oeasy教您玩轉python - 008 - # ascii碼錶

 

ASCII 碼錶

回憶上次內容

• 通過 help()可以從 python 命令行模式進入到幫助模式

  • 通過 q 退出

• ord(c)和 chr(i)

  • 這是倆函數

  • 這倆是一對，相反相成的

    • ord 通過字符找到對應的數字
    • chr 通過數字找到對應的字符
  • 字符的本質是數字

• Python 裏面的字符對應着一些數字

  • a對應 97
  • b對應 98
  • c對應 99
• 可是，爲什麼是這樣的對應關係，誰規定的，必須的麼？🤔

小寫字母

#輸出a，b，c
ord("a")
ord("b")
ord("c")
#輸出z-a的數字差距，相對序號
ord("z")-ord("a")
#輸出a的相對序號
ord("a")-ord("a")

• a、b、c 這些字符是挨着的
• 正好從0到25，總共26個數字🔢
• 對應數字也是挨着的

​

編碼規律

• 從 a-z 應該都是挨着的
• 26 個英文字母之間，數值差距是 25，說明都是挨着的

• 爲什麼是從 97 開始？

  • 應該還有別的字符
  • 除了小寫字母之外、大寫字母、數字、符號他們都是如何的分佈的呢？
  • 我想把所有 ASCII 字符 0-127 全都打出來
  • 可以麼？

遍歷範圍

​

for i in range(0,128):
    print(i,end=",")

• 我們先把0-127 挨牌兒捋一遍

​

• 然後如何找到數字對應的字符呢？

對應字符

• 通過數字找到對應的字符是chr

​

for i in range(0,128):
    print(hex(i),chr(i),sep=":",end="    ")

• print(hex(i),chr(i),sep=":",end=" ")

  • hex(i)

    • 輸出i的十六進制狀態

  • chr(i)

    • 輸出i的字符狀態

  • sep=':'

    • 分隔符爲冒號

  • end=" "

    • 結束時輸出3個空格
• 結果如何呢？

結果

​

• 這不是很整齊啊
• 爲什麼在 0xa-0xc 好像換行很突然
• 後面可以看到字符和序號一一對應的關係
• 不過不是很明確
• 有什麼方式可以看起來更明確麼？

安裝 ASCII

sudo apt install ascii

• Dec 對應的是 10 進制數
• Hex 對應的是 16 進制數
• 後面的是具體字符

• 字符包括

  • 控制
  • 符號
  • 英文大小寫字母
• 這樣就把各種字符和一個二進制數字對應起來了

​

• 這個 ASCII 什麼時候開始有的呢？

ASCII 碼錶

• 1967 年的時候就有了最初這個 ASCII 碼錶🔡

  • 當時計算機用高電平和低電平分別表示 0 和 1

    • 實際上計算機中所有的數據都是 0 和 1
  • 這建立起了 字符 和 二進制數 的 映射關係

• 字符 和 二進制數 的 映射關係 如果不一致

  • 面對同一個二進制數 01010101
  • 就會映射到不同的字符
  • 人們看到不同的字符就認爲是亂碼

• 當時美國的工程師定義了一套編碼規則

  • ASCII

    • American Standard Code for Information Interchange
  • 美國信息交換標準代碼

​

由來

• 這標準是美國信息交換標準代碼是由美國國家標準學會制定的

  • (American National Standard Institute , ANSI )
  • 最初是美國標準

• 後來是國際標準化組織定爲國際標準

  • （International Organization for Standardization, ISO）
  • 稱爲 ISO 646 標準

• 最後一次更新則是在 1986 年

  • 到目前爲止共定義了 128 個字符

解碼 ASCII

​

• 我們找到小寫的a

  • 先向上找到110

    • 這是他的765位
    • 高三位

  • 再向左找到0001

    • 這是他的4321位
    • 第四位
  • 在前面加一個0
  • 得到(01100001)2進制
  • 對應着(97)10進制數
  • 也就是(0x61)16進制數
  • 剛好對應一個字節

對應關係

• 1 個 字節 byte

  • 正好 8 個 bit 位
  • 相當於 2 位 16 進制數
  • 16 進制數 更容易讀出
• 十六進制數很適合輸出字節狀態
• 聽起來找到了字符和字節狀態之間的映射對應關係
• 我們能在遊樂場上驗證一下嗎？

遊樂場

• 進入 python3 幫助模式

• 我們可以查詢 hex

  • hex 對應 hexadicimal 十六進制
• help(hex)

​

動手

#得到a的序號
ord("a")
#輸出97對應的16進制形式
hex(97)
#找到a對應的16進制形式數字對應的字符
hex(ord("a"))

• 0x61就是十六進制的61

  • 0x是十六進制的前綴標誌

​

• 可是爲什麼 16 進制使用 0x 作爲前綴？

0x 前綴

• x 的起源

  • 0x 的 x 是取自 hex 的 x

​

• 0 的起源

  • 變量名開頭不許是數字
  • 0 開頭肯定是數字
  • 但正常情況下寫數字不會用 0 開頭
  • 這保證 0 開頭很容易和 10 進制區分開

  • 在 C 語言之前的 B 語言用 0 開頭表示 8 進制

    • C 語言繼承了類似設定

      • 0 開頭表示數字
      • 0x 開頭表示 16 進制數

• python 也繼續繼承

  • 字符對應着數字
  • 數字也可以轉化爲字符

  • 字符和二進制數之間的關係其實是

    • 編碼 encode
    • 解碼 decode

編碼解碼

• 編碼

  • 就是用預先規定的方法將文字、數字、其它對象編成數碼
  • 將信息、數據轉換成規定的電脈衝信號
  • 簡單來說就是給大白菜編個號

​

• 解碼是編碼的逆過程

  • 用特定方法，把數碼還原成它所代表的內容
  • 將電脈衝信號、光信號、無線電波等轉換成它所代表的信息、數據等的過程
  • 簡單說就是掃條碼知道這個是一個大白菜並知道價格等

​

• 我們用python試試編碼解碼

encode和decode

​

• str(字符串)'a' encode(編碼)之後 爲 bytes(字節序列) b'\x61'

​

• bytes(字節序列)b'\x61' decode(解碼)之後爲 爲 str(字符串)'a'
• 編碼(encode) 和解碼(decode) 互爲逆運算

• 很像

  • 字符(chr)和 序號(ord)

編碼解碼

• 可以先編碼再解碼
• 也可以先解碼再編碼
• 繞來繞去
• 也沒做神馬😁

​

• 掌握這個基礎是最起碼
• 基本功要練得硬橋硬馬
• 實戰方能穩紮穩打
• 否則以後各種亂碼

​

• 字節除了用十六進制顯示之外
• 還可以用二進制顯示麼？

bin(number)

• 這次我們來試試把數字轉化爲二進制形式

• 查詢 bin

  • bin 對應 binary 二進制

​

​

動手

#得到a的序號
ord("a")
#輸出97對應的16進制形式
bin(97)
#找到a對應的十六進制形式
bin(ord("a"))

• 0b1100001是二進制數1100001

• 0b是 2 進制數的前綴標誌

  • 正如0x是 16 進制數的前綴標誌

​

和 ASCII 表對比

​

​

• 驗證成功
• 這充分證明了我們用的確實是 ASCII 表！！！👏👏
• 廢話！🦧
• 我們會用 hex、bin 把 10 進制數轉化爲八進制、二進制形式
• 能把其他進制轉化回十進制麼？

其他進制 轉化爲回 10進制 int(number)

• 用的是 int

​

• 這個 int 什麼來歷？
• 我們 help()裏面去找找

​

大小字母差值

• 0x41-0x5A這個範圍是大寫字母
• 0x61-0x7A這個範圍是小寫字母

#輸出a的ASCII嗎
ord("a")
#輸出A的ASCII嗎
ord("A")
#輸出大小寫之差
ord("a")-ord("A")
#差值的16進制形式
hex(ord("a")-ord("A"))
#差值的2進制形式
bin(ord("a")-ord("A"))

• 大寫字母和小寫字母相差(32)10進制
• 正好是(0x20)16進制

​

• 爲什麼不多不少
• 就差 0x20 呢？
• 怎麼那麼寸呢？🤔

ASCII 碼錶趣事

• 其實最初不是相差 0x20

  • 這個 0x20 正好是一個二進制位
  • 對應 b6 這個位
  • 之前 ibm 的 EBCDIC 編碼並不是這樣的
• 那爲什麼要改成這樣子呢？

• 有了這種對應關係之後

  • 做大小寫不敏感的字符串查找就快多了

  • 這個 0x20 發生在 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.

  • 如果是大寫字母

    • 修改1位之後，都變成小寫字母
    • 然後直接查找就好了

ASCII 碼錶範圍

• 0x41-0x5A這個範圍是大寫字母
• 0x61-0x7A這個範圍是小寫字母

• 0x30-0x39這個範圍是數字

  • 數字的編碼減去0x30正好得到數字本身

​

• 我們再來看看 ASCII

ASCII

• 0x20-0x7F之間有各種符號

• 0x00-0x1F之間的東西是什麼？

  • 目前還不知道
  • 也許有一天可以進行進一步地探索

​

• 可以肯定都是

  • 很多字符來自與更早之前的摩斯電碼

更早之前的摩斯電碼

• ASCII 也不是從無到有的

  • 在 ASCII 之前就有摩斯電碼
  • 也是一種編碼方法
  • 《oeasy 教您玩轉電路基礎》第 18 話介紹過

• 下圖是他的編碼表

  • 分成長和短兩種信號，就是嘀和嗒

​

摩斯電碼通信規則

• 下圖是他的通信規則
• 三個斷確認本字符結束了
• 三個斷也就是字符之間的分隔符
• 錄入狀態並不是 0、1 兩種狀態
• 而是長、短、暫停三種狀態

​

• 爲什麼這樣編碼呢？

效率問題

• 編碼的規則是常用的字符點擊次數少

  • 按照字符出現概率分配對應點擊數量

    • T、E 出現頻率最高
    • 所以用一次點擊電鍵的數量
  • 本質上是一棵霍夫曼樹

​

• 當時完全由人進行發射和接收

  • 每個人發送數據的速度是不固定的
  • 每個人接收數據的速度取決於發送人的發送速度
  • 現查表是來不及的
  • 需要熟悉編碼表和常用縮寫

• 這就是早期使用電來進行編碼的過程

  • 我們現在回到 ASCII 碼
• 最後我們來總結一下

總結

• 數制可以轉化

  • bin(n)可以把數字轉化爲 2進制
  • hex(n)可以把數字轉化爲 16進制
  • int(n)可以把數字轉化爲 10進制

• 編碼和解碼可以轉化

  • encode 編碼
  • decode 解碼

• ASCII 碼錶範圍

  • 0x41-0x5A 這個範圍是 大 寫字母
  • 0x61-0x7A 這個範圍是 小 寫字母

  • 0x30-0x39 這個範圍是 數字

    • 數字的編碼減去 0x30 正好得到數字本身
  • 0x20-0x7F之間有各種符號
  • 0x00-0x1F之間的東西是什麼？🤔
• 我們下次再說