Uma introdução a ASCII e Unicode \| TreinaWeb Promoção no ar Matricule-se agora e garanta **54% de desconto** Termina em Tempo restante da oferta: 09 Horas 04 Min 00 Seg Tempo restante da oferta: 09 04 00 [Assinar →](https://www.treinaweb.com.br/checkout/pagamento/plano/anual?cupom=TW-SCLIENTE26) [ ](https://www.treinaweb.com.br) Explorar [ Quanto custa? ](#assinatura) [ FAQ ](https://www.treinaweb.com.br#faq) [Matricule-se](#assinatura) [ Entrar ](https://www.treinaweb.com.br/login) [ Início ](https://www.treinaweb.com.br) [ Artigos ](https://www.treinaweb.com.br/blog) Uma introdução a ASCII e Unicode [ Desenvolvimento ](https://www.treinaweb.com.br/blog/categoria/desenvolvimento) # Uma introdução a ASCII e Unicode Veja um pouco mais sobre os sistemas de codificação de caracteres ASCII e Unicode. [ Kennedy Tedesco ](https://www.treinaweb.com.br/blog/autor/kennedy-tedesco) 7 anos atrás ![](https://dkrn4sk0rn31v.cloudfront.net/uploads/2020/06/ASCII-UNICODE.png) No artigo [bits, bytes e unidades de medida](https://www.treinaweb.com.br/blog/bits-bytes-e-unidades-de-medida "bits, bytes e unidades de medida") vimos que os computadores representam números, imagens e tudo mais através de zeros e uns. E não é diferente com textos, é preciso que exista um sistema de codificação que faça a conversão de letras e caracteres para números, para que depois o computador possa ter a representação binária disso. Ou seja, tudo o que o computador vai processar precisa ser convertido para bytes, afinal. É aí que entra a tabela [ASCII](https://pt.wikipedia.org/wiki/ASCII) (sigla para Código Padrão Americano para o Intercâmbio de Informação), um sistema de codificação de caracteres que foi adotado em larga escala na computação. A primeira tabela ASCII usava um código de 7 bits e deixava o oitavo bit liberado para outros fins (de checagem de erros de transmissão), o que fez com que ela pudesse representar no máximo 128 caracteres. ## Tabela ASCII ![Tabela ASCII 7 bits](https://dkrn4sk0rn31v.cloudfront.net/uploads/2020/05/ascii-7bits-v2.png) O “a” minúsculo que você digita no teclado é representado na tabela pelo decimal 97, mas internamente o computador trabalha isso em binário, ou seja, com 8 bits `01100001` (97 em decimal). Faça esse teste: crie um arquivo de texto e coloque nele apenas a letra `a`. Depois de salvá-lo, o seu sistema operacional vai reconhecer que ele ocupa apenas 1 byte (8 bits): ![One Byte](https://dkrn4sk0rn31v.cloudfront.net/uploads/2020/05/one-byte.png) Se você adicionar mais um caractere de 8 bits, como o `b`, ele vai contabilizar 2 bytes. Ainda lá nos anos 60 notaram a necessidade de normalizar a tabela para usar os 8 bits disponíveis (1 byte), que era o sistema mais usado na época. Criaram uma versão estendida da ASCII e então ela passou representar até 256 caracteres. Além dos caracteres da versão original, a estendida dispõe de alguns novos símbolos e caracteres gráficos: ![Tabela ASCII 8 bits](https://dkrn4sk0rn31v.cloudfront.net/uploads/2020/05/ascii-8bits-v2.png) O problema, e você já deve ter notado, é que a tabela ASCII não consegue representar os símbolos de outras línguas como a hebraica, arábica, grega, japonesa e até mesmo alguns símbolos latinos, como alguns da nossa língua portuguesa. Foi então que no início dos anos 90 surgiu o Unicode, bem no advento da internet, momento crucial em que a informática passou a necessitar de um padrão universal de representação de texto, para que o tráfego das informações ficasse inteligível em todos os computadores, não importando o idioma de escrita. ## Unicode O [Unicode](https://en.wikipedia.org/wiki/Unicode) faz parte do ISO 10646 e é o padrão de representação de texto mais usado. *Uni* em latim significa um, Unicode remete à ideia de um padrão universal de codificação de caracteres. Ele foi projetado com base no código ASCII, com a diferença que ele é capaz de codificar quase todos os caracteres e símbolos presentes nas mais variadas línguas do mundo, até mesmo aquele emoji que você tanto curte, ele consegue representar. Existem diversos sistemas de codificação Unicode e hoje (junho 2020) eles conseguem representar mais de 143 mil caracteres. Unicode nos permite usar 8, 16 e até 32 bits (mais de 2 bilhões de caracteres possíveis). Você pode experimentar salvar um caractere unicode no disco, como esse aqui: ``` 😍 ``` Ele vai ocupar 4 bytes, ou seja, estará usando 32 bits. Unicode mapeia cada caractere para um código específico chamado de *code point* que tem o formato `U+` numa faixa de `U+0000` a `U+10FFFF`. Alguns caracteres representados em Unicode e ASCII: UnicodeASCII (decimal)CaractereU+002133!U+002436$U+002638&U+002A42\* Para ter acesso a uma lista completa de caracteres unicode, tem uma ótima referência na [wikipedia](https://en.wikipedia.org/wiki/List_of_Unicode_characters). ### UTF-8 O *encoding* da família Unicode mais amplamente usado e difundido em sistemas operacionais, web e linguagens de programação é o UTF-8, que foi co-criado no início dos anos 90 por um dos arquitetos da linguagem Go (Rob Pike). Além disso, UTF-8 é o encoding padrão adotado pela W3C para a Web e ele é 100% compatível com a tabela ASCII. Ele é um padrão de encoding variável e pode usar de 1 até 4 bytes, a depender do caractere que se está representando. Ele resolve o problema de não se fixar 32 bits para todos os caracteres, o que naturalmente faria um texto escrito em inglês ocupar um espaço muito maior do que ele poderia ocupar. No seu HTML quando você indica: ```html ``` Você está dizendo pro navegador que sua página utiliza esse encoding. #### Nas linguagens de programação Go é um exemplo de linguagem moderna que adota a codificação UTF-8 por padrão (e não poderia ser diferente, já que o Rob Pike é um dos arquitetos dela): ```go package main import "fmt" func main() { fmt.Println("嗨") fmt.Println("Cześć") fmt.Println("Coração") } ``` Hoje em dia a maioria das linguagens possuem um bom suporte a Unicode, o que não necessariamente quer dizer que elas o suportem na escrita de declarações, nomes de variáveis etc. Mas Go, PHP, entre outras suportam. https://play.golang.org/p/ANEgJAFStmX ```go package main import "fmt" func こんにちは() { fmt.Println("Hello") } func main() { こんにちは() } ``` Um exemplo em PHP: ```php