ASCII-Tabelle

Die ASCII-Tabelle: wie 128 Zahlen zur Grundlage von Text wurden

ASCII, kurz für American Standard Code for Information Interchange, ist die Kodierung, die Computern beibrachte, sich darauf zu einigen, was ein Buchstabe ist. 1963 veröffentlicht und im Lauf der 1960er Jahre verfeinert, ordnet sie jedes grundlegende Zeichen des englischen Texts, die Ziffern und eine Handvoll Steuersignale Zahlen zu, die eine Maschine speichern und übertragen kann. Wenn Sie die Taste für ein großes A drücken, speichert Ihr Computer keine Form, sondern die Zahl 65. ASCII ist die Nachschlagetabelle, die dafür sorgt, dass diese Zahl überall, wohin sie reist, A bedeutet.

Der Standard ist bekanntermaßen kompakt. ASCII ist ein 7-Bit-Code, das heißt, jedes Zeichen passt in sieben Binärziffern, und das gesamte Repertoire umfasst genau 2 hoch 7, also 128 verschiedene Codepunkte, nummeriert von 0 bis 127. Diese Sparsamkeit war beabsichtigt. Frühe Fernschreiber und Modems waren langsam und teuer, sodass jedes Bit zählte. Sieben Bit reichten aus, um die lateinischen Groß- und Kleinbuchstaben, die zehn Ziffern, gängige Satzzeichen und die Signalzeichen abzudecken, die Geräte synchron hielten, mit einem übrigen Bit, das viele Systeme zur Fehlerprüfung nutzten.

Zwei Hälften: Steuerzeichen und druckbare Zeichen

Die Tabelle teilt sich sauber in zwei Bereiche. Die Codes 0 bis 31 sowie der Code 127 (DEL) sind die Steuerzeichen. Diese drucken kein Symbol auf dem Bildschirm. Stattdessen weisen sie ein Gerät an, etwas zu tun: Code 9 ist ein horizontaler Tabulator, Code 10 ist der Zeilenvorschub, der zu einer neuen Zeile springt, Code 13 ist der Wagenrücklauf, und Code 7 ist die Glocke, die ein Terminal einst hörbar klingeln ließ. Insgesamt gibt es dreiunddreißig dieser Signalcodes, und obwohl viele heute historische Kuriositäten sind, bleiben Zeilenvorschub, Wagenrücklauf und Tabulator wesentlich dafür, wie Textdateien heute formatiert werden.

Die Codes 32 bis 126 sind die druckbaren Zeichen, insgesamt fünfundneunzig an der Zahl. Code 32 ist das Leerzeichen, das als druckbar gilt, weil es den Cursor vorrückt, auch wenn es nichts anzeigt. Von dort aus erhalten Sie die Satzzeichen und Symbole, die Ziffern 0 bis 9 bei den Codes 48 bis 57, die Großbuchstaben A bis Z bei 65 bis 90 und die Kleinbuchstaben a bis z bei 97 bis 122. Aus dieser Anordnung ergibt sich eine hübsche Eigenschaft: Klein- und Großschreibung desselben Buchstabens unterscheiden sich um genau 32, weshalb das Umklappen eines einzigen Bits die Groß-/Kleinschreibung ändert. Diese Regelmäßigkeiten sind keine Zufälle, sie wurden so konstruiert, dass Sortieren und Groß-/Kleinschreibung mit einfacher Arithmetik erledigt werden können.

Dezimal, hexadezimal und binär: drei Sichten auf eine Zahl

Jeder ASCII-Code ist einfach eine Zahl, und Sie werden sie auf drei Arten geschrieben sehen. Dezimal ist die alltägliche Form zur Basis 10, also ist A gleich 65. Hexadezimal, Basis 16, ist die Form, zu der Programmierer greifen, weil sie sich an Bytes ausrichtet: A ist 0x41, und der druckbare Bereich reicht von 0x20 bis 0x7E. Binär, Basis 2, ist die Form, die die Hardware tatsächlich speichert, also ist A gleich 1000001 über seine sieben Bit. Dasselbe Zeichen, drei Schreibweisen, und der flüssige Wechsel zwischen ihnen ist eine Kernfertigkeit, wenn Sie Speicherauszüge oder Netzwerkverkehr lesen. Wenn Sie häufig mit diesen Umrechnungen arbeiten, hält die umfassendere Sammlung von Referenztabellen auf speedor.net die Zuordnungen einen Klick entfernt bereit.

Wo ASCII noch immer zählt

Es wäre ein Fehler, ASCII unter Geschichte abzulegen. Es lebt in der täglichen Arbeit aller, die mit Code zu tun haben. Programmiersprachen behandeln String-Literale, Quelldateien und Protokoll-Schlüsselwörter auf Byte-Ebene als ASCII. Netzwerkprotokolle wie HTTP-Header, SMTP und viele Konfigurationsformate sind in ASCII definiert, damit sie für Menschen lesbar bleiben. Wenn ein String beschädigt aussieht, greifen Entwickler zu einem Hex-Betrachter und lesen die rohen Bytes gegen die ASCII-Tabelle ab, um ein verirrtes Steuerzeichen oder ein falsches Zeilenende aufzuspüren. URL-Kodierung, Base64 und Escape-Sequenzen bauen alle auf ASCII-Werten auf. Für jeden, der Kodierungsfehler beseitigt, verwandelt eine schnelle Referenz neben Ihren Entwicklerwerkzeugen ein rätselhaftes Byte in eine offensichtliche Antwort.

Von ASCII zu Unicode und UTF-8

ASCII bewältigte Englisch wunderbar und fast nichts sonst. Eine Obergrenze von 128 Zeichen kann keine Buchstaben mit Akzent, kein Kyrillisch, Chinesisch, Arabisch oder Emoji fassen. Unicode beantwortete das, indem es jedem Zeichen in jedem Schriftsystem eine eindeutige Zahl, einen sogenannten Codepunkt, zuwies, inzwischen weit über hunderttausend davon. Entscheidend ist, dass Unicode ein Katalog von Zeichen ist, kein Speicherformat, sodass es eine Kodierung braucht, um diese Codepunkte in Bytes zu verwandeln.

UTF-8 ist diese Kodierung, und es ist der Grund, warum ASCII nie wirklich verschwand. UTF-8 verwendet ein bis vier Bytes pro Zeichen und wurde so entworfen, dass die Codepunkte 0 bis 127, der gesamte ASCII-Bereich, in einem einzigen Byte gespeichert werden, das mit reinem ASCII identisch ist. Das macht UTF-8 perfekt abwärtskompatibel: Jede gültige ASCII-Datei ist bereits eine gültige UTF-8-Datei. Zeichen über 127 verwenden zusätzliche Bytes. Diese elegante Kompatibilität ist ein großer Grund, warum UTF-8 heute die überwältigende Mehrheit des Webs antreibt. Kurz gesagt: ASCII ist der ursprüngliche Kern aus 128 Zeichen, Unicode ist der universelle Katalog, der ihn enthält, und UTF-8 ist die Kodierung, die beide transportiert und ASCII-Text dabei Byte für Byte unverändert lässt.

Häufig gestellte Fragen