Kod KâşifiMERAK ET. DENE. KEŞFET.Bir şey öğren

Yayıncı: Kod Kâşifi · Düzeltme bildir

ASCII ve Unicode: harflerin sayı kimliği

Klavyedeki her tuşa bastığında bilgisayar aslında bir sayı görür. Harflerle sayılar arasındaki bu anlaşmaya karakter tablosu denir.

Klavye tuşundan çıkan simge, ortak karakter rafından geçip iki ekranda beliriyor.
Karakter tabloları, farklı işaretlerin cihazlarda ortak biçimde gösterilmesini sağlar. Kod Kâşifi için üretilen yapay zekâ illüstrasyonu.

ASCII nedir?

ASCII, 128 kod değerini sayılarla eşleştiren yaygınlaşmış erken standartlardan biridir. Büyük A harfi 65 numaralıdır, küçük a ise 97. Boşluk karakteri 32, ünlem işareti ise 33 değerine karşılık gelir. İki bilgisayar birbirine veri gönderdiğinde aynı tabloyu kullanır; böylece 65 sayısını gören her ikisi de "A" harfini görür. ASCII yalnızca İngilizce karakterleri kapsar. Türkçe ş, ğ, ü gibi harfler, Arapça, Çince ya da Japonca karakterler standart tabloda yoktu. Her ülke kendi tablosunu yaptı; bu da farklı bilgisayarlar arasında bozuk metin sorununa yol açtı.

Unicode ve UTF-8

Unicode, dünyanın tüm yazı sistemlerini tek bir tabloda birleştirmeyi hedefler. Kod alanındaki bütün olası yerler atanmış karakter değildir. UTF-8 ise bu tabloyu verimli şekilde dosyaya yazmanın yöntemidir. Bugün web sayfalarının büyük çoğunluğu UTF-8 kullanır; bu yüzden Türkçe karakterler artık çoğu yerde düzgün görünür. Kağıda A, B, C harflerinin ASCII numaralarını yaz (65, 66, 67). Ardından 72, 101, 121 numaralarına karşılık gelen harfleri bul. Küçük ipucu: küçük harf kodları büyük harflerden 32 fazladır. Sayılardan bir kelime bulabildin mi?

Harf ile harfin resmi farklıdır

Bir mesajdaki A harfinin yuvarlak veya köşeli yazı tipinde görünmesi onun başka harf olduğu anlamına gelmez. Karakterin kimliği ve ekranda çizilen biçimi farklı katmanlardır. Unicode bir karakterin kodunu tanımlar; yazı tipi onun nasıl görüneceğini belirler. Bilgisayarda metinle uğraşırken bu ayrım çok işe yarar.

Kod noktası ile dosyada kullanılan baytlar da aynı şey değildir. Bir karakterin belirli bir kodu olabilir; UTF-8 gibi bir kodlama o karakteri bir veya daha fazla baytla saklayabilir. Bu nedenle beş harflik iki sözcüğün dosyada kapladığı alan farklı olabilir. Özellikle Türkçe harfleri incelerken yalnız karakter sayısına bakmak yeterli değildir.

Bir dosya yanlış kodlama varsayımıyla açılırsa anlaşılmaz işaretler görebilirsin. Metnin kendisi mutlaka bozulmuş olmayabilir; uygulama baytları yanlış yorumluyor olabilir. Benzer görünen harfler de her zaman aynı karakter değildir. Bir adres veya kullanıcı adını kontrol ederken şeklin yanında kaynağına da dikkat etmek gerekir. Bilgisayarın ortak bir alfabe düzenine sahip olması, ekrandaki her sembolün herkes için aynı anlamı taşıdığını garanti etmez.

Bozuk görünen Türkçe bir sözcük

Bir dosyada doğru yazılmış Türkçe metin, onu yanlış kodlama varsayımıyla açan programda garip karakterler olarak görünebilir. Baytlar aynı kalmış, yorum değişmiş olabilir. Bu nedenle görüntüyü hemen yeniden yazarak düzeltmeye çalışmadan önce dosyanın hangi kodlamayla kaydedildiğini öğrenmek gerekir. Gösterim hatasıyla verinin gerçekten kaybolması farklıdır. Bilgisayar iki aşamalı bir sözleşme kullanır: karakterleri hangi kodlarla tanıyoruz ve bu kodları hangi baytlarla saklıyoruz?

Unicode'un kod alanı bir milyondan fazla olası kod noktasına yer sağlar; bunun hepsinin atanmış karakter olduğu anlamına gelmez. Sürüm değiştikçe yeni karakterler eklenebilir. Güncel kesin sayıyı ezberlemek yerine kapasiteyle atanmış içerik arasındaki farkı bilmek daha yararlıdır. Ayrıca kullanıcının tek işaret gibi gördüğü şey birden fazla kod noktasından oluşabilir. Bir harf ve ona eklenen işaret birlikte çizilebilir. Ekrandaki görünüş, dosyadaki birim sayısıyla her zaman birebir eşleşmez.

ASCII'de büyük A için 65, küçük a için 97 kullanılır. Bu iki harf arasında 32 fark bulunması, bütün dünya dillerinin büyük ve küçük harf dönüşümünün tek bir çıkarma işlemi olduğu anlamına gelmez. Türkçedeki i ve ı gibi örnekler dilin kurallarını düşünmeyi gerektirir. Kâğıtta 72, 101 ve 121 değerlerini tabloyla çözebilirsin; ama küçük bir tablodan bütün yazı sistemlerinin aynı yapıda olduğu sonucunu çıkarma. Ortak standart, çeşitliliği silmeden anlaşma sağlamaya çalışır.

Kaynaklar ve ileri okuma

KEŞFE DEVAM

Bir sonraki merakın ne?

İki mantık kapısı, doğru ve yanlış lambalarıyla bir kararı hesaplıyor.
4 dk okumaYeni keşif

George Boole: doğru ve yanlış nasıl hesap olur?

Bilgisayarın içi sayılarla dolu görünür. O sayıların altındaki kararlar ise çoğu zaman doğru ya da yanlıştır. George Boole, bu kararları hesap gibi yazmanın yolunu açtı.

Yazıyı oku
Bir taş değişince kontrol terazisinin ürettiği sonuç da değişip uyarı ışığı yanıyor.
6 dk okumaYeni keşif

Kontrol toplamı hangi hataları yakalar?

Bir dizi rakamı kopyalarken tek sayı yanlış yazılmış olabilir. Basit bir kontrol toplamı, bazı değişiklikleri fark etmeye yardımcı olur.

Yazıyı oku
Kırpılmış bir ekran görüntüsü, arkadaki tam pencereyle karşılaştırılıyor.
4 dk okumaYeni keşif

Ekran görüntüsü tek başına kanıt mıdır?

Ekran görüntüsü bir anın kopyasıdır. Gösterdiği şeyin tamamı, zamanı ve kesilmemiş hâli olmak zorunda değildir.

Yazıyı oku