[oeasy]python0018_ ASCII_字符分布_数字_大小写字母_符号_黑暗森林

​

打包和解包

回忆上次内容

• decode

• 就是解码

• 解码和编码可以转化

• encode 编码
• decode 解码
• 互为逆过程

• 大小写字母之间序号全都相差(​​32​​)​​10进制​​

​

编辑

• 这是为什么呢？

差距

• 大写字母和小写字母

• 总是相差(​​32​​)​​10进制​​

​

编辑

• 从10进制角度看不清楚
• 我们从16进制的角度看看

16进制

• 正好是(​​0x20​​)​​16进制​​

​

编辑

• 为什么不多不少

• 就差 0x20 呢？
• 怎么那么寸呢？

• 转化为2进制之后

• 恰好是1位(bit)

• 这是偶然的吗？

ASCII 码表趣事

• 其实最初相差的并不是 0x20

• 之前 ibm 的 EBCDIC 编码也是这样的

正在上传…重新上传取消

• 也相差一个2进制位

​

编辑

• EBCDIC问题是字母不连续

• i、j之间不直接相连

• EBCDIC最终被ascii所淘汰

ASCII

• ASCII字母是连续的

• 而且大小写字母间
• 相差正好是 1个 二进制位
• 对应 b6 这个位

• 那为什么要差 1个 二进制位 呢？

​

编辑

• 有了这种对应关系之后

• 做大小写不敏感的字符串查找就快多了
• 这个 0x20 发生在 1963 年 5 月

• The X3.2.4 task group voted its approval for the change to ASCII at its May 1963 meeting.
• Locating the lowercase letters in columns 6 and 7 caused the characters to differ in bit pattern from the upper case by a single bit, which simplified case-insensitive character matching and the construction of keyboards and printers.

• 当时的目的是

• 降低大小写不敏感字符串匹配的难度
• 降低打字机键盘的构造成本

• 如果搜索中遇到的是小写字母

• 修改1位之后

• 小写就都变成大写
• 不用查找对应关系表匹配

• 然后再观察全大写的情况下是否匹配

• 这就是大小写字母的情况

• ​​0x41-0x5A​​这个范围是大写字母
• ​​0x61-0x7A​​这个范围是小写字母

• 除了大小写字母之外

• 数字字符又是如何表示的呢？

ASCII 码表范围

​

编辑

• ​0x30-0x39​​这个范围是数字

• 数字的编码减去​​0x30​​正好得到数字本身
• 后四位刚好是BCD编码模式

• Binary-Coded Decimal

​

编辑

• 我们再来看看 ASCII 除了字母和数字还有什么？

各种符号

• 各种符号是不连续的

​

编辑

• 穿插在数字、字母周围

• sp 其实就是space(空格)

• 表格最左边是什么呢？

ASCII

• ​​0x20-0x7F​​ 之间有各种真实字符

​

编辑

• ​0x00-0x1F​​ 之间的东西是什么？

• 前两列都是对应多个字符的

• 具体含义目前还不知道

• ASCII中的字符本来英语里就有

• 但是字符是英文字符、数字和标点

• 怎么编码的呢？

ASCII由来

• ASCII码是由电报代码发展而来的

正在上传…重新上传取消

• 由贝尔数据服务公司推广

​

编辑

• 电报码不是摩斯电码吗？

摩斯电码

• 更早之前确实是摩斯电码
• 下图是他的编码表

• 分成长和短两种信号，就是嘀和嗒

​

编辑

• ​《oeasy 教您玩转电路基础》第 18 话​​ 里面有介绍

• 欢迎您有机会来看看oeasy电学、科学史那几个系列

• 还记得encode/decode中的code么？

• 曾经一度指的就是各种电报编码汇编
• 后来统一到摩斯电码

摩斯电码通信规则

• 下图是他的通信规则

• 三个断确认本字符结束了
• 三个断就是字符之间的分隔符
• 录入状态并不是 0、1 两种状态
• 而是长、短、暂停三种状态

​

编辑

• 编码的原则是什么呢？

效率问题

• 编码的规则是常用的字符点击次数少

• 按照字符出现概率分配对应点击数量

• ​​T​​、​​E​​ 出现频率最高
• 所以用一次点击电键的数量

• 本质上是一棵霍夫曼树

​

编辑

• 当时发射和接收全靠人

• 什么叫长、什么叫短、什么叫断

• 发送者控制发报速度

• 接收者跟着这个发报速度
• 现查表是来不及的
• 需要熟悉

• 摩斯电码码表
• 常用缩写

• 这摩斯电码是3进制的编码方式
• 怎么变成ascii这种0101的二进制编码的呢？

总结

• ASCII 由这样几类字符构成

• 英文大写字符
• 英文小写字符
• 数字
• 符号

• 电报时代对于英文、数字的编码

• 使用的是摩斯电码

​

编辑

• 这摩斯电码是3进制的编码方式

• 长短空

• 怎么演化成ascii这种0101的二进制编码的呢？
• 下次再说
• 蓝桥->​​https://www.lanqiao.cn/teacher/3584​​
• github->​​https://github.com/overmind1980/oeasy-python-tutorial​​
• gitee->​​https://gitee.com/overmind1980/oeasypython​​
• 视频->​​https://www.bilibili.com/video/BV1CU4y1Z7gQ​​ 作者：oeasy

​