Aplicações Informáticas B: Padrões de codificação de caracteres

Caracteres são agrupados em conjuntos de caracteres (também chamados de repertório). Isso é então chamado de "conjunto de códigos de caracteres" quando a cada caractere é atribuído um número em particular, chamado decodepoint. Esses codepoints irão ser representados no computador por um ou mais bytes.

Basicamente, isso significa que todos os caracteres são armazenados em computadores utilizando-se códigos. Uma codificação de caracteres é uma chave para o código. É um conjunto de relações entre os bytes que representam números no computador e caracteres no conjunto de caracteres codificado. Sem a chave, os dados são indecifrável.

Código ASCII

CII é uma sigla para “American Standard Code for Information Interchange” (Código Padrão Norte-americano para Intercâmbio de Informações). Esse código foi proposto por Robert W. Bemer, visando padronizar os códigos para caracteres alfa-numéricos (letras, sinais, números e acentos). Assim seria possível que computadores de diferentes fabricantes conseguissem entender os códigos.

O ASCII é um código numérico que representa os caracteres, usando uma escala decimal de 0 a 127. Esses números decimais são então convertidos pelo computador para binários e ele processa o comando. Sendo assim, cada uma das letras que você digitar vai corresponder a um desses códigos.

Alguns dos caracteres não podem ser impressos (de código 0 a 31), pois eram na verdade comandos para computadores antigos.

Para melhor entendimento aqui tem um excerto de uma tabela ASCII:

Código Decimal	Código Binário	Código Hexadecimal	Caractere
97	0110 0001	61	a
98	0110 0010	62	b
99	0110 0011	63	c
100	0110 0100	64	d
101	0110 0101	65	e
102	0110 0110	66	f
103	0110 0111	67	g
104	0110 1000	68	h
91	0101 1011	5B	[
92	0101 1100	5C	\
93	0101 1101	5D	]
94	0101 1110	5E	^
95	0101 1111	5F	_
126	0111 1110	7E	~

Código Unicode

Unicode é um padrão adotado mundialmente que possibilita com que todos os caracteres de todas as linguagens escritas utilizadas no planeta possam ser representados em computadores. A “missão” do Unicode é apresentada de forma clara no web site do Unicode Consortium (entidade responsável pela sua gestão):

Unicode fornece um número único para cada caractere, não importa a plataforma, não importa o programa e não importa a linguagem.

O padrão Unicode é capaz de representar não somente as letras utilizadas pelas linguagens mais “familiares” para nós ocidentais, como Inglês, Espanhol, Francês e o nosso Português, mas também letras e símbolos utilizados em qualquer outra linguagem: Russo, Japonês, Chinês, Hebreu, etc. Além disso, inclui símbolos de pontuação, símbolos técnicos e outros caracteres que podem ser utilizados em texto escrito.

Mapa de Caracteres: