ASCII-Tabelle — Dezimal-, Hex-, Oktal-, Binär- & HTML-Codes

Wie die ASCII-Tabelle aufgebaut ist

Die 128 Codes teilen sich in vier Reihen zu je 32, und der Aufbau ist so gewählt, dass einfache Bitoperationen nützliche Arbeit leisten.

• 0–31: Steuerzeichen. Hältst du im Terminal Ctrl gedrückt, wird Bit 0x40 der Taste gelöscht: Ctrl+M (77 → 13) sendet Carriage Return und Ctrl+[ (91 → 27) sendet Escape. Daher stammt die Caret-Notation wie ^M und ^[.

• 32–63: Leerzeichen, Satzzeichen und Ziffern. Die Ziffern 0–9 sind 48–57 (0x30–0x39), die unteren vier Bits einer Ziffer sind also ihr Wert.

• 64–95: @, die Großbuchstaben A–Z (65–90) und [ \ ] ^ _.

• 96–127: `, die Kleinbuchstaben a–z (97–122), { | } ~ und DEL. Jeder Kleinbuchstabe ist sein Großbuchstabe plus 32, das Umschalten von Bit 0x20 wechselt also die Schreibung.

DEL ist 127, alle sieben Bits gesetzt, weil man auf Lochstreifen ein falsches Zeichen löschen konnte, indem man alle Löcher ausstanzte.

Steuerzeichen, denen du noch begegnest

Die meisten der 33 Steuerzeichen waren für Fernschreiber und serielle Verbindungen gedacht und werden heute nicht mehr genutzt, aber eine Handvoll spielt beim Programmieren im Alltag eine Rolle.

• LF (10) und CR (13): Zeilenenden. Eine Datei mit Windows-Zeilenenden CR LF zeigt unter Linux ^M am Zeilenende; die git-Einstellung core.autocrlf und die meisten Editoren wandeln zwischen beiden um.

• HT (9): der Tabulator. TSV-Dateien und Makefiles brauchen einen echten Tab, keine Leerzeichen.

• NUL (0): beendet Zeichenketten in C. Ein verirrtes NUL in Nutzereingaben kann in C-basiertem Code eine Zeichenkette abschneiden und ist eine klassische Fehlerquelle.

• ESC (27): leitet ANSI-Escape-Sequenzen ein, etwa \x1b[31m für roten Text im Terminal.

• ETX (3), EOT (4) und SUB (26): das, was Ctrl+C, Ctrl+D und Ctrl+Z senden. Ein Unix-Terminal macht aus Ctrl+C ein Interrupt-Signal und aus Ctrl+D das Eingabeende; Ctrl+Z markierte in DOS-Textdateien das Dateiende.

• BEL (7): Wird es ausgegeben, piepen oder blinken viele Terminals.

Windows-1252, ISO-8859-1 und Codepage 437 im Vergleich

ISO-8859-1 (Latin-1) belegt die Bytes 128–159 mit den C1-Steuerzeichen und 160–255 mit den Zeichen, die zu Unicodes Latin-1 Supplement wurden: geschütztes Leerzeichen, ¡ ¢ £, die Buchstaben mit Akzent und so weiter. Seine Codepunkte entsprechen seinen Bytewerten – deshalb ist Unicode U+00E9 ein é und Byte 233 ebenfalls.

Windows-1252 ist von 160 bis 255 identisch, ersetzt aber die kaum genutzten C1-Steuerzeichen durch 27 druckbare Zeichen: € ‚ ƒ „ … † ‡ ˆ ‰ Š ‹ Œ Ž ‘ ’ “ ” • – — ˜ ™ š › œ ž Ÿ. Fünf Bytes (129, 141, 143, 144, 157) sind undefiniert. Weil so viel „Latin-1“-Text in Wahrheit Windows-1252 war, schreibt der WHATWG Encoding Standard Browsern vor, beide Bezeichnungen als Windows-1252 zu dekodieren, und HTML behandelt – aus demselben Grund als –.

Codepage 437 ist der ursprüngliche Zeichensatz des IBM-PC: Buchstaben mit Akzent in anderer Reihenfolge, griechische Buchstaben und mathematische Zeichen sowie die Rahmen- und Schattierungszeichen (░ ▒ ▓ │ ┤ ╣ ║), mit denen DOS-Programme ihre Bildschirme zeichneten. Sie lebt in den Alt+nnn-Codes von Windows und in manchen Barcode-Druckern, Terminals und alten Dateiformaten weiter.