- American Standard Code for Information Interchange
-
« ASCII » redirige ici. Pour les autres significations, voir ASCII (homonymie).
Les 95 caractères ASCII affichables :!"#$%&'()*+,-./ 0123456789:;<=>? @ABCDEFGHIJKLMNO PQRSTUVWXYZ[\]^_ `abcdefghijklmno pqrstuvwxyz{|}~Le jeu de caractères codés ASCII [askiː] (American Standard Code for Information Interchange « Code américain normalisé pour l'échange d'information ») est la norme de codage de caractères en informatique la plus connue, la plus ancienne et la plus largement compatible. ASCII contient les caractères nécessaires pour écrire en anglais.
Elle a été inventée par l'américain Bob Bemer en 1961. Sa dernière version stabilisée a été normalisée par l’ANSI en 1986 sous la désignation ANSI X3.4:1986 (après deux autres versions en 1967 et 1968, historiquement normalisées par l’ASI, devenu ANSI mais qui ne normalisait pas encore toutes les positions). C’est également la variante américaine des jeux de caractères codés selon la norme ISO/CEI 646 avec laquelle on la confond souvent (d’où sa désignation également comme US-ASCII pour lever l’ambiguité, désignation préférée dans le registre IANA des jeux de caractères codés).
Elle est à la base de nombreuses autres normes nationales ou internationales qui l’étendent, telles que ISO/CEI 8859, GB 18030 et ISO/CEI 10646 ou Unicode.
Sommaire
Principes
L'ASCII définit 128 caractères numérotés de 0 à 127 et codés en binaire de 0000000 à 1111111. Sept bits suffisent donc pour représenter un caractère codé en ASCII. Toutefois, les ordinateurs travaillant presque tous sur un multiple de huit bits (multiple d'un octet) depuis les années 1970, chaque caractère d'un texte en ASCII est stocké dans un octet dont le 8e bit est 0.
Les caractères de numéro 0 à 31 et le 127 ne sont pas affichables ; ils correspondent à des commandes de contrôle de terminal informatique. Le caractère numéro 32 est l'espace. Les autres caractères sont les chiffres arabes, les lettres latines majuscules et minuscules et quelques symboles de ponctuation.
Extensions
De nombreuses normes de codage de caractères ont repris les codes ASCII et ajouté d’autres caractères pour les codes supérieurs à 127. En particulier, beaucoup de pages de codes étendent l'ASCII en utilisant le 8e bit pour définir des caractères numérotés de 128 à 255. La norme ISO/CEI 8859 fournit des extensions pour diverses langues. Par exemple, l’ISO 8859-1, aussi appelée Latin-1, étend l’ASCII avec les caractères accentués utiles aux langues originaires d’Europe occidentale comme le français ou l’allemand.
Par abus de langage, on appelle souvent « ASCII » des normes qui étendent ASCII, mais qui ne sont pas compatibles entre elles (et parfois même ne sont pas compatibles sur leurs 128 premiers caractères codés). En particulier, les standards Windows-1252 (couramment utilisé sur Microsoft Windows dans les pays occidentaux), ISO 8859-1 (couramment utilisé sur Internet et UNIX) et les pages de code pour PC numéro 437 et 850 (couramment utilisées sur DOS) ne sont pas la norme ASCII. Cet abus de langage ne va pas sans causer des confusions causant des incompatibilités, souvent rendues visibles par le fait que les caractères non ASCII comme les « lettres accentuées » (éÈç) s'affichent mal. On écrit parfois ASCII de base pour bien identifier ASCII, et pas un standard plus étendu.
Afin d’unifier les différents codages de caractères complétant l'ASCII et y intégrer les codages complètement différents (le JIS pour le japonais par exemple, qui bien que développé aussi sur la base de l’US-ASCII, en diffère dans l’assignation d’un des 128 premiers codets), la norme ISO/CEI 10646 a été inventée (et aussi développée au départ séparément par le Consortium Unicode dans une version de sa norme Unicode 1.0 initialement incompatible avec ISO/CEI 10646, mais abandonnée depuis la version 1.1 afin d’unifier et fusionner les deux répertoires dans un jeu universel de caractères codés). ISO/CEI 10646 codifie des dizaines de milliers de caractères, mais les 128 premiers restent compatibles avec ASCII (dans sa dernière version X3.4-1986) ; la norme Unicode y ajoute des sémantiques supplémentaires.
Toutefois, certains pays d’Asie orientale (la République populaire de Chine, les anciens dominions britannique et portugais en Chine, de Hong Kong et Macao, qui sont devenus depuis des régions administratives spéciales de Chine, la République de Chine à Taïwan, et le Japon) ont choisi de continuer à développer leur propre norme pour coder le jeu de caractères universel, tout en choisissant de les maintenir entièrement convertibles avec l’ISO/CEI 10646 ; parmi ces normes asiatiques, seule la norme nationale japonaise continue à maintenir une différence dans ses 128 premières positions avec le jeu ASCII, en codant le symbole monétaire du yen à la place de la barre oblique inversée (comme c’est aussi le cas dans la variante japonaise de la norme ISO/CEI 646).
Parmi les nombreuses extensions 8 bits de l'ASCII, le Multinational Character Set créé par Digital Equipment Corporation pour le terminal informatique VT220 est considéré comme à la fois l'ancêtre de l'ISO 8859-1 et de l'Unicode[1].
Table des 128 caractères ASCII
0123456789ABCDEF000NULSOHSTXETXEOTENQACKVTFFSOSI001DLEDC1DC2DC3DC4NAKSYNETBCANEMSUBFSGSRSUS002003004005006007Dans cette table, les 33 caractères de contrôle (codes 0 à 31 et 127) sont présentés avec leur nom en anglais suivi d'une traduction entre parenthèses.
Code en base Caractère Signification 10 8 16 2 0 0 00 0000000 NUL Null (nul) 1 01 01 0000001 SOH Start of Header (début d'en-tête) 2 02 02 0000010 STX Start of Text (début du texte) 3 03 03 0000011 ETX End of Text (fin du texte) 4 04 04 0000100 EOT End of Transmission (fin de transmission) 5 05 05 0000101 ENQ Enquiry (End of Line) (demande, fin de ligne) 6 06 06 0000110 ACK Acknowledge (accusé de réception) 7 07 07 0000111 BEL Bell (caractère d'appel) 8 010 08 0001000 BS Backspace (espacement arrière) 9 011 09 0001001 HT Horizontal Tab (tabulation horizontale) 10 012 0A 0001010 LF Line Feed (saut de ligne) 11 013 0B 0001011 VT Vertical Tab (tabulation verticale) 12 014 0C 0001100 FF Form Feed (saut de page) 13 015 0D 0001101 CR Carriage Return (retour chariot) 14 016 0E 0001110 SO Shift Out (fin d'extension) 15 017 0F 0001111 SI Shift In (démarrage d'extension) 16 020 10 0010000 DLE Data Link Escape 17 021 11 0010001 DC1 Device Control 1 à 4 (DC1 et DC3 sont généralement utilisés pour coder XON et XOFF dans un canal de communication duplex) 18 022 12 0010010 DC2 19 023 13 0010011 DC3 20 024 14 0010100 DC4 21 025 15 0010101 NAK Negative Acknowledge (accusé de réception négatif) 22 026 16 0010110 SYN Synchronous Idle 23 027 17 0010111 ETB End of Transmission Block (fin du bloc de transmission) 24 030 18 0011000 CAN Cancel (annulation) 25 031 19 0011001 EM End of Medium (fin de support) 26 032 1A 0011010 SUB Substitute (substitution) 27 033 1B 0011011 ESC Escape (échappement) 28 034 1C 0011100 FS File Separator (séparateur de fichier) 29 035 1D 0011101 GS Group Separator (séparateur de groupe) 30 036 1E 0011110 RS Record Separator (séparateur d'enregistrement) 31 037 1F 0011111 US Unit Separator (séparateur d'unité) 32 040 20 0100000 SP Espace (Space en anglais) 33 041 21 0100001 ! Point d'exclamation 34 042 22 0100010 " Guillemet droit 35 043 23 0100011 # Croisillon et parfois Dièse 36 044 24 0100100 $ Dollar (symbole) 37 045 25 0100101 % Pourcent 38 046 26 0100110 & Esperluette 39 047 27 0100111 ' Apostrophe (guillemet fermant simple ou accent aigu)[2] 40 050 28 0101000 ( Parenthèse ouvrante 41 051 29 0101001 ) Parenthèse fermante 42 052 2A 0101010 * Astérisque 43 053 2B 0101011 + Plus 44 054 2C 0101100 , Virgule 45 055 2D 0101101 - Moins 46 056 2E 0101110 . Point 47 057 2F 0101111 / Barre oblique (Slash en anglais) 48 060 30 0110000 0 Le chiffre zéro 49 061 31 0110001 1 Le chiffre un 50 062 32 0110010 2 Le chiffre deux 51 063 33 0110011 3 Le chiffre trois 52 064 34 0110100 4 Le chiffre quatre 53 065 35 0110101 5 Le chiffre cinq 54 066 36 0110110 6 Le chiffre six 55 067 37 0110111 7 Le chiffre sept 56 070 38 0111000 8 Le chiffre huit 57 071 39 0111001 9 Le chiffre neuf 58 072 3A 0111010 : Deux-points 59 073 3B 0111011 ; Point-virgule 60 074 3C 0111100 < Inférieur 61 075 3D 0111101 = Égal 62 076 3E 0111110 > Supérieur 63 077 3F 0111111 ? Point d'interrogation 64 0100 40 1000000 @ Arrobe 65 0101 41 1000001 A 66 0102 42 1000010 B 67 0103 43 1000011 C 68 0104 44 1000100 D 69 0105 45 1000101 E 70 0106 46 1000110 F 71 0107 47 1000111 G 72 0110 48 1001000 H 73 0111 49 1001001 I 74 0112 4A 1001010 J 75 0113 4B 1001011 K 76 0114 4C 1001100 L 77 0115 4D 1001101 M 78 0116 4E 1001110 N 79 0117 4F 1001111 O 80 0120 50 1010000 P 81 0121 51 1010001 Q 82 0122 52 1010010 R 83 0123 53 1010011 S 84 0124 54 1010100 T 85 0125 55 1010101 U 86 0126 56 1010110 V 87 0127 57 1010111 W 88 0130 58 1011000 X 89 0131 59 1011001 Y 90 0132 5A 1011010 Z 91 0133 5B 1011011 [ Crochet ouvrant 92 0134 5C 1011100 \ Barre oblique inversée (backslash en anglais) ; également nommée Antislash 93 0135 5D 1011101 ] Crochet fermant 94 0136 5E 1011110 ^ Accent circonflexe 95 0137 5F 1011111 _ Tiret bas ou souligné (underscore en anglais) 96 0140 60 1100000 ` Accent grave [3] 97 0141 61 1100001 a 98 0142 62 1100010 b 99 0143 63 1100011 c 100 0144 64 1100100 d 101 0145 65 1100101 e 102 0146 66 1100110 f 103 0147 67 1100111 g 104 0150 68 1101000 h 105 0151 69 1101001 i 106 0152 6A 1101010 j 107 0153 6B 1101011 k 108 0154 6C 1101100 l 109 0155 6D 1101101 m 110 0156 6E 1101110 n 111 0157 6F 1101111 o 112 0160 70 1110000 p 113 0161 71 1110001 q 114 0162 72 1110010 r 115 0163 73 1110011 s 116 0164 74 1110100 t 117 0165 75 1110101 u 118 0166 76 1110110 v 119 0167 77 1110111 w 120 0170 78 1111000 x 121 0171 79 1111001 y 122 0172 7A 1111010 z 123 0173 7B 1111011 { Accolade ouvrante 124 0174 7C 1111100 | Barre verticale 125 0175 7D 1111101 } Accolade fermante 126 0176 7E 1111110 ~ Tilde 127 0177 7F 1111111 DEL Delete (effacement) Caractères de contrôle
NUL
Originellement une NOP, un caractère à ignorer. Lui donner le code 0 permettait de prévoir des réserves sur les bandes perforées en laissant des zones sans perforation pour insérer de nouveaux caractères a posteriori. Avec le développement du langage C il a pris une importance particulière quand il a été utilisé comme indicateur de fin de chaîne de caractères.
SOH
Start of heading : début d'en-tête. Il est aujourd'hui souvent utilisé dans les communications séries pour permettre la synchronisation après erreur[4].
DEL
Delete : effacement. Lui donner le code 127 permettait de supprimer a posteriori un caractère sur les bandes perforées qui codaient les informations sur 7 bits.
LF, CR, fin de ligne
Dans un fichier texte, la fin d'une ligne est représentée par un ou deux caractères de contrôle. Plusieurs conventions existent :
- sur les systèmes Multics, Unix, Type Unix (Linux, AIX, Xenix, Mac OS X, etc.), BeOS, AmigaOS, RISC OS entre autres, la fin de ligne est indiquée par un saut de ligne (LF) ;
- sur les machines Apple II et Mac OS jusqu'à la version 9, la fin de ligne est indiquée par un retour chariot (CR) ;
- sur les systèmes DEC, RT-11 et généralement tous les premiers systèmes non-Unix et non-IBM, CP/M, MP/M, MS-DOS, OS/2 ou Microsoft Windows, la fin de ligne est indiquée par un retour chariot suivi d'un saut de ligne (CR suivi de LF).
Ainsi, lorsqu'on transfère un fichier ASCII entre des systèmes ayant des conventions de fin de ligne différentes, il faut convertir les fins de ligne pour pouvoir le manipuler confortablement sur le système cible. Autrement, il faut utiliser un éditeur de texte capable de gérer les diverses conventions de fin de ligne, ce qui n'est par exemple pas le cas du classique Bloc-notes de Microsoft Windows. Les programmes utilisant les fichiers ASCII ne sont en général pas perturbés par un changement de type de fin de ligne.
SUB
Il est souvent associé à la combinaison de touche Contrôle + z, et est utilisé dans les communications séries pour permettre l'envoi des données en lieu et place de la touche entrée.
Voir aussi
Notes et références
- Roman Czyborra, « ISO 8859-1 and MCS, from ISO 8859 Alphabet Soup », 1998
- La norme ANSI X3.4 définit le caractère 39 par « apostrophe (closing single quotation mark, acute accent) » et les anciennes tables de caractères le représentaient souvent incliné. Les encodages plus récents restreignent ce code à la représentation de l'apostrophe verticale (ni penchée à droite, ni à gauche, mais neutre). Voir (en)Latin-1's apostrophe, grave accent, acute accent.
- Le code 96 est également employé comme guillemet ouvrant simple en ASCII. En Unicode, il existe un code plus approprié.
- (en)ASCII character set
Liens externes
Articles connexes
- Art ASCII
- Fichier texte
- libcaca : librairie permettant des rendus ASCII à partir de vidéos
- Unicode
Codés sur 8 bits ISO/CEI 8859 ISO/CEI 8859-1 (latin-1), ISO/CEI 8859-3 (latin-3), ISO/CEI 8859-15 (latin-9) Pages de code Windows Windows-1252 (latin-1), Windows-1258 (vietnamien) Pages de code MacOS MacRoman Pages de code DOS CP437 (latin-US), CP850 (latin-1), CP852 (latin-2) Pages de code diverses DEC-MCS, KOI8-R (russe), KOI8-U (ukrainien), StandardEncoding (PostScript) Non basés sur ISO 646 VISCII, EBCDIC, EBCDIC 297, EBCDIC 8859 Autres Codés sur 7 bits ASCII, ISO 646 Moins de 7 bits Code morse, Code wabun, Code Baudot, RADIX-50, Sixbit Articles connexes Codage des caractères, Clavier d’ordinateur, Police numérique, Glyphe, Portail:Écriture Catégories :- Codage des caractères
- Format ouvert
- Protocole réseau sur la couche présentation
Wikimedia Foundation. 2010.
