Кодирование текстовой информации

Информация, выраженная с помощью естественных и формальных языков в письменной форме, обычно называет­ся текстовой информацией. Начиная с конца 60-х годов про­шлого века, компьютеры все больше стали использоваться для обработки текстовой информации.

Кодирование и декодирование текстовой информации Для кодирования прописных и строчных букв русского и латинского алфавитов, цифр и ряда специальных знаков (знаки арифметических операций, знаки препинания и пр.) достаточно использовать 256 различных символов. По формуле, связывающей количество сообщений N и количество информации I, можно вычислить, какое количество информации необходимо, чтобы закодировать каждый знак: N=2 I => 256 =2 I => 2 8 =2 I => I=8 битов = 1 байт

Кодирование и декодирование текстовой информации Кодирование заключается в том, что каждому символу ставится в соответствие уникальный десятичный код от 0 до 255 или соответствующий ему двоичный код от до Таким образом, человек различает символы по их начертанию, а компьютер по их коду.

Кодирование и декодирование текстовой информации При вводе в компьютер текстовой информации происходит ее двоичное кодирование, изображение символа преобразуется в его двоичный код. Пользователь нажимает на клавиатуре клавишу с символом, и в компьютер поступает определенная последовательность из восьми электрических импульсов (двоичный код символа). Код символа хранится в оперативной памяти компьютера, где занимает одну ячейку. В процессе вывода символа на экран компьютера производится обратный процесс декодирование, т. е. преобразование кода символа в его изображение.

Кодировки русского алфавита Важно, что присваивание символу конкретного кода это вопрос соглашения, которое фиксируется в кодовой таблице. Первые 33 кода (с 0 по 32) этой таблицы соответствуют не символам, а операциям (перевод строки, ввод пробела и т. д.). Коды с 33 по 127 являются интернациональными и соответствуют символам латинского алфавита, цифрам, знакам арифметических операций и знакам препинания. Коды с 128 по 255 являются национальными, т. е. в национальных кодировках одному и тому же коду соответствуют различные символы. Существуют пять однобайтовых кодовых таблиц для русских букв (Windows, MS-DOS, КОИ-8, Mac, ISO), поэтому тексты, созданные в одной кодировке, не будут правильно отображаться в другой.

Кодировки русского алфавита В настоящее время широкое распространение получил Новый международный стандарт Unicode, который отводит на каждый символ не один байт, а два, и потому с его помощью можно закодировать не 256 символов, а N = 2 16 = различных символов. Такого количества символов достаточно, чтобы закодировать не только русский и латинский алфавиты, цифры, знаки и математические символы, но и греческий, арабский, иврит и другие алфавиты.