2026年11月16日 星期一

從 ASCII 編碼的誕生到 Python:電腦如何看懂文字?

從 ASCII 編碼的誕生到 Python:電腦如何看懂文字?

當我們使用 Python 撰寫程式時,經常會處理英文字母、數字、中文及各種符號。

例如:

name = "Python"
print(name)

但是,電腦內部只能處理二進位資料,也就是由 0 與 1 組成的資訊。

那麼,電腦如何知道數字 65 代表英文字母 A?又為什麼 Python 可以處理中文?

這些問題都與「字元編碼(Character Encoding)」有關。

本文將從 1960 年代 ASCII 編碼的誕生開始,逐步介紹字元、數值、二進位、Unicode、UTF-8,以及 Python 如何處理文字資料。

一、ASCII 編碼是怎麼誕生的?

在早期電腦發展階段,不同製造商可能採用不同的文字表示方式。

例如,同樣是英文字母 A,在不同設備中可能使用不同的數值表示,造成資料交換上的困難。

為了解決這個問題,美國於 1963 年制定 ASCII 標準。

ASCII 的全名是:

American Standard Code for Information Interchange

中文稱為「美國資訊交換標準碼」。

ASCII 的核心概念非常簡單:

字元 → 數值 → 二進位資料

也就是為每個字元指定一個數字,再由電腦將數字表示為二進位。

ASCII 編碼範例

字元 十進位 7-bit 二進位
A651000001
B661000010
C671000011
a971100001
0480110000
空白320100000

ASCII 使用 7 個位元(bit),因此可以表示:

2 的 7 次方 = 128 個代碼

其數值範圍為 0~127。

重要觀念: ASCII 是 7-bit 編碼,但現代電腦通常以 8-bit 的 byte 儲存資料。因此,字母 A 的 ASCII 數值為 65,儲存成一個位元組時通常表示為 01000001。

二、ASCII 編碼包含哪些字元?

ASCII 的 128 個代碼大致可以分成兩類。

1. 控制字元(0~31,以及 127)

這些字元主要用來控制設備或文字排版,例如:

數值名稱用途
9TAB水平定位
10LF換行
13CR歸位
27ESC跳脫控制
127DEL刪除控制字元

2. 可列印字元(32~126)

包含空白、標點符號、數字與英文字母。

數值範圍內容
32空白
33~47部分標點符號
48~57數字 0~9
65~90大寫 A~Z
97~122小寫 a~z
其他標點及特殊符號

三、從 ASCII 到 Unicode 與 UTF-8

ASCII 能夠表示英文與基本符號,但是無法直接表示中文、日文、韓文等文字。

隨著電腦逐漸普及,各地發展出不同的字元編碼方式,例如 Big5、Shift_JIS,以及各種 8-bit 編碼。

然而,不同編碼系統之間可能不相容,造成文字亂碼。

字元編碼發展歷程

時期發展重要意義
1963ASCII建立基本字元編碼標準
1967ASCII 修訂形成廣泛使用的 7-bit 字元集合
1980 年代各種地區性編碼支援不同語言文字
1991 起Unicode建立統一的字元碼位系統
1992~1993UTF-8 設計與實作提供與 ASCII 相容的 Unicode 編碼方式
現代UTF-8 廣泛使用支援多語言網頁與資料交換
Unicode 與 UTF-8 並不相同。

Unicode 為字元定義碼位(Code Point),例如 A 對應 U+0041。

UTF-8 則是一種將 Unicode 碼位轉換成位元組的編碼方式。

UTF-8 使用 1~4 個位元組表示 Unicode 字元,且 ASCII 範圍的字元在 UTF-8 中仍使用相同的單一位元組。

四、Python 如何使用 ASCII?

Python 提供多個內建函式,讓我們可以觀察字元與數值之間的關係。

範例 1:使用 ord() 取得字元數值

print(ord("A"))
print(ord("B"))
print(ord("a"))
print(ord("0"))
print(ord(" "))

執行結果:

65
66
97
48
32

ord() 會取得字元的 Unicode 碼位數值。

由於 Unicode 的前 128 個碼位與 ASCII 相同,因此對 ASCII 字元而言,取得的數值就是 ASCII 編碼值。

範例 2:使用 chr() 將數值轉成字元

print(chr(65))
print(chr(66))
print(chr(97))
print(chr(48))

執行結果:

A
B
a
0

chr() 可以視為 ord() 的反向操作。

ord("A") → 65
chr(65) → "A"

五、Python 實作:列出英文字母的 ASCII 編碼

範例 3:顯示 A~Z

for i in range(65, 91):
    print(chr(i), i)

部分執行結果:

A 65
B 66
C 67
...
X 88
Y 89
Z 90

這個範例結合了三個 Python 基本觀念:

  • for 迴圈:重複執行程式。
  • range():產生整數序列。
  • chr():將整數轉換成字元。

範例 4:將 Hello 轉成 ASCII 數值

message = "Hello"

for ch in message:
    print(ch, ord(ch))

執行結果:

H 72
e 101
l 108
l 108
o 111

由此可以觀察到,字串是由一個個字元所組成,而每個字元都有對應的數值。

六、Python 如何將字元轉成二進位?

前面的範例取得的是十進位數值,但電腦內部使用二進位表示資料。

Python 可以使用 bin() 觀察整數的二進位表示。

範例 5:顯示字元 A 的二進位

ch = "A"

number = ord(ch)

print("字元:", ch)
print("十進位:", number)
print("二進位:", bin(number))

執行結果:

字元: A
十進位: 65
二進位: 0b1000001

其中 0b 是 Python 表示二進位整數的前綴。

範例 6:顯示完整 8-bit 二進位

ch = "A"

number = ord(ch)

binary = format(number, "08b")

print(binary)

執行結果:

01000001

08b 表示以二進位格式顯示,寬度至少為 8 位,不足時在左側補 0。

課堂思考:

請學生比較 A、B、C 的二進位表示,觀察相鄰英文字母的 ASCII 數值是否連續。

七、Python 的 encode() 與 decode()

前面的 ord() 與 chr() 主要用來觀察字元與碼位數值。

如果需要真正將字串轉成位元組資料,就要使用 encode()。

範例 7:將 ABC 編碼成 ASCII 位元組

text = "ABC"

data = text.encode("ascii")

print(data)
print(list(data))

執行結果:

b'ABC'
[65, 66, 67]

b'ABC' 表示 Python 的 bytes 資料。

每個位元組對應一個 ASCII 數值。

範例 8:使用 decode() 還原文字

data = b'ABC'

text = data.decode("ascii")

print(text)

執行結果:

ABC
Python 字串 str
↓ encode("ascii")
位元組 bytes
↓ decode("ascii")
Python 字串 str

這個概念非常重要,因為網路通訊、檔案儲存與序列埠通訊,最終都需要處理位元組資料。

八、為什麼 Python 可以顯示中文?

ASCII 無法直接表示中文,但 Python 3 的字串支援 Unicode。

範例 9:取得中文字的 Unicode 碼位

print(ord("中"))
print(hex(ord("中")))

執行結果:

20013
0x4e2d

中文字「中」的 Unicode 碼位是 U+4E2D。

但是,如果嘗試使用 ASCII 編碼中文:

text = "智慧生活"

data = text.encode("ascii")

程式會產生 UnicodeEncodeError,因為 ASCII 無法表示這些中文字元。

範例 10:使用 UTF-8 編碼中文

text = "智慧生活"

data = text.encode("utf-8")

print(data)
print(len(text))
print(len(data))

執行結果中的長度為:

4
12

這表示:

  • Python 字串包含 4 個 Unicode 碼位。
  • 轉成 UTF-8 後,共使用 12 個位元組。
  • 這四個中文字各使用 3 個位元組。

ASCII 與 UTF-8 比較

字元 ASCII UTF-8
A1 byte1 byte
11 byte1 byte
中無法表示3 bytes
😀無法表示4 bytes
特別注意:

Python 的 len() 對 str 計算 Unicode 碼位數量,對 bytes 則計算位元組數量。

對於含有組合字元或特殊 Emoji 序列的文字,使用者看到的一個符號不一定只包含一個 Unicode 碼位。

九、ASCII 在物聯網通訊中的應用

學習 ASCII 不只是為了認識早期電腦編碼。

在現代智慧生活科技與物聯網系統中,文字編碼仍然扮演重要角色。

例如:

  • ESP32 與 Raspberry Pi Pico W 的 UART 通訊。
  • TCP/IP 網路中的文字資料交換。
  • HTTP 請求中的方法名稱,例如 GET、POST。
  • 感測器傳送文字格式的溫度、水質與設備狀態。
  • CSV、TXT 等文字資料檔案的儲存。

範例 11:模擬智慧養殖感測器傳送水溫

假設智慧養殖池的感測器要傳送水溫 28°C,並使用下列文字格式:

TEMP:28

我們可以先將文字編碼成 ASCII 位元組,再模擬接收端解碼。

# 感測器端
message = "TEMP:28"

# 將文字編碼成 ASCII
data = message.encode("ascii")

print("傳送資料:", data)
print("位元組數值:", list(data))

# 接收端
received = data.decode("ascii")

# 取得溫度
temperature = int(received.split(":")[1])

print("水溫:", temperature)

執行結果:

傳送資料: b'TEMP:28'
位元組數值: [84, 69, 77, 80, 58, 50, 56]
水溫: 28

程式執行流程

智慧養殖感測器
↓
文字 TEMP:28
↓ ASCII 編碼
位元組資料
↓ 模擬傳輸
接收端解碼
↓
取得水溫 28

這個範例雖然沒有真正連接硬體,但已經包含物聯網資料通訊的重要概念。

未來只要將中間的模擬傳輸改成 UART、TCP Socket 或 MQTT,就可以延伸成實際的智慧養殖監控系統。

延伸提醒:

若傳送內容包含中文,例如「水溫:28」,應使用 UTF-8 等能表示中文的編碼方式,而不是 ASCII。

十、Python 課堂實作練習

建議學生依照基礎、進階、應用三個階段進行練習。

任務一:ASCII 字元查詢器

讓使用者輸入一個英文字母,顯示其 ASCII 數值與二進位表示。

ch = input("請輸入一個英文字母:")

if len(ch) == 1 and ch.isascii() and ch.isalpha():
    number = ord(ch)

    print("ASCII:", number)
    print("二進位:", format(number, "08b"))
else:
    print("請輸入一個 ASCII 英文字母")

任務二:ASCII 編碼與還原

將英文訊息轉換成數值清單,再將數值還原成文字。

message = "Python"

codes = []

for ch in message:
    codes.append(ord(ch))

print("編碼:", codes)

result = ""

for number in codes:
    result += chr(number)

print("解碼:", result)

執行結果:

編碼: [80, 121, 116, 104, 111, 110]
解碼: Python

任務三:智慧養殖水質資料編碼

假設感測器要傳送:

TEMP:28,PH:7.5

請學生完成以下工作:

  1. 將文字轉成 ASCII 位元組。
  2. 顯示每個位元組的十進位數值。
  3. 將資料解碼回字串。
  4. 使用 split() 分離水溫與 pH 數值。
  5. 將水溫與 pH 轉換成 float 型別。

這項練習可以銜接後續的 Python 字串處理、物聯網通訊及智慧養殖專題。

十一、重點整理

Python 函式 功能 範例
ord() 字元轉碼位數值 ord("A") → 65
chr() 碼位數值轉字元 chr(65) → A
bin() 整數轉二進位字串 bin(65)
format() 格式化數值 format(65,"08b")
encode() 字串編碼成 bytes "ABC".encode("ascii")
decode() bytes 解碼成字串 b"ABC".decode("ascii")

十二、結語:從 ASCII 看懂電腦如何處理文字

ASCII 雖然誕生於 1960 年代,但它建立了電腦文字處理的重要基礎:透過數值表示字元。

隨著資訊技術發展,文字編碼從 ASCII、各種地區性編碼,逐漸走向 Unicode 與 UTF-8。

對 Python 初學者而言,最重要的是理解:

字元
↓
Unicode 碼位
↓
編碼成位元組
↓
儲存或傳輸
↓
解碼還原文字

當學生理解這個過程,就能進一步認識:

  • 為什麼文字檔案可能產生亂碼?
  • 為什麼中文在 UTF-8 中通常需要 3 個位元組?
  • 為什麼網路通訊需要 encode() 與 decode()?
  • 為什麼感測器傳送的文字需要經過解析才能進行數值運算?

從一個英文字母 A 的 ASCII 數值 65 開始,就能逐步理解 Python 字串、文字編碼、網路通訊與物聯網資料交換的基本原理。

參考資料

本文適用於 Python 程式設計、Python 程式實習、網際網路應用與物聯網入門課程。

沒有留言:

張貼留言