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:
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 |
|---|---|---|
| A | 65 | 1000001 |
| B | 66 | 1000010 |
| C | 67 | 1000011 |
| a | 97 | 1100001 |
| 0 | 48 | 0110000 |
| 空白 | 32 | 0100000 |
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。
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 |
|---|---|---|
| 9 | TAB | 水平定位 |
| 10 | LF | 換行 |
| 13 | CR | 歸位 |
| 27 | ESC | 跳脫控制 |
| 127 | DEL | 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 |
|---|---|---|
| 1963 | ASCII | 建立基本字元編碼標準 |
| 1967 | ASCII 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 |
| 1992~1993 | UTF-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 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。
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。
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
↓ 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 |
|---|---|---|
| A | 1 byte | 1 byte |
| 1 | 1 byte | 1 byte |
| 中 | 無法表示 | 3 bytes |
| 😀 | 無法表示 | 4 bytes |
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
↓
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。
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:
- 將文字轉成 ASCII 位元組。
- 顯示每個位元組的十進位數值。
- 將資料解碼回字串。
- 使用 split() 分離水溫與 pH 數值。
- 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:
↓
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