字符集與編碼（八）——ASCII和ISO-8859-1

在前面其實也談到了ASCII了，但並無很具體，做爲一個完整系列的一部分，仍是有必要談一下，也做爲後面討論的一些基礎。

ASCII

---

它的全稱是American Standard Code for Information Interchange（美國信息交換標準代碼），是一個7位字符編碼方案。下面是它的一張簡圖（來自http://www.asciitable.com/index/asciifull.gif）：

ASCII定義了128個字符，包括33個不可打印的控制字符(non-printing control characters)和95個可打印的字符。

控制字符

32如下的及最後一個127是所謂的控制字符。（0x00~0x1F以及0x7F）

即上圖最左邊一列的32個字符及最右邊一列最後的一個字符（DEL，刪除）

熟悉的有0x09（TAB，horizontal tab，水平製表符），0x0A（LF，line feed，’\n’換行符），0x0D（CR，carriage return，’\r’回車符），其它的不少如今已是廢棄不用了。

關於回車換行(‘\r\n’)，在屏幕還不普及的時代，結果輸出常常是依賴於所謂的電傳打印機，打印頭沿着打印杆從左向右移動並打印出一個個字符，當碰到一個回車符時（CR，0x0D，’\r’），打印機就指示打印頭從新回到最左邊的位置上，這便是傳統意義上的回車了。（你能夠把打印頭想像成一輛小車，回車便是退回原處，現代意義上的回車則一般包含回車與換行兩個動做）

回車符後常跟着一個換行符（LF，0x0A，’\n’），打印機收到換行符就會指示滾筒滾動，這樣，打印頭就對準了紙張上的新的一行。若是沒有換行，新的打印輸出就會重疊在上一行上，有時走紙不暢時也會形成這種後果。

目前，在Windows系統上，回車鍵會產生兩個字符CRLF，一塊兒表示換行。Unix/Linux之類的則單獨用LF表示換行，而蘋果的Mac則單獨用CR來表示換行。

其它字符

包括空格，字母，數字以及一些常見的標點符號等。

關於空格（SPACE，圖中第二列第一個，0x20），它沒被歸到控制字符類，固然，你可能會糾結它是否算可打印的。

因爲只定義了2⁷=128個字符，用7bit便可徹底編碼，而一字節8bit的容量是256，因此一字節ASCII的編碼最高位老是0，這爲後來的編碼方案兼容它帶來的便利。

ISO-8859-1

---

ISO-8859-1又稱Latin-1，是一個8位單字節字符集，它把ASCII的最高位也利用起來，併兼容了ASCII，新增的理論空間是128，但它並無徹底用完：（截圖來自http://zh.wikipedia.org/wiki/ISO/IEC_8859-1）

能夠看到，新增部分也保留了前面的32個位置（中間綠色部分，0x80-0x9F），與前面的ASCII部分相似，因此實際只增長了128-32=96個，主要是西歐的一些字符，另外能夠看到乘號（0xD7）和除號（0xF7）也被包含進來了。

0x00-0x1F、0x7F、0x80-0x9F在此字符集中未有定義。（即圖中的綠色部分）

ISO-8859-1能與ASCII兼容，同時它的適用範圍又較廣，一些協議或軟件把它做爲一種缺省編碼，固然，如今更好的選擇是UTF-8。