Zurück zum Index

ASCII

ASCII ist die Abkürzung für American Standard Code for Information Interchange, was soviel bedeutet wie Amerikanischer Standard-Code für Informationsaustausch. Dieser Standard hat sich bis heute bewährt und wird selbst beim mittlerweile bereits weit verbreiteten Unicode weitergeführt. Das ursprüngliche Ascii definiert 128 Zeichen, die auf den Computern der westlichen Welt am häufigsten gebraucht werden.

ASCII wird allgemein als das ursprünglichste Roh-Format für Textdateien angesehen. Texte, die in ASCII geschrieben sind, haben weder Formatierung noch irgendwelche Zusätze wie Bilder, Schriftarten, Tabellen, usw. ASCII-Dateien werden auch oft als reiner Text bezeichnet. Solche Text-Dateien erkennt man meistens an der .txt-Endung, allerdings muss nicht jede ASCII-Datei diese Endung tatsächlich haben.

Die Verbreitung von ASCII ist riesig. Nahezu jedes System vom Supercomputer bis hin zur Waschmaschine basiert auf diesem Zeichensatz. In Unix kann beispielsweise mittels Text-Dateien fast das gesamte System konfiguriert werden. Programmierer arbeiten beinahe ausschliesslich mit ASCII-Dateien. Viele im Handel erhältliche Programme bieten Export und Import von ASCII-Dateien an.

ASCII hat den grossen Vorteil, dass es fest definiert und global verbreitet ist. Leider hat es auch einige nicht ganz unproblematische Nachteile, welche dem Benutzer das Leben noch immer schwer machen. In der folgenden Aufstellung wird zum einen die Definition selbst aufgelistet, als auch einige Bemerkungen zu besonderen Zeichen gemacht.

Druckbare Zeichen

Unter druckbaren Zeichen (printable characters) oder anders gesagt darstellbaren Zeichen versteht man die Zeichen 32 bis 127. Diese 96 Zeichen beinhalten zum einen die arabischen Ziffern (danke an Felix), lateinische Gross- und Kleinbuchstaben sowie eine Auswahl an Satzzeichen und sonstigen Zeichen, die besonders im Programmierbereich verwendet werden.

Alle darstellbaren Zeichen mit Ausnahme der Nummer 127 können bedenkenlos in Textdateien auftreten. Sie haben keinerlei besondere Bedeutung und stellen genau nur das Zeichen dar, dass hier beschrieben ist. Aufgrund dieser Gewissheit sind die meisten Programmiersprachen mittels dieser 95 Zeichen vollständig definiert. Es braucht nicht mehr als diese 95 Zeichen, um zu programmieren.

Zahlen und Satzzeichen

Grossbuchstaben

Kleinbuchstaben

Steuerzeichen

Entgegen der allgemeinen Meinung, dass sämtliche Tasten einer Tastatur einen ASCII-Code besitzen, muss hier gesagt werden, das dem nicht so ist. Es gibt viele Tasten wie beispielsweise die Pfeiltasten, Caps-Lock, Print-Screen, usw. aber auch Shift, Alt und Ctrl, welche in ASCII nicht abgebildet werden. Die Ansteuerung dieser Tasten muss sprachspezifisch gelöst werden: Viele Programmiersprachen bieten Befehle wie getkey() an, welche den sogenannten Scan-Code zurückgeben. Diese Scan-Codes entsprechen jedoch nicht den ASCII-Codes! Demgegenüber haben es einige wichtige Tasten geschafft, sich einen Platz unter den ASCII-Codes zu ergattern. Diese sogenannten Steuerzeichen (Control Characters) sind jedoch mit Vorsicht zu geniessen, da sie auch heute noch einige Probleme verursachen können.

Die ersten 32 Zeichen von ASCII sind als Steuerzeichen definiert. Leider sind jedoch der Grossteil dieser Zeichen heutzutags nicht mehr direkt verwendbar. Dies hat historische Gründe: In frühen Jahren der Computergeschichte herrschte Platz- und Zeitmangel: Sowenige Bits wie möglich verschwenden, nur soviel Information wie nötig versenden und, so gut es geht, Dinge ineinander verpacken. Genau das passierte mit diesen ersten 32 Zeichen: Sie dienen als Informations-Einheiten verpackt in eine Text-Datei.

Bedeutung

DOS-Zeichen

Unter DOS wurden zu denselben Steuerzeichen 0 bis 31 Symbole definiert. Diesen Zeichensatz nennt man latin1. Hier ist nur noch ein Bild abgebildet mit der vollständigen Belegung unter DOS 2000. Für eine detailitertere Ausführung oder die Besichtigung der älteren Belegung verweise ich auf free-solutions

Trotzdem dass dieser Zeichensatz sozusagen ausgestorben ist, findet man einige Überbleibsel noch heute. folgende zwei Tabellen zeigen auf, dass selbst der Unicode diese Zeichen noch beherbergt.

Dec	Hex	Z	Z	Unicode Dec / Hex / UTF8	Unicode-Name
000	0x00			00000 / 0x0000 / 00
001	0x01		☺	09786 / 0x263a / e2 98 ba	WHITE SMILING FACE
002	0x02		☻	09787 / 0x263b / e2 98 bb	BLACK SMILING FACE
003	0x03		♥	09829 / 0x2665 / e2 99 a5	BLACK HEART SUIT
004	0x04		♦	09830 / 0x2666 / e2 99 a6	BLACK DIAMOND SUIT
005	0x05		♣	09827 / 0x2663 / e2 99 a3	BLACK CLUB SUIT
006	0x06		♠	09824 / 0x2660 / e2 99 a0	BLACK SPADE SUIT
007	0x07		●	09679 / 0x25cf / e2 97 8f	BLACK CIRCLE
008	0x08		◘	09688 / 0x25d8 / e2 97 98	INVERSE BULLET
009	0x09		○	09675 / 0x25cb / e2 97 8b	WHITE CIRCLE
010	0x0a		◙	09689 / 0x25d9 / e2 97 99	INVERSE WHITE CIRCLE
011	0x0b		♂	09794 / 0x2642 / e2 99 82	MALE SIGN
012	0x0c		♀	09792 / 0x2640 / e2 99 80	FEMALE SIGN
013	0x0d		♪	09834 / 0x266a / e2 99 aa	EIGHTH NOTE
014	0x0e		♫	09835 / 0x266b / e2 99 ab	BEAMED EIGHTH NOTES
015	0x0f		☼	09788 / 0x263c / e2 98 bc	WHITE SUN WITH RAYS
016	0x10		▶	09654 / 0x25b6 / e2 96 b6	BLACK RIGHT-POINTING TRIANGE
017	0x11		◀	09664 / 0x25c0 / e2 97 80	BLACK LEFT-POINTING TRIANGE
018	0x12		↕	08597 / 0x2195 / e2 86 95	UP DOWN ARROW
019	0x13		‼	08252 / 0x203c / e2 80 bc	DOUBLE EXCLAMATION MARK
020	0x14		¶	00182 / 0x00b6 / c2 b6	PILCROW SIGN
021	0x15		§	00167 / 0x00a7 / c2 a7	SECTION SIGN
022	0x16		▬	09644 / 0x25ac / e2 96 ac	BLACK RECTANGLE
023	0x17		↨	08616 / 0x21a8 / e2 86 a8	UP DOWN ARROW WITH BASE
024	0x18		↑	08593 / 0x2191 / e2 86 91	UPWARDS ARROW
025	0x19		↓	08595 / 0x2193 / e2 86 93	DOWNWARDS ARROW
026	0x1a		→	08594 / 0x2192 / e2 86 92	RIGHTWARDS ARROW
027	0x1b		←	08592 / 0x2190 / e2 86 90	LEFTWARDS ARROW
028	0x1c		⌊	08970 / 0x230a / e2 8c 8a	LEFT FLOOR
029	0x1d		↔	08596 / 0x2194 / e2 86 94	LEFT RIGHT ARROW
030	0x1e		▲	09650 / 0x25b2 / e2 96 b2	BLACK UP-POINTING TRIANGLE
031	0x1f		▼	09660 / 0x25bc / e2 96 bc	BLACK DOWN-POINTING TRIANGLE

Unicode-Pendant

In Unicode wurden zu diesen Steuerzeichen zusätzliche Symbole festgelegt. Sie haben keine spezielle Bedeutung.

Sonderzeichen

Unter Sonderzeichen versteht man alles, was nicht innerhalb der ersten 128 ASCII Zeichen zu liegen kommt. Da 128 verschiedene Zeichen noch kein Byte füllen (es wären 256 Zeichen möglich), stehen die restlichen 128 Zeichen frei zur Verfügung. Als Sonderzeichen werden beispielsweise Währungszeichen, Umlaute, mathematische Symbole, grafische Zeichen und sogar System-Logos definiert. Hier kommt jedoch gleich auch das grosse Problem der Sonderzeichen: Jedes System, sogar jede Technologie kann diese 128 Zeichen belegen, wie es gerade passt. Dadurch gibt es eine Unmenge an Belegungen. Um sich diese Unmenge vorzustellen lohnt sich ein Besuch auf der Seite Charset list, wo über 2500 Belegungen namentlich erwähnt sind. Ironischerweise wird die Seite nicht korrekt dargestellt, da sie nicht im richtigen Charset abgespeichert ist.

Glücklicherweise haben sich einige dieser Belegungen herauskristallisiert. Somit genügt es, sich an einige wenige Standards zu halten, und man wird nie wieder soetwas zu Gesicht bekommen:

†berglŸcklich wŠr ich, hŠtt ich ihr lšblich HŠndchen, ihr zart €rmchen gekŸ§t und ihr meine Liebe ins …hrchen geflŸstert.

Um dieses Problem in den Griff zu kriegen, hat man begonnen, zu den Dateien die dazugehörige Codierung hinzuzuschreiben. Beispielsweise kann man zu Beginn von HTML-Dateien oftmals eine Zeile ähnlich der folgenden finden:

<meta http-equiv="Content-type" content="text/html; charset=iso-8859-1"/>

Mit dieser Zeile wird dem Browser (ersichtlich am http-equiv) mitgeteilt, dass der Inhalt (Content-type) dieser Datei eine HTML-Seite ist (text/html) und dass die Codierung den Zeichensatz (charset) iso-8859-1 vorsieht. Heutzutags findet man je länger je mehr die Angabe charset=utf-8, was auf eine platzsparende Codierung in Unicode anspricht. Diese Codierung utf-8 hier zu erklären würde den Rahmen dieser Seite sprengen. Es sei jedoch bemerkt, dass diese Seite ebendiese Codierung benutzt und es wird für das weitere Studium auf die offizielle Seite verwiesen: UTF-8 and Unicode Standards

Sonderzeichen bei Windows

In der folgenden Auflistung werden die Sonderzeichen aufgelistet, wie sie in HTML und Windows verwendet werden.

Die Zeichen 128 bis 255 von HTML entsprechen den ANSI-Zeichen oder auch dem bereits erwähnten iso-8859-1. Die allermeisten HTML-Seiten sind in diesem Zeichensatz codiert. Manchmal sind sie auch darin codiert - obschon nirgendwo eine derartige Zeichensatz-Deklaration steht - aus dem Grund, da es sich bei iso-8859-1 um den Zeichensatz handelt, der von Windows benutzt wird. HTML definiert noch andere Zeichen als die hier aufgeführten. Eine gute Referenz dafür ist SelfHTML

Wenn man von iso-8859-1 spricht, muss man der Pedantik wegen noch anmerken, dass ein fast gleicher Zeichensatz namens iso 8859-1 existiert (kein Bindestrich!). Anstelle davon kann man auch iec 8859-1 schreiben. Die Unterschiede von der ursprünglicheren Variante ohne Bindestrich zur heute gebräuchlichen mit Bindestrich sind lediglich die Zeichen 0 bis 31 sowie die Zeichen 127 (DEL) bis 159: Unter der bindestrichlosen Variante gelten diese Zeichen als nicht definiert. In der bindestrichbehafteten Variante sind zudem für die Zeichen 128 bis 159 zusätzliche Codes definiert worden, deren Sinn mir bis heute verborgen blieb.

Hier nun eine etwas genauere Auflistung der Zeichen:

Sonderzeichen beim Macintosh

In der folgenden Auflistung werden die Sonderzeichen aufgelistet, wie sie beim Macintosh verwendet werden. Obschon ab dem System MacOSX Unicode der vorherrschende Zeichensatz ist, wird für ASCII-Dateien nach wie vor oftmals der MacRoman-Zeichensatz verwendet.

Auch hier wieder eine detailierte Aufstellung der Zeichen: