ما هو الفرق بين ASCII ونص Unicode؟

ASCII و Unicode كلاهما معياران يشيران إلى التمثيل الرقمي للنص ، وتحديدًا الأحرف التي تشكل النص. ومع ذلك ، فإن المعيارين يختلفان اختلافًا كبيرًا ، حيث تعكس العديد من الخصائص ترتيب الخلق الخاص بكل منهما.

أمريكا مقابل الكون

لا عجب في أن الكود القياسي الأمريكي لتبادل المعلومات (ASCII) يلبي احتياجات الجمهور الأمريكي ، ويكتب بالأبجدية الإنجليزية. يتعامل مع الأحرف غير المميزة ، مثل A-Z و a-z ، بالإضافة إلى عدد صغير من رموز الترقيم وأحرف التحكم.

على وجه الخصوص ، لا توجد طريقة لتمثيل الكلمات المستعارة المعتمدة من لغات أخرى ، مثل كافيه في ASCII ، دون تحريكهم عن طريق استبدال الأحرف المحركة (على سبيل المثال ، كافيه). تم تطوير امتدادات ASCII المترجمة لتلبية احتياجات اللغات المختلفة ، ولكن هذه الجهود جعلت قابلية التشغيل البيني محرجًا وكانت تزيد بشكل واضح من قدرات ASCII.

في المقابل ، تقع مجموعة الأحرف المشفرة العالمية (Unicode) في الطرف الآخر من مقياس الطموح. يحاول Unicode تلبية أكبر عدد ممكن من أنظمة الكتابة في العالم ، لدرجة أنه يغطي اللغات القديمة ومجموعة الرموز التعبيرية المفضلة لدى الجميع ، الرموز التعبيرية.

مجموعة الأحرف أو ترميز الأحرف؟

بعبارات بسيطة ، مجموعة الأحرف هي مجموعة مختارة من الأحرف (على سبيل المثال ، A-Z) في حين أن الحرف الترميز هو تعيين بين مجموعة أحرف وقيمة يمكن تمثيلها رقميًا (على سبيل المثال ، أ = 1 ، ب = 2).

يعتبر معيار ASCII كلاهما بشكل فعال: فهو يحدد مجموعة الأحرف التي يمثلها وطريقة تعيين كل حرف إلى قيمة رقمية.

في المقابل ، تُستخدم كلمة Unicode في عدة سياقات مختلفة لتعني أشياء مختلفة. يمكنك التفكير في الأمر على أنه مصطلح شامل ، مثل ASCII ، للإشارة إلى مجموعة أحرف وعدد من الترميزات. ولكن نظرًا لوجود العديد من الترميزات ، غالبًا ما يتم استخدام المصطلح Unicode للإشارة إلى مجموعة الأحرف الإجمالية ، بدلاً من كيفية تعيينها.

مقاس

نظرًا لنطاقه ، يمثل Unicode أحرفًا أكثر بكثير من ASCII. يستخدم ASCII القياسي نطاقًا من 7 بت لترميز 128 متميزًا الشخصيات. من ناحية أخرى ، فإن Unicode كبير جدًا لدرجة أننا نحتاج إلى استخدام مصطلحات مختلفة لمجرد التحدث عنها!

Unicode يلبي 1،111،998 عنونة نقاط الرمز. تشبه نقطة الرمز تقريبًا المساحة المخصصة للشخصية ، لكن الموقف أكثر تعقيدًا من ذلك عندما تبدأ في الخوض في التفاصيل!

المقارنة الأكثر فائدة هي عدد البرامج النصية (أو أنظمة الكتابة) المدعومة حاليًا. بالطبع ، يتعامل ASCII فقط مع الأبجدية الإنجليزية ، وبشكل أساسي الكتابة اللاتينية أو الرومانية. يذهب إصدار Unicode الذي تم إنتاجه في عام 2020 إلى أبعد من ذلك بكثير: فهو يتضمن دعمًا لما مجموعه 154 نصًا.

تخزين

يعني النطاق 7 بت لـ ASCII أنه يتم تخزين كل حرف في بايت واحد 8 بت ؛ قطع الغيار غير مستخدمة في ASCII القياسي. هذا يجعل حسابات الحجم تافهة: طول النص ، بالأحرف ، هو حجم الملف بالبايت.

يمكنك تأكيد ذلك بالتسلسل التالي لأوامر bash. أولاً ، نقوم بإنشاء ملف يحتوي على 12 حرفًا من النص:

$ echo -n "Hello، world"> foo

للتحقق من أن النص موجود بترميز ASCII ، يمكننا استخدام امتداد ملف يأمر:

ملف $ foo
foo: نص ASCII ، بدون فواصل أسطر

أخيرًا ، للحصول على العدد الدقيق للبايتات التي يشغلها الملف ، نستخدم الامتداد stat يأمر:

$ stat -f٪ z foo
12

نظرًا لأن معيار Unicode يتعامل مع نطاق أكبر بكثير من الأحرف ، فإن ملف Unicode يشغل مساحة تخزين أكبر بشكل طبيعي. بالضبط كم يعتمد على الترميز.

إن تكرار نفس مجموعة الأوامر من قبل ، باستخدام حرف لا يمكن تمثيله في ASCII ، يعطي ما يلي:

$ echo -n '€'> foo
ملف $ foo
foo: نص UTF-8 Unicode ، بدون نهايات سطر
$ stat -f٪ z foo
3

يشغل هذا الحرف الفردي 3 بايت في ملف Unicode. لاحظ أن bash قام تلقائيًا بإنشاء ملف UTF-8 نظرًا لأن ملف ASCII لا يمكنه تخزين الحرف المختار (€). UTF-8 هو إلى حد بعيد ترميز الأحرف الأكثر شيوعًا لـ Unicode ؛ UTF-16 و UTF-32 هما ترميزات بديلة ، لكن يتم استخدامهما بشكل أقل بكثير.

UTF-8 هو ترميز ذو عرض متغير ، مما يعني أنه يستخدم كميات مختلفة من التخزين لنقاط رمز مختلفة. ستشغل كل نقطة رمز ما بين واحد وأربعة بايت ، بقصد أن الأحرف الأكثر شيوعًا تتطلب مساحة أقل ، مما يوفر نوعًا من الضغط المدمج. العيب هو أن تحديد طول أو حجم متطلبات جزء معين من النص يصبح أكثر تعقيدًا.

ASCII هو Unicode ، لكن Unicode ليس ASCII

للتوافق مع الإصدارات السابقة ، تمثل أول 128 نقطة رمز Unicode أحرف ASCII المكافئة. نظرًا لأن UTF-8 يشفر كل من هذه الأحرف ببايت واحد ، فإن أي نص ASCII هو أيضًا نص UTF-8. Unicode هو مجموعة شاملة من ASCII.

ومع ذلك ، كما هو موضح أعلاه ، لا يمكن استخدام العديد من ملفات Unicode في سياق ASCII. سيتم عرض أي حرف خارج الحدود بطريقة غير متوقعة ، غالبًا بأحرف مستبدلة مختلفة تمامًا عن تلك المقصودة.

الاستخدام الحديث

بالنسبة لمعظم الأغراض ، يعتبر ASCII إلى حد كبير معيارًا قديمًا. حتى في المواقف التي تدعم النص اللاتيني فقط - حيث يتوفر الدعم الكامل لتعقيدات Unicode غير ضروري ، على سبيل المثال - عادة ما يكون أكثر ملاءمة لاستخدام UTF-8 والاستفادة من ASCII الخاص به التوافق.

على وجه الخصوص ، يجب حفظ صفحات الويب ونقلها باستخدام UTF-8 ، وهو الإعداد الافتراضي لـ HTML5. هذا على عكس الويب السابق ، والذي تم التعامل معه في ASCII افتراضيًا قبل أن يتم استبداله باللاتينية 1.

معيار يتغير

تم إجراء آخر مراجعة لـ ASCII في عام 1986.

في المقابل ، يستمر تحديث Unicode سنويًا. تتم إضافة نصوص وشخصيات جديدة ، وعلى وجه الخصوص ، رموز تعبيرية جديدة بشكل منتظم. مع تخصيص جزء صغير فقط من هؤلاء ، من المرجح أن تنمو مجموعة الأحرف الكاملة وتنمو في المستقبل المنظور.

متعلق ب: شرح أكثر 100 إيموجي شيوعًا

شرح أكثر 100 إيموجي شيوعًا

هناك الكثير من الرموز التعبيرية ، وقد يكون من الصعب معرفة ما تعنيه جميعًا. فيما يلي شرح الرموز التعبيرية الأكثر شيوعًا.

ASCII مقابل Unicode

خدم ASCII غرضه لعقود عديدة ، ولكن Unicode استبدله الآن بشكل فعال لجميع الأغراض العملية بخلاف الأنظمة القديمة. Unicode أكبر وبالتالي أكثر تعبيراً. إنه يمثل جهدًا تعاونيًا عالميًا ويوفر قدرًا أكبر من المرونة ، وإن كان ذلك على حساب بعض التعقيد.

ما هو نص ASCII وكيف يتم استخدامه؟

يبدو نص ASCII مشفرًا ، لكن له استخدامات عديدة حول الإنترنت.

عن المؤلف