Rappresentazione e Codifica ASCII

Rappresentazione di caratteri

• I computer possono manipolare solo due simboli elementari: "0" e "1".
• Tutte le informazioni sono rappresentate come sequenze di "0" e "1".
• La dimensione minima di una cella di memoria è 8 bit, permettendo 256 configurazioni di "0" e "1".

Codifica ASCII

• ASCII (American Standard Code for Information Interchange), pubblicato nel 1968, è un sistema di codifica a 7 bit.
• Consente di rappresentare 128 caratteri (da 0 a 127) utilizzando numeri in codifica binaria.
• Esempi: 'z' → 1111010 (numero 122), ';' → 0111011 (numero 59), 'E' → 1000101 (numero 69), '0' → 0110000 (numero 48).
• Il primo bit è spesso impostato a 0, diventando un byte a 8 bit, consentendo un numero maggiore di rappresentazioni.

Caratteri Speciali

• I numeri da 0 a 31 e il 127 rappresentano caratteri di controllo, non stampabili.
• Esempi:
  • 0 (NUL): fine di una stringa
  • 7 (BEL): beep
  • 9 (TAB): tabulazione orizzontale
  • 10 (LF, Line Feed): andando a capo
  • 13 (CR, Carriage Return): ritorno a capo
  • 19 (DC3, Device Control): sospensione della trasmissione
  • 17 (DC1): ripresa della trasmissione

Limiti della codifica ASCII

• La codifica ASCII limita il numero di caratteri rappresentabili, mancando lettere accentate, simboli matematici e altri caratteri speciali.

ISO-IEC 8859

• Estensione della codifica ASCII a 8 bit, impostando il primo bit a 1.
• 15 diverse codifiche nazionali (code page) ISO-IEC 8859-x, ma solo 14 sono utilizzate attualmente.
• La codifica ISO-IEC 8859-1 (Latin-1) è ampiamente utilizzata nella maggior parte delle lingue europee occidentali, tra cui italiano, spagnolo e tedesco.

Limiti della codifica ISO-8859

• Non è compatibile con altre lingue (ad esempio, turco, russo, arabo) e richiede diversi standard code page (es. ISO-8859-9 per il turco).
• Problemi di incompatibilità possono verificarsi quando un testo scritto in una code page viene interpretato in un'altra, causando la visualizzazione di caratteri sbagliati.

Unicode

• Unicode (Universal Coded Character Set) è un sistema di codifica che rappresenta i caratteri utilizzati in quasi tutte le lingue, inclusi simboli matematici, chimici, Braille e ideogrammi.
• Inizialmente utilizzava due byte (65.536 caratteri), ma adesso prevede 17 insiemi di codifiche (1.114.112 possibili codifiche).
• Per una rappresentazione efficiente, prevede tre codifiche:
  • UTF-8: sequenza da 1 a 4 byte
  • UTF-16: sequenza da 1 a 2 byte (evoluzione di UCS-2)
  • UTF-32 (UCS-4): 4 byte per carattere
• UTF-8, la più efficiente in termini di spazio, può utilizzare un singolo byte (8 bit) per rappresentare 127 caratteri ASCII.

Stringhe

• Le stringhe sono sequenze di caratteri.
• Possono essere stampate in Python utilizzando il comando print().
• Ogni carattere è rappresentato da un numero, memorizzato in sequenza.
• Esempio: 'ciao a tutti!' è rappresentata come 99 105 97 111 32 97 32 116 117 116 116 105 33 0 (0 indica la fine della stringa).

Ritorno a Capo

• Indicato con:
  • 10 (LF, Line Feed) per Unix
  • 13 (CR, Carriage Return) per Mac Os fino alla versione 9
  • 13 10 (Windows, DOS)
• Storia:
  • 10: avanzamento della carta di una linea
  • 13: ritorno del carrello all'inizio della linea

Questo quiz esplora la rappresentazione dei caratteri nei computer, concentrandosi sull'importanza della codifica binaria e del sistema ASCII. Comprenderai come i computer utilizzano 0 e 1 per memorizzare informazioni e come funziona la codifica ASCII per rappresentare una varietà di caratteri. Metti alla prova le tue conoscenze sulla codifica e sui caratteri speciali!