Таблица ASCII-кодов

Где таблица ASCII выручает на практике

Первая масса задач связана с логами и протоколами. В HTTP каждая строка заголовка заканчивается парой байтов 13 и 10, и пока это знаешь, обмен между клиентом и сервером выглядит как набор случайных символов. В телеметрии и обмене с устройствами на микроконтроллерах данные часто приходят сырыми байтами: без таблицы не разберёшься, что 0x0A внутри потока — это разделитель, а 0x1B — начало команды терминала. Даже разбор CSV с непонятными разделителями упирается в вопрос «что это за символ с кодом 9», и ответ занимает один поиск.

Вторая масса задач живёт в программировании. Escape-последовательности в C, Python и JavaScript — это коды таблицы: \n, \t, \r, \0. Сравнение символов по кодам используется для сортировки: цифры идут раньше заглавных букв, заглавные раньше строчных, и это не прихоть, а прямое следствие порядка кодов. Разбор строк посимвольно, валидация ввода, поиск непечатаемых символов в данных — всё это опирается на диапазоны 0–31 и 32–126. Учебные задания по информатике, где нужно перевести имя в коды и обратно, решаются той же таблицей, а фоновая теория хорошо ложится рядом с материалом про двоичный код.

• Разбор логов: что за байт 0x0A или 0x1B в потоке данных
• Протоколы: CR+LF в HTTP, разделители в последовательных портах
• Код: escape-последовательности \n, \t, \r и завершающий NUL строк в C
• Сортировка: почему цифры идут раньше букв и заглавные раньше строчных
• Учебные задачи: перевести слово в коды и собрать обратно
• Отладка: поиск непечатаемых символов, ломающих сравнение строк

Типичные ошибки при работе с кодами

Самая частая ошибка — смешать системы счисления. Числа 65, 0x41 и 101 задают один и тот же код, но читаются по-разному: 65 — это десятичная запись, 41 после 0x — шестнадцатеричная, 101 — восьмеричная. Человек, увидевший в логе байт 0x41, иногда ищет в таблице строку 41 и находит не ту букву: код 41 в десятичной — это закрывающая скобка. Правило простое: сначала определите систему, потом ищите. Hex всегда узнаваем по паре букв A–F в записи или по приставке 0x.

Вторая ошибка — обобщать таблицу на кириллицу. Русская заглавная А выглядит как латинская A, но её код Unicode U+0410, и в UTF-8 она занимает два байта D0 90. Сравнение строк, где одна буква набрана в латинской раскладке, а другая в русской, не совпадёт именно из-за этого, хотя на экране текст выглядит одинаково. Туда же примыкает путаница «символ равен байту»: в UTF-8 это верно только для ASCII-диапазона, а эмодзи может занять четыре байта. Проверить, что именно лежит в файле, помогает определитель кодировки.

• 65, 0x41 и 101 — один код в трёх системах, не три разных кода
• Кириллица вне диапазона 0–127: русская А это U+0410, а не 65
• В UTF-8 символ старше 127 занимает два и более байтов
• Пробел имеет код 32, а не 0, и он тоже печатный символ
• CR и LF — два разных кода, в Windows их пара, в Unix только LF
• DEL это 127, а не 8: код 8 занимает возврат на символ BS

Разбор примера: путь символа A от кода к байту

Возьмём заглавную латинскую A и проследим её по таблице. Десятичный код — 65, шестнадцатеричный — 0x41, восьмеричный — 101, двоичный — 01000001. Все четыре записи описывают одно и то же содержимое байта. В двоичной включены два бита: с весом 64 и с весом 1, а 64 плюс 1 как раз и даёт 65. Старший бит нулевой — значит, код попадает в первые 128 значений и символ точно есть в таблице. Разбор по битам же объясняет перевод регистра: строчная a записывается как 01100001, отличаясь от заглавной единственным битом с весом 32, поэтому 65 плюс 32 равно 97.

Тот же приём работает для любого символа таблицы. Строчная a отличается от заглавной ровно одним битом: 01100001 против 01000001. Цифра 0 — 00110000, поэтому все цифры подряд занимают 48–57. Пробел — 00100000, единственный включённый бит имеет вес 32, и код пробела действительно 32. Ниже — сводка для символов, к которым возвращаются чаще всего.

ASCII использует семь бит из восьми, поэтому старший бит байта в чистом ASCII всегда нулевой; восьмой бит исторически отдавали под контроль чётности.

ASCII в ряду других способов записи данных

Таблица кодов — это мост между текстом и числами. Дальше числа удобно переводить между системами: 0x41 превращается в 65 и в 01000001, и каждый шаг делает конвертер систем счисления. Для длинных последовательностей байтов вместо таблицы берут двоичный переводчик — он покажет и посимвольный разбор строки в нулях и единицах, о чём подробнее написано в разборе двоичного кода. Если же байты нужно передавать в текстовом виде, их упаковывают в Base64 — там на каждые три байта приходится четыре символа, и устроено это описано в материале про Base64 простыми словами.

Полезно держать в голове и границы применимости. ASCII описывает только латиницу с цифрами и знаками: для остальных языков нужны другие коды Unicode, для байтов с любыми значениями — hex-дампы, для файлов неизвестного происхождения — сначала определение кодировки. Но поскольку UTF-8 бережно сохранил все 128 кодов как есть, таблица остаётся рабочим инструментом, а не музейным экспонатом: каждый байт со значением до 127 вы расшифруете по ней так же уверенно, как и в 1963 году.

• Коды ASCII — это первые 128 кодпоинтов Unicode, расхождений нет
• HEX-дамп файла читается парами цифр: каждая пара — один байт
• Для чисел между системами счисления есть отдельный конвертер
• Base64 — это не кодировка символов, а упаковка байтов в текст
• Кракозябры в тексте чаще всего означают нешифрованную перекодировку, а не поломку данных