Còd de teacs fiosrachadh anns a 'choimpiutair

Computer - a ionnsaichte inneal leis a bheil thu a chruthachadh, iompachadh, agus a stòradh fiosrachaidh. Ach, chan eil an coimpiutair ag obair gu math furasta a thuigsinn dhuinn dòigh - grafaigeach, teacsa agus dàta àireamhach air a stòradh mar Binary arrays àireamhan. Anns an aiste seo bheir sinn sùil air mar a tha an còdachadh an teacsa fiosrachaidh.

Dè dhuinn tha an teacsa coimpiutair - sreath de charactaran. Tha gach samhla a 'riochdachadh cuid de seata de zeros agus feadhainn. Fo na samhlaidhean a 'ciallachadh nach eil a-mhàin àrda is ìosal chùis litrichean Laidinn aibidil, ach cuideachd comharran puingeachadh, àireamhachd soidhnichean, caractaran sònraichte, sònraichte samhlaidhean agus fiù' s àite.

Binary còdachadh de theacsail fiosrachaidh

Le bhith a 'putadh àraidh key air an taobh a-staigh rianadair a' cur an dealain chomharran a tha atharrachadh gu Binary còd. Còd a tha air a mhaidseadh le samhla sònraichte, a tha air a thaisbeanadh air an sgrion. Airson cur a-steach airson an aibidil Laideann ann an cruth didseatach ASCII còdadh siostam eadar-nàiseanta a chruthachadh. Tha feum 1 Byte airson clàradh fear samhla mar so suas de ochd-samhla sreath de zeros agus feadhainn. Tha an clàradh-ceada - bho 00000000 gu 11111111, ie còdadh teacs fiosrachadh a 'cleachdadh siostam seo a' leigeil dhuinn a bhith a 'riochdachadh 256 caractaran. Anns a 'chuid as motha de chùisean, tha seo gu leòr.

ASCII a roinn ann an dà phàirt. Tha a 'chiad 127 caractaran (bho 00000000 gu 01111111) a tha air eadar-nàiseanta agus tha samhlaidhean sònraichte agus litrichean an aibidil Bheurla. Tha an dàrna pàirt - an leudachadh (bho 10000000 gu 11111111) - Thathar an dùil a 'riochdachadh nàiseanta aibidil, sgrìobhadh a tha eadar-dhealaichte bhon Laideann.

Còdachadh teacs fiosrachadh ann an ASCII a thogail air prionnsabal 'meudachadh an òrdugh,' se sin, mar as motha an àireamh-sreath de litrichean, an barrachd luach a ASCII-code. Figearan is Ruiseanach phàirt den chlàr a tha air a thogail air an aon prionnsabal.

Ach, anns an t-saoghal a tha grunn sheòrsaichean de còdachadh airson Cyrillic litrichean. As cumanta - an e Koi-8 (ochd-bit innleachd-chòd a tha air a bhith air a chleachdadh airson anns na 70an anns a 'chiad ruifitsirovannyh Unix-siostaim-obrachaidh), ISO 8859-5 (a leasachadh le eadar-nàiseanta cunbhalachadh Biùro), an CP 1251 (còdadh theacsail fiosrachadh a chleachdadh ann an nuadh Windows OS), a thuilleadh 2-Byte de còdachadh Unicode, a dh'fhaodar a chleachdadh gus eòlas a thoirt 65.536 caractaran. A leithid diofar encodings sgàth 's gu robh iad a leasachadh aig diofar amannan, airson diofar siostaman obrachaidh eadar-dhealaichte agus beachdachadh. Air sgàth seo, gu tric a bheil duilgheadasan nuair a gluasad bho aon teacsa tro mheadhan eile - bho luaidh air dìth cothromachaidh còdachadh an neach-cleachdaidh a chì seata de breisleach-ìomhaigheagan. Ciamar a gheibh mi an socraicheadh an suidheachadh seo? Ann an Word, mar eisimpleir, nuair a tha an sgrìobhainn air fhosgladh, teachdaireachd teacsa mu dhuilgheadasan le taisbeanadh agus a 'tabhann grunn roghainnean ann airson transcoding.

Mar sin, còdadh agus giullachd theacsail fiosrachadh anns a 'choimpiutair innibh - a' phròiseas agus tha e doirbh ùine a chosg air dòigh. All samhlaidhean sam bith aibidil a mhàin a tha sònraichte sreath de meuran-aireamh de Binary siostam, aon chealla - 'se seo aon Byte fiosrachaidh.