Кодирование текстовой информации

• Расширения:

  • текстовых файлов: * . txt, * .rtf, *. doc, * .docx, *.odt, *.pdf,
  • файлов со шрифтами: * .fon, * .ttf, * .otf.
• ASCII – международный стандарт, 7-битная кодировка для латинского алфавита, всего 128 символа с кодами от 0 до 127 (0 – 7F).
• Однобайтовые кодировки позволяют закодировать 2⁸ = 256 символов (0...127 – символы стандарты ASCII, 128...255 – национальные алфавиты расширение ASCII).
• Каждый символ заменяется на 8‑разрядное целое положительное двоичное число, которое хранится в 1 байте памяти (Windows-1251, KOI8 и др.).
• Кодировки Unicode – уникальный код для любого языка и программы, используется больше 8 бит на символ, одна большая таблица для всех алфавитов.
• Стандарты Unicode:

  • UTF-8 (от 1 до 4 байт на символ для ОС Unix и большинства сайтов);
  • UTF-16 (2 или 4 байта на символ для ОС Windows).
• Информационный объем текста I – длина двоичного кода, которым текст закодирован:

I = i ⋅ L,

где i – длина кода каждого символа, L – количество символов.