Codice ASCII: cos'è la tabella dei caratteri

Ogni tasto che premiamo su una tastiera, all’interno del computer, non è una lettera: è un numero. Il codice ASCII è la tabella che decide quale numero corrisponde a quale carattere, ed è per questo che un file di testo, aperto con un programma qualunque, torna sempre a mostrare le stesse lettere.

Cos’è l’ASCII e come nasce il suo nome

L’ASCII è l’acronimo di American Standard Code for Information Interchange. Secondo l’RFC 20, il documento tecnico curato da Vint Cerf che riporta la tabella ufficiale, lo standard serve per lo scambio generale di informazioni tra sistemi di elaborazione, sistemi di comunicazione e le apparecchiature collegate a entrambi.

Prima che esistesse, la situazione era frammentata. L’Engineering and Technology History Wiki (ETHW) dell’IEEE racconta che prima del 1963 i produttori di computer usavano oltre sessanta modi diversi di rappresentare i caratteri, al punto che le macchine non riuscivano a comunicare tra loro. Nel maggio 1961 l’ingegnere IBM Bob Bemer scrisse all’American National Standards Institute (ANSI) proponendo un codice unico per la comunicazione tra computer. L’ANSI creò il comitato X3.4, guidato da John Auwaerter della Teletype Corporation, e nel 1963 pubblicò lo standard che oggi chiamiamo ASCII.

Il codice binario, il sistema di 0 e 1 con cui un computer rappresenta qualunque informazione, sta sotto ogni codifica di caratteri: ASCII è semplicemente l’accordo su quale sequenza di 0 e 1 corrisponde a quale lettera.

Come funziona la tabella: un numero per ogni carattere

ASCII usa 7 bit per carattere, secondo l’RFC 20, che descrive la rappresentazione a 7 bit indicata con b7, il bit di ordine più alto, fino a b1, quello più basso. Sette bit permettono 128 combinazioni diverse, e sono proprio 128 i caratteri che il comitato ANSI ha inserito nella tabella: lettere, cifre, punteggiatura e codici di controllo.

Esempio pratico: l’RFC 20 mostra il calcolo per la lettera K, che si trova in colonna 4, riga 11 della tabella: la sua posizione corrisponde al valore decimale 75, cioè alla sequenza di bit 1 0 0 1 0 1 1. La lettera O, in colonna 4, riga 15, vale invece 79 con lo stesso procedimento (colonna moltiplicata per 16, più la riga). La parola “OK” diventa quindi, per il computer, la sequenza di numeri 79, 75: un testo non è altro che una fila di valori come questi, uno dopo l’altro.

Ogni intervallo di valori della tabella raccoglie un tipo di carattere.

Intervallo	Valori decimali	Esempi
Caratteri di controllo	0-31	NUL, BEL, LF, CR
Spazio e punteggiatura	32-47	spazio, !, #, /
Cifre	48-57	0-9
Lettere maiuscole	65-90	A-Z
Lettere minuscole	97-122	a-z
DEL	127	cancellazione

I caratteri di controllo, nella prima riga della tabella, danno istruzioni al dispositivo che riceve il testo. L’RFC 20 ne descrive alcuni per esteso, come BEL, pensato per richiamare l’attenzione umana e in grado di comandare dispositivi di allarme, oppure HT, un carattere di formattazione che sposta la posizione di stampa alla tabulazione successiva lungo la riga, applicabile anche ai dispositivi di visualizzazione e alla funzione di salto sulle schede perforate.

L’ottavo bit e l’ASCII esteso

Un byte, l’unità con cui un computer maneggia i dati più comodamente, è fatto di 8 bit, uno in più dei 7 usati da ASCII. L’RFC 20 suggerisce proprio questo: incapsulare l’ASCII standard a 7 bit dentro un byte a 8 bit, lasciando a zero il bit di ordine più alto.

Quell’ottavo bit, se acceso, apre altre combinazioni: due elevato alla settima potenza dà 128, due elevato all’ottava dà 256, il doppio. Quelle 128 posizioni aggiuntive, oltre la 127, sono quelle che si chiamano comunemente ASCII esteso.

Perché ASCII copre solo l’inglese

I membri del comitato ANSI, spiega l’ETHW, lavoravano nei limiti di un hardware a 7 bit e potevano quindi creare solo 128 caratteri. Capendo che non bastavano per un sistema davvero globale, lo stesso Bob Bemer sviluppò un metodo che permetteva ai computer di passare da un alfabeto all’altro tramite sequenze di escape: da allora sono nati più di 150 alfabeti “extra-ASCII” diversi.

Di conseguenza, ASCII da solo non riesce a rappresentare lettere accentate, ideogrammi o alfabeti diversi da quello latino di base usato in inglese. Anche a livello internazionale lo standard è rimasto un codice a 7 bit: la raccomandazione T.50 dell’ITU (International Telecommunication Union), che definisce l’International Reference Alphabet, corrisponde infatti allo standard ISO 646, la versione internazionale di ASCII, sempre su 7 bit.

Il Unicode Consortium racconta che, prima di Unicode, esistevano centinaia di codifiche diverse per assegnare un numero ai caratteri, nessuna capace di coprire da sola tutte le lingue del mondo, e che due codifiche potevano perfino usare lo stesso numero per caratteri diversi, creando conflitti. Unicode nasce per risolvere proprio questo: assegna un numero univoco a ogni carattere, qualunque sia la piattaforma, il programma o la lingua, includendo i valori ASCII nei suoi primi 128 codici ma andando ben oltre.

Dove si incontra ancora oggi

L’ETHW ricorda che ASCII è diventato onnipresente con la diffusione di internet, perché ha fatto da base per i caratteri dei messaggi email e dei documenti HTML: la storia di internet passa anche da qui, da un accordo su come rappresentare le lettere in un pacchetto di dati.

L’adozione richiese comunque tempo: quando nel 1964 IBM lanciò il System/360, il responsabile dello sviluppo Frederick Brooks decise che le sue stampanti e schede perforate non erano ancora pronte per ASCII, e l’azienda restò sul vecchio standard EBCDIC. Solo l’Univac 1050 e le macchine da scrivere Teletype adottarono ASCII negli anni Sessanta; fu il primo personal computer IBM, nel 1981, a renderlo davvero lo standard dominante. Chi vuole vedere questo percorso per intero, dai primi calcolatori a valvole fino ai personal computer, lo trova nella storia del computer.

Oggi ASCII resta sotto la superficie di quasi ogni linguaggio di programmazione: molti, come mostra il Recap su PHP, offrono funzioni pronte per convertire un carattere nel suo valore numerico e viceversa, la stessa operazione che l’RFC 20 descrive per la lettera K.

Windows si è allontanato da ASCII a favore di Unicode con il suo sistema operativo NT, lanciato verso la fine degli anni Novanta, secondo l’ETHW. Il codice a 7 bit del 1963 resta comunque la base su cui Unicode si appoggia per i suoi primi 128 valori, il punto di partenza di ogni tabella dei caratteri che è venuta dopo.