Az írásjelek kódolása

Az írásjelek kódolására többféle kódrendszert használhatunk, de számítógépes környetzetben az aláb­biakat szoktuk használni::

- ASCII(American National Standard Code for Information Interchange),

- EBCDIC(Extended Binary Coded Decimal Interchange Code).

Az ASCII először 7 bites volt, ezzel 128 karaktert lehetett ábrázolni, de később 8 bites lett, ami 256 ka­rakter kódolását tette lehetővé és ma már szinte kizárólag ezt a formáját használjuk. Az EBCDIC kód 8 bites és elsősorban a mainframe-eken volt használatos. Mindkét kódrendszerben az alábbiak szerint cso­portosíthatjuk az írásjeleket:

Numerikus jelek :0..9

Alfabetikus jelek: az angol ABC nagy és kis betűi (a..z, A..Z)

Ezeket együtt Alfanumerikus jeleknek nevezzük.

speciális jelek:(ilyen pl.:?-+/*.,;(`") kódjuk a 20₁₆ és a 7F₁₆ közé esik.

grafikai jelek (ilyenek pl. a magyar ABC ékezetes betűi): kódjuk 80₁₆ és FF₁₆  közé esik.

vezérlési információk kódjai: a kódtábla elején vannak, és általában nincs látható formájuk.

ilyen pl.: STX:szöveg eleje,ETX:szöveg vége.

A 256 féle írásjel csakhamar kevésnek bizonyult, ezért a grafikus jelek tartományát a szükségnek megfe­le­lően sokféle változatban szabványosították. Ezeket a változatokat kódtábláknak hívjuk.

Néhány fontosabb változat:

437-es: az USA-ban és 939b14j Angliában használatos kódtábla, az ASCII eredeti formája.

850-es Inter- Language (nemzetközi) kódtábla, ami az indoeurópai nyelvek karaktereit tartalmazza.

852-es vagy Latin- 2 kódtábla, ami a latin betűs szláv népek írásjeleit fogja össze. Ebbe sorolták a magyar nyelv ékezetes karaktereit is.

ASCII-852

A grafikus felhasználói felületek elterjedésével az ASCII szabványt kissé módosították az ANSI (American National Standards Institute) ajánlása alapján. Ilyen szabványt használ pl. a WINDOWS is.

ANSI 1200-as: a WINDOWS karaktertáblázata angol nyelvű környezetben.

ANSI 1250-es: a WINDOWS speciális kódlapja, a magyar ékezetes karaktereket is tartalmazza.

Újabban a Xerox javaslatára az írásjelek kódolására a UNICODE szabványt, 2-2  bájtot hasz­ná­lunk. Ez 65536 karakterkódot jelent, amiben elfér a világ összes használt írásjele. Az ASCII, illetve az ANSI szabvány legfontosabb karakterei a 0-255 értékekkel lettek megadva, ilyenkor a második bájt a UNICODE-ban csupa nulla bitet tartalmaz. A magyar ékezetes betűk közül néhány, pl. az Ő és az Ű, nem került be a 0-255 közé, ezek UNICODE kódjában a második bájt nem csupa nulla. A WINDOWS kataógusaiban a fájl- és mappanevek ma már így vannak megadva. Nagyobb adatállományok UNICODE-ban való kódolása azonban jelentős tárpazarlással jár, ezért lehetőséget kell biztosítani a tömörítésre. Ez a az operációs rendszerek újabb verzióinak a dolga lesz.