ASCII: Amerikansk standardkode for tekst — tegn, historie og brug
ASCII (udtales az-kee, ass-key hvis det er amerikansk) er en tabel med tegn til computere. Det er en binær kode, der anvendes af elektronisk udstyr til at håndtere tekst med det engelske alfabet, tal og andre almindelige symboler. ASCII er en forkortelse for American Standard Code for Information Interchange (amerikansk standardkode for informationsudveksling). ASCII blev udviklet i 1960'erne og var baseret på tidligere koder, der blev brugt af telegrafisystemer.
Hvad indeholder ASCII?
ASCII definerer i alt 128 tegn — nummereret fra 0 til 127. Disse inkluderer både udskrivbare tegn (bokstaver, tal, tegnsætning) og såkaldte kontroltegn, som ikke udskrives, men i stedet styrer behandling af tekst (fx ny linje eller tabulator). De udskrivbare tegn ligger typisk i området 32–126, mens kontroltegnene ligger i 0–31. Kodepunkt 127 er DEL (delete).
Nogle eksempler på koder:
- Stor bogstav A: decimal 65, hex 0x41, binært 1000001 (7-bit). I en 8-bit byte ofte skrevet som 01000001.
- Små bogstav a: decimal 97, binært 1100001.
- Tallet 0: decimal 48.
- Mellemrum (space): decimal 32.
Kontroltegn (udvalgte)
Kontroltegn var vigtige i ældre linebaserede systemer og serielle forbindelser. Nogle almindelige kontroltegn er:
- NUL (0) — ofte brugt som strengterminator i C-programmering
- LF / Line Feed (10) — ny linje
- CR / Carriage Return (13) — vognretur
- TAB (9) — tabulator
- ESC (27) — escape
- DEL (127) — slet
Bits, bytes og paritetsbit
ASCII er i sin oprindelige form en 7-bit-kode, hvilket giver 128 mulige værdier. Alligevel blev ASCII-tegn ofte gemt og overført i 8-bit bytes, hvor den ekstra bit blev brugt til formål som paritetsbit til fejlregistrering ved seriel kommunikation. Derfor møder man ofte beskrivelser, hvor ASCII virker som en 8-bit kode — enten fordi der er tilføjet en paritetsbit, eller fordi man bruger udvidede varianter, men selve ASCII-standarden dækker de 7 laveste bits (0–127).
Historie og varianter
ASCII blev standardiseret i begyndelsen af 1960'erne og vedligeholdt gennem amerikanske standardiseringsorganer (fx ANSI/ASA). Fordi ASCII kun dækker det grundlæggende engelske alfabet, opstod der senere mange 8-bit udvidelser (ofte kaldet "extended ASCII"), som benyttede den ekstra ottende bit til at tilføje lokale bogstaver og specialtegn. Kendte eksempler på 8-bit varianter er ISO-8859-1 (Latin-1) og Windows-1252.
ASCII i dag
Selvom moderne systemer i høj grad er gået over til Unicode for at kunne repræsentere alle verdens skriftsprog, lever ASCII videre i praksis. De første 128 kodepunkter i Unicode er identiske med ASCII, og i UTF-8-kodning repræsenteres disse tegn som enkeltbyte med samme værdier — derfor er ASCII-tekst gyldig UTF-8-tekst. Når man i dag taler om en fil som "ASCII" menes ofte blot, at det er almindelig tekst uden formatering.
Begrænsninger
Limitationen ved ASCII er manglen på diakritiske tegn og ikke-engelske bogstaver. Det gør ASCII uegnet til mange sprog uden udvidelser eller Unicode. Til gengæld er ASCII stadig enkel, effektiv og bagudkompatibel med mange ældre systemer og protokoller.
Teknisk note
Når man arbejder med talrepræsentationer kan man møde forskellige baser: ASCII-koder angives ofte i decimal, i hexadecimaltal eller i binær. En ASCII-værdi kan fx skrives som decimal 65, hex 41 eller binært 1000001 (7-bit) — og som 8-bit byte 01000001, hvis den ekstra bit benyttes eller er nul.
ASCII bruges fortsat i mange tekniske sammenhænge og er grundlaget for senere tekstkodningsstandarder. Som formatformidler betyder det, at forståelsen af ASCII er nyttig for at forstå, hvordan tekst repræsenteres og overføres i computere og netværk.
De 95 grafiske ASCII-tegn, nummereret fra 32 til 126 (decimaltal)
Udvidet ASCII
ASCII har ikke diakritiske tegn (tegn, der tilføjes til et bogstav, som f.eks. prikkerne (umlaut) over vokaler på tysk eller tilde (~) over "n" for "ñ" på spansk). Det var kun beregnet til engelsk og fungerer ikke godt til de fleste andre sprog. Nogle engelske ord, der er lånt fra andre sprog, bruger også disse tegn, som f.eks. resumé (se bilag: Engelske ord med diakritiske tegn).
Dette førte til, at nogle systemer anvendte 8 bit (en hel byte) i stedet for 7 bit. Den korrekte betegnelse for systemer, der anvender 8 bit, kaldes udvidet ASCII. Otte bit giver mulighed for 256 tegn. De første 128 tegn skal være de samme som for ASCII, og resten bruges normalt til alfabetiske bogstaver med accenter, f.eks. som É, È, Î og Ü. Dette løser problemet for sprog, der er baseret på det latinske alfabet, selv om ikke alle udvidede ASCII-systemer er ens. Andre alfabeter, som f.eks. det græske alfabet og det kyrilliske alfabet, har brug for et andet sæt tegn. Og nogle systemer, som f.eks. systemer, der anvender kinesiske tegn, fungerer stadig ikke, da de anvender tusindvis af tegn. Derfor blev unicode skabt for at få ét fælles system for alle sprog.
Standard ASCII er stadig almindeligt anvendt, især i computersoftware og HTML-filer. Indtil 2010 var det standarden for URL'er. Ofte vil et websted med felter til indtastning af tekst kun acceptere ASCII-tekst. Eventuelle særlige markeringer for fed eller centreret tekst osv. vil blive vist forkert.
Spørgsmål og svar
Q: Hvad er ASCII?
A: ASCII er en tabel med tegn til computere, som anvender binær kode til at håndtere tekst med det engelske alfabet, tal og andre almindelige symboler.
Q: Hvad står ASCII for?
A: ASCII står for American Standard Code for Information Interchange (amerikansk standardkode for informationsudveksling).
Q: Hvornår blev ASCII udviklet?
Svar: ASCII blev udviklet i 1960'erne.
Spørgsmål: Hvor mange tegn er der i koden?
Svar: Koden indeholder definitioner for 128 tegn, som er tildelt numre fra 0 til 127.
Spørgsmål: Hvor mange bits skal der bruges til at repræsentere et ASCII-tegn?
Svar: Der skal 7 binære cifre (bits) til at repræsentere et ASCII-tegn.
Spørgsmål: Bruger en ASCII-computerfil en byte pr. tegn?
Svar: Ja, en ASCII-computerfil bruger en byte pr. tegn med 8 bits pr. byte.
Spørgsmål: Er standard ASCII stadig almindeligt anvendt i dag? Svar: Ja, standard ASCI er stadig almindeligt anvendt i dag, især i computersoftware og HTML-filer.
