ASCII 码表

ASCII 表：128 个数字如何成为文本的基石

ASCII 是美国信息交换标准代码（American Standard Code for Information Interchange）的缩写，是教会计算机就"一个字母是什么"达成一致的编码。它于 1963 年发布并在整个 1960 年代得到完善，将英文文本的每个基本字符、数字以及少数控制信号映射到机器可以存储和传输的数字上。当你按下大写字母 A 的键时，你的计算机存储的不是一个形状，而是数字 65。ASCII 就是那张查找表，让这个数字无论传到哪里都意味着 A。

这个标准以紧凑著称。ASCII 是一种 7 位编码，这意味着每个字符都能装进七个二进制位，整个字符集恰好横跨 2 的 7 次方，即 128 个不同的码位，编号从 0 到 127。这种节省是有意为之的。早期的电传打字机和调制解调器又慢又贵，所以每一位都很宝贵。七位足以涵盖大小写拉丁字母、十个数字、常用标点，以及让设备保持同步的信号字符，还剩下一位，许多系统用它来做差错校验。

两半：控制字符与可打印字符

该表清晰地分为两个区域。码 0 到 31，加上码 127（DEL），是控制字符。它们不会在屏幕上打印出字形。相反，它们指示设备去做某件事：码 9 是水平制表符，码 10 是换行符（移动到新的一行），码 13 是回车符，码 7 则是曾经让终端发出可听见叮当声的响铃。这类信号码总共有三十三个，尽管许多如今已成为历史趣闻，但换行、回车和制表符在今天文本文件的格式化中仍然不可或缺。

码 32 到 126 是可打印字符，总共九十五个。码 32 是空格，它算作可打印字符，因为它会推进光标，尽管它什么也不显示。从这里开始，你会看到标点和符号，码 48 到 57 的数字 0 到 9，码 65 到 90 的大写字母 A 到 Z，以及码 97 到 122 的小写字母 a 到 z。从这种布局中得出一个巧妙的特性：同一字母的小写和大写版本恰好相差 32，这就是为什么翻转一个位就能转换大小写。这些规律并非偶然，它们是经过设计的，以便排序和大小写转换可以用简单的算术完成。

十进制、十六进制和二进制：同一个数字的三种视角

每个 ASCII 码都只是一个数字，而你会看到它以三种方式书写。十进制是日常的十进制形式，所以 A 是 65。十六进制（16 进制）是程序员常用的形式，因为它与字节对齐：A 是 0x41，可打印范围从 0x20 到 0x7E。二进制（2 进制）是硬件实际存储的形式，所以 A 在其七个位上是 1000001。同一个字符，三种记法，能够熟练地在它们之间转换，是你阅读内存转储或网络流量时的一项核心技能。如果你经常处理这些转换，speedor.net 上更广泛的参考表能让这些映射触手可及。

ASCII 在哪里依然重要

把 ASCII 归入历史是一个错误。它在任何接触代码的人的日常工作中都活跃着。编程语言在字节层面把字符串字面量、源文件和协议关键字当作 ASCII 处理。诸如 HTTP 头、SMTP 以及许多配置格式之类的网络协议都以 ASCII 定义，从而保持人类可读。当一个字符串看起来损坏时，开发者会拿出十六进制查看器，对照 ASCII 表读取原始字节，以发现一个杂散的控制字符或一个错误的行结尾。URL 编码、Base64 和转义序列全都建立在 ASCII 值之上。对于任何调试编码错误的人来说，在你的开发者工具旁放一份速查表，能把一个神秘的字节变成一个显而易见的答案。

从 ASCII 到 Unicode 和 UTF-8

ASCII 出色地处理了英文，却几乎处理不了别的。128 个字符的上限容纳不下带重音的字母、西里尔文、中文、阿拉伯文或表情符号。Unicode 解决了这一问题，它为每种书写系统中的每个字符分配一个唯一的数字，称为码位，如今这样的码位已远超十万个。关键在于，Unicode 是一份字符目录，而非一种存储格式，因此它需要一种编码来把这些码位转换成字节。

UTF-8 就是那种编码，也是 ASCII 从未真正消失的原因。UTF-8 每个字符使用一到四个字节，并且经过设计，使得码位 0 到 127——即整个 ASCII 范围——存储在单个字节中，与纯 ASCII 完全相同。这使得 UTF-8 完全向后兼容：任何有效的 ASCII 文件本身就是有效的 UTF-8 文件。127 以上的字符使用额外的字节。这种优雅的兼容性是 UTF-8 如今驱动着绝大多数网络的一大原因。简而言之，ASCII 是最初的 128 字符核心，Unicode 是包含它的通用目录，而 UTF-8 是承载两者的编码，同时让 ASCII 文本逐字节保持不变。

常见问题