字符集与编码八之ASCII和ISO-8859-1

在前面其实也谈到了ASCII了，但并没有很具体，作为一个完整系列的一部分，还是有必要谈一下，也作为后面讨论的一些基础。

ASCII

---

它的全称是American Standard Code for Information Interchange（美国信息交换标准代码），是一个7位字符编码方案。下面是它的一张简图（来自http://www.asciitable.com/index/asciifull.gif）：

ASCII定义了128个字符，包括33个不可打印的控制字符(non-printing control characters)和95个可打印的字符。

控制字符

32以下的及最后一个127是所谓的控制字符。（0x00~0x1F以及0x7F）

即上图最左边一列的32个字符及最右边一列最后的一个字符（DEL，删除）

熟悉的有0x09（TAB，horizontal tab，水平制表符），0x0A（LF，line feed，’\n’换行符），0x0D（CR，carriage return，’\r’回车符），其它的很多现在已经是废弃不用了。

关于回车换行(‘\r\n’)，在屏幕还不普及的时代，结果输出经常是依赖于所谓的电传打印机，打印头沿着打印杆从左向右移动并打印出一个个字符，当碰到一个回车符时（CR，0x0D，’\r’），打印机就指示打印头重新回到最左边的位置上，这即是传统意义上的回车了。（你可以把打印头想像成一辆小车，回车即是退回原处，现代意义上的回车则通常包含回车与换行两个动作）

回车符后常跟着一个换行符（LF，0x0A，’\n’），打印机收到换行符就会指示滚筒滚动，这样，打印头就对准了纸张上的新的一行。如果没有换行，新的打印输出就会重叠在上一行上，有时走纸不顺畅时也会造成这种后果。

目前，在Windows系统上，回车键会产生两个字符CRLF，一起表示换行。Unix/Linux之类的则单独用LF表示换行，而苹果的Mac则单独用CR来表示换行。

其它字符

包括空格，字母，数字以及一些常见的标点符号等。

关于空格（SPACE，图中第二列第一个，0x20），它没被归到控制字符类，当然，你可能会纠结它是否算可打印的。

由于只定义了2⁷=128个字符，用7bit即可完全编码，而一字节8bit的容量是256，所以一字节ASCII的编码最高位总是0，这为后来的编码方案兼容它带来的便利。

ISO-8859-1

---

ISO-8859-1又称Latin-1，是一个8位单字节字符集，它把ASCII的最高位也利用起来，并兼容了ASCII，新增的理论空间是128，但它并没有完全用完：（截图来自http://zh.wikipedia.org/wiki/ISO/IEC_8859-1）

可以看到，新增部分也保留了前面的32个位置（中间绿色部分，0x80-0x9F），与前面的ASCII部分类似，所以实际只增加了128-32=96个，主要是西欧的一些字符，另外可以看到乘号（0xD7）和除号（0xF7）也被包含进来了。

0x00-0x1F、0x7F、0x80-0x9F在此字符集中未有定义。（即图中的绿色部分）

ISO-8859-1能与ASCII兼容，同时它的适用范围又较广，一些协议或软件把它作为一种缺省编码，当然，现在更好的选择是UTF-8。