固定的

• 每個人接收數(shù)據(jù)的速度取決于發(fā)送人的發(fā)送速度

• 現(xiàn)查表是來不及的

• 需要熟悉編碼表和常用縮寫

• 這就是早期使用電來進行編碼的過程

• 我們現(xiàn)在回到 ASCII 碼

• 最后我們來總結一下

總結

• 數(shù)制可以轉化

• bin(n)可以把數(shù)字轉化為 2進制

• hex(n)可以把數(shù)字轉化為 16進制

• int(n)可以把數(shù)字轉化為 10進制

• 編碼和解碼可以轉化

• encode 編碼

• decode 解碼

• ASCII 碼表范圍

• 數(shù)字的編碼減去 0x30 正好得到數(shù)字本身

• 0x41-0x5A 這個范圍是 大 寫字母

• 0x61-0x7A 這個范圍是 小 寫字母

• 0x30-0x39 這個范圍是 數(shù)字

• 0x20-0x7F之間有各種符號

• 0x00-0x1F之間的東西是什么？??

• 我們下次再說