Cơ sở của những điều cơ bản là mã hóa ASCII và các cách diễn giải hiện đại của nó. Các khái niệm cơ bản về mã hóa và giải mã. Các khái niệm cơ bản về mã hóa và giải mã

Bất kỳ số nào (trong giới hạn nhất định) trong bộ nhớ máy tính đều được mã hóa dưới dạng số hệ thống nhị phân Tính toán Đối với điều này có đơn giản và quy tắc rõ ràng dịch. Tuy nhiên, ngày nay máy tính được sử dụng rộng rãi hơn nhiều so với vai trò thực hiện các phép tính tốn nhiều công sức. Ví dụ, thông tin văn bản và đa phương tiện được lưu trữ trong bộ nhớ máy tính. Vì vậy câu hỏi đầu tiên được đặt ra:

Các ký tự (chữ cái) được lưu trữ trong bộ nhớ máy tính như thế nào?

Mỗi chữ cái thuộc một bảng chữ cái cụ thể trong đó các ký hiệu nối tiếp nhau và do đó có thể được đánh số bằng các số nguyên liên tiếp. Mỗi chữ cái có thể được liên kết với một số nguyên dương và được gọi là mã ký tự của nó. Chính mã số này sẽ được lưu trữ trong bộ nhớ của máy tính và khi hiển thị ra màn hình hoặc tờ giấy sẽ được “chuyển đổi” thành ký hiệu tương ứng. Để phân biệt cách biểu diễn số với cách biểu diễn ký hiệu trong bộ nhớ máy tính, cũng cần lưu trữ thông tin về dữ liệu nào được mã hóa trong đó. khu vực cụ thể ký ức.

Sự tương ứng của các chữ cái trong một bảng chữ cái nhất định với mã số tạo thành cái gọi là bảng mã hóa. Nói cách khác, mỗi ký tự của một bảng chữ cái cụ thể đều có ký tự riêng mã số theo quy định nhất định bảng mã hóa.

Tuy nhiên, trên thế giới có rất nhiều bảng chữ cái (tiếng Anh, tiếng Nga, tiếng Trung, v.v.). Vậy câu hỏi tiếp theo là:

Làm cách nào để mã hóa tất cả các bảng chữ cái được sử dụng trên máy tính?

Để trả lời câu hỏi này, chúng ta hãy đi theo con đường lịch sử.

Vào những năm 60 của thế kỷ 20 ở Mỹ viện quốc gia tiêu chuẩn hóa (ANSI), một bảng mã hóa ký tự đã được phát triển, sau đó được sử dụng trong tất cả các hệ điều hành. Bảng này được gọi là ASCII ( Tiêu chuẩn Mỹ Mã số để biết thông tin Trao đổi – Mỹ mã chuẩnđể trao đổi thông tin). Một lát sau, một phiên bản mở rộng của ASCII xuất hiện.

Theo bảng mã hóa ASCII 1 byte (8 bit) được phân bổ để thể hiện một ký tự. Một tập hợp 8 ô có thể nhận 28 = 256 giá trị khác nhau. 128 giá trị đầu tiên (từ 0 đến 127) là hằng số và tạo thành cái gọi là phần chính của bảng, bao gồm các số thập phân, các chữ cái trong bảng chữ cái Latinh (chữ hoa và chữ thường), dấu chấm câu (dấu chấm, dấu phẩy, dấu ngoặc đơn) , v.v.), cũng như các khoảng trắng và các ký tự dịch vụ khác nhau (tab, nguồn cấp dữ liệu dòng, v.v.). Các giá trị từ 128 đến 255 tạo thành một phần bổ sung của bảng, nơi người ta thường mã hóa các ký tự từ bảng chữ cái quốc gia.

Vì có rất nhiều bảng chữ cái quốc gia nên các bảng ASCII mở rộng có nhiều biến thể. Ngay cả đối với tiếng Nga, cũng có một số bảng mã hóa (Windows-1251 và Koi8-r là phổ biến). Tất cả điều này tạo thêm khó khăn. Ví dụ: chúng tôi gửi một lá thư được viết bằng một bảng mã và người nhận cố gắng đọc nó bằng một bảng mã khác. Kết quả là anh ta nhìn thấy krakozyabry. Vì vậy, người đọc cần áp dụng bảng mã hóa khác cho văn bản.

Có một vấn đề khác. Bảng chữ cái của một số ngôn ngữ có quá nhiều ký tự để vừa với các vị trí được chỉ định từ 128 đến 255 trong bộ ký tự một byte.

Vấn đề thứ ba là phải làm gì nếu văn bản sử dụng nhiều ngôn ngữ (ví dụ: tiếng Nga, tiếng Anh và tiếng Pháp)? Bạn không thể sử dụng hai bảng cùng một lúc...

Để giải quyết những vấn đề này cùng một lúc, Unicode đã được phát triển.

Chuẩn mã hóa ký tự Unicode

Để giải quyết các vấn đề trên, một chuẩn mã hóa ký tự đã được phát triển vào đầu những năm 90, gọi là bảng mã Unicode. Tiêu chuẩn này cho phép bạn sử dụng hầu hết mọi ngôn ngữ và ký hiệu trong văn bản.

Unicode cung cấp 31 bit (4 byte trừ một bit) để mã hóa ký tự. Số lượng kết hợp có thể mang lại một con số đáng kinh ngạc: 231 = 2.147.483.684 (tức là hơn hai tỷ). Vì vậy, Unicode mô tả bảng chữ cái của tất cả ngôn ngữ đã biết, ngay cả những ký hiệu “đã chết” và hư cấu, bao gồm nhiều ký hiệu toán học và ký hiệu đặc biệt khác. Tuy nhiên, dung lượng thông tin của Unicode 31-bit vẫn còn quá lớn. Do đó, phiên bản 16 bit rút gọn (216 = 65.536 giá trị) thường được sử dụng hơn, trong đó tất cả các bảng chữ cái hiện đại đều được mã hóa.

Trong Unicode, 128 mã đầu tiên giống với bảng ASCII.

Chúc một ngày tốt lành cho tất cả. Alexey Gulynin đang liên lạc. Trong bài viết trước chúng ta đã xem xét tạo bảng trong html. Trong bài viết này tôi muốn nói về một vấn đề mà bạn chắc chắn sẽ gặp phải (nếu bạn chưa gặp phải) trong quá trình luyện tập của mình. Và vấn đề này liên quan đến mã hóa trên trang web. Tình huống này thường xảy ra: bạn ngồi, nghĩ ra điều gì đó và cuối cùng suy nghĩ của bạn được thể hiện bằng văn bản. Bạn mở tác phẩm của mình trong trình duyệt và có toàn những điều vô nghĩa được viết ở đó, hoặc như người ta thường gọi điều này là vô nghĩa - “krakozyabry”. Một điều hiển nhiên ở đây là vấn đề với mã hóa trên trang web. Rất có thể mã hóa mặc định của bạn là windows-1251 (chữ Cyrillic) và trình duyệt đang cố mở tệp của bạn ở dạng mã hóa utf-8. Nói ngắn gọn về mã hóa là gì. Mã hóa là một loại bảng gán cho mỗi ký tự một ký tự nhất định mã máy. Theo đó, các chữ cái tiếng Nga của chúng tôi trong một bảng mã có một mã, ở các bảng mã khác - một mã khác. Các bạn, hãy sử dụng mã hóa utf-8 ở mọi nơi và bạn sẽ hài lòng. Utf-8 còn được gọi là Unicode.

Hãy tạo một tài liệu thử nghiệm trong Notepad++ và viết đoạn mã sau.

Kiểm tra vấn đề mã hóa

Trong menu Notepad++, đảm bảo rằng "Mã hóa" ở trên cùng - "Mã hóa trong ANSI". Bây giờ chúng ta sẽ tạo ra một vấn đề về mã hóa một cách giả tạo. Hãy thử mở tệp này trong trình duyệt của bạn ngay bây giờ. Chúng ta sẽ thấy chữ tượng hình. Vấn đề ở đây là chúng tôi đã tạo tệp của mình trong mã hóa ANSI(Cyrillic) và trình duyệt được thông báo rằng tệp của chúng tôi đã được mã hóa utf-8 ( ) .

Những lý do tại sao vấn đề với mã hóa trên trang web:

1) Giá trị không chính xác thuộc tính bộ ký tự của thẻ meta.

2) Trong menu Notepad++, kiểm tra xem mã hóa tệp có phải là utf-8 không. Việc này cần được thực hiện “Mã hóa” - “Mã hóa theo UTF-8 (không có BOM)”. Trên Internet, bạn có thể tìm thấy định nghĩa “BOM” là gì, nhưng không rõ ràng. Theo tôi hiểu, ở phần đầu của tài liệu có viết không gian không phá vỡ với chiều rộng bằng không. Chúng ta không cần nó nên luôn để "không có BOM".

3) Đôi khi hai điểm đầu tiên đã được hoàn thành, nhưng những điều vô nghĩa vẫn xuất hiện trên các trang của trang web. Ở đây vấn đề có thể nằm ở cài đặt máy chủ, tức là. hosting trực tiếp chuyển tiêu đề cho các tệp của chúng tôi và đặt mã hóa mặc định. Chúng ta hãy cố gắng cai sữa cho anh ấy khỏi việc này. Cần có tệp .htaccess trong thư mục gốc của trang web. Sử dụng tệp này, bạn có thể điều chỉnh hoạt động lưu trữ. Nếu bạn không có tập tin này, thì bạn cần phải tạo nó. Thật thuận tiện để làm điều này trong Trình soạn thảo sổ tay++. TRONG tập tin này bạn cần phải viết đoạn mã sau:

AddDefaultCharset UTF-8

Với hướng dẫn này, chúng tôi thông báo cho máy chủ rằng mã hóa mặc định của chúng tôi là "utf-8". Nếu điều này không giúp ích được gì thì bạn cần viết đoạn mã sau vào cùng một tệp:

Charsetdisable trên AddDefaultCharset Tắt

Ở đây chúng tôi đang cố gắng thông báo với máy chủ rằng chúng tôi không muốn mã hóa mặc định. Nếu sau những âm mưu này không giúp được gì, thì bạn cần viết thư cho chủ nhà và quyết định vấn đề này với anh ấy. Có lẽ anh ấy sẽ nói với bạn điều gì đó.

Tạo biểu mẫu phản hồi

Về vấn đề mã hóa tập tin

Khi tạo biểu mẫu phản hồi, vấn đề mã hóa tệp thường phát sinh, đó là lý do tại sao thư đến Thư điện tử bao gồm các hình vuông, kim cương tuyệt vời và các "bánh quy giòn" khác.

Chúng ta hãy xem xét kỹ hơn về sự hiểu lầm rõ ràng này. Như các bạn đã biết, mã hóa (bộ ký tự) là phương pháp biểu diễn các ký tự để truyền đi. Suy cho cùng, bất kỳ thông tin nào lưu hành trong máy tính đều là một chuỗi số 0 và số 1. Mã hóa ký tự bao gồm một số byte, thường từ 1 đến 4. Có nhiều mã hóa và trình duyệt phải xác định chính xác mã nào trong số chúng mà trang web đang mở được viết.

Trong hầu hết các trường hợp trình duyệt hiện đạiđối phó thành công với nhiệm vụ này một cách độc lập. Tuy nhiên đối với định nghĩa đúng Thông thường, người ta thường đưa ra gợi ý trong mã HTML bằng cách sử dụng thẻ meta, ví dụ:
hoặc
.
.

Các nhà thiết kế web mới vào nghề đôi khi lầm tưởng rằng chỉ cần chèn thẻ meta mong muốn ở đầu trang là đủ - và mọi thứ sẽ ổn! Đó là một ảo tưởng. Như Kozma Prutkov đã viết một cách đúng đắn: “Nếu bạn nhìn thấy dòng chữ “Buffalo” trên chuồng voi, đừng tin vào mắt mình”. Điều cần thiết không chỉ là viết, chẳng hạn như charset=utf-8, mà còn phải đảm bảo rằng trang thực sự được thực hiện trong mã hóa được chỉ định.

Cách dễ nhất để tìm ra mã hóa thực tế của một trang là mở nó trong bất kỳ trình duyệt nào và chọn mục trong menu Xem - Mã hóa. Khi thay đổi mã hóa, hãy xác định xem mã nào trong số chúng sẽ hiển thị trang chính xác - đây sẽ là mã hóa thực sự của bạn. Chỉ ra nó trong thẻ meta. Nếu bạn muốn thay đổi mã hóa, thì để thực hiện việc này, bạn cần vào cài đặt của chương trình mà bạn tạo trang web và đặt mã hóa cần thiết. Ví dụ, trong chương trình Adobe DreamweaverĐể làm điều này bạn cần chọn một phần menu Chỉnh sửa - Cài đặt... - Tạo tài liệu - Mã hóa mặc định. Các mã hóa thường được sử dụng bộ ký tự=utf-8 hoặc bộ ký tự=windows-1251.

Bình luận: Nên đặt thẻ meta biểu thị mã hóa ở đầu mã HTML ngay sau thẻ để trình duyệt chọn đúng bảng mã trước khi hiển thị tiêu đề trang (thẻ ), xuất hiện trên thanh màu xanh lam ở đầu cửa sổ trình duyệt. Ngược lại, thay vào đó