Codificación de caracteres

Método que permite convertir un carácter dado en un símbolo en otro sistema de representación. Por ejemplo, el código Morse.

Centrándonos en la informática, tenemos ASCII o Unicode.

ASCII

ASCII (de American Standard Code for Information Interchange), pronunciado [áski], es un código de caracteres basado en el alfabeto latino tal como se usa en el inglés moderno.

El código ASCII utiliza 7 bits para representar caracteres, así que puede representar de 0 a 127 símbolos.

Los 32 primeros códigos (del 0 al 31 en decimal) se reservan para caracteres de control. Los caracteres de control no representan información imprimible. Son caracteres de control la función de nueva línea o la tecla “Escape”.

Los caracteres imprimibles van desde el código 32 al 126 (el 127 corresponde a la función “Suprimir”):

!"#$%&'()*+,-./0123456789:;<=>?@ABCDEFGHIJKLMNOPQRSTUVWXYZ[\]^_`abcdefghijklmnopqrstuvwxyz{}|~

ASCII extendido

El código ASCII extendido es un sistema de codificación de 8 bits que amplía el ASCII estándar original de 7 bits, permitiendo representar 256 caracteres (del 0 al 255).

Del 128 al 255 los caracteres extendidos varían según la codificación o página de códigos (como CP437 de IBM-PC, CP850 o ISO-8859-1 / Windows-1252 para idiomas de Europa occidental).

A continuación se pone la tabla con la codificación ISO-8859-1:

Carácter	Valor hexadecimal	Valor decimal	Nombre simbólico
	00	0	Carácter nulo (NUL)
	01	1	Inicio de encabezado (SOH)
	02	2	Inicio de texto (STX)
	03	3	Fin de texto (ETX)
	04	4	Fin de transmisión (EOT)
	05	5	Consulta (ENQ)
	06	6	Acuse de recibo (ACK)
	07	7	Campana (BEL)
	08	8	Retroceso (BS)
	09	9	Tabulación horizontal (HT)
	0A	10	Avance de línea (LF)
	0B	11	Tabulación vertical (VT)
	0C	12	Avance de página (FF)
	0D	13	Retorno de carro (CR)
	0E	14	Desplazamiento fuera (SO)
	0F	15	Desplazamiento dentro (SI)
	10	16	Escape de enlace de datos (DLE)
	11	17	Control de dispositivo 1 (DC1)
	12	18	Control de dispositivo 2 (DC2)
	13	19	Control de dispositivo 3 (DC3)
	14	20	Control de dispositivo 4 (DC4)
	15	21	Acuse negativo (NAK)
	16	22	Sincronía inactiva (SYN)
	17	23	Fin de bloque de transmisión (ETB)
	18	24	Cancelar (CAN)
	19	25	Fin del medio (EM)
	1A	26	Sustitución (SUB)
	1B	27	Escape (ESC)
	1C	28	Separador de archivo (FS)
	1D	29	Separador de grupo (GS)
	1E	30	Separador de registro (RS)
	1F	31	Separador de unidad (US)
	20	32	Espacio
`!`	21	33	Signo de exclamación
`“`	22	34	Comillas dobles
`#`	23	35	Signo de almohadilla
`$`	24	36	Signo de dólar
`%`	25	37	Signo de porcentaje
`&`	26	38	Ampersand
`'`	27	39	Apóstrofo
`(`	28	40	Paréntesis de apertura
`)`	29	41	Paréntesis de cierre
`*`	2A	42	Asterisco
`+`	2B	43	Signo más
`,`	2C	44	Coma
`-`	2D	45	Guion
`.`	2E	46	Punto
`/`	2F	47	Barra inclinada
`0`	30	48	Dígito cero
`1`	31	49	Dígito uno
`2`	32	50	Dígito dos
`3`	33	51	Dígito tres
`4`	34	52	Dígito cuatro
`5`	35	53	Dígito cinco
`6`	36	54	Dígito seis
`7`	37	55	Dígito siete
`8`	38	56	Dígito ocho
`9`	39	57	Dígito nueve
`:`	3A	58	Dos puntos
`;`	3B	59	Punto y coma
`<`	3C	60	Signo menor que
`=`	3D	61	Signo igual
`>`	3E	62	Signo mayor que
`?`	3F	63	Signo de interrogación
`@`	40	64	Arroba
`A`	41	65	Letra mayúscula A
`B`	42	66	Letra mayúscula B
`C`	43	67	Letra mayúscula C
`D`	44	68	Letra mayúscula D
`E`	45	69	Letra mayúscula E
`F`	46	70	Letra mayúscula F
`G`	47	71	Letra mayúscula G
`H`	48	72	Letra mayúscula H
`I`	49	73	Letra mayúscula I
`J`	4A	74	Letra mayúscula J
`K`	4B	75	Letra mayúscula K
`L`	4C	76	Letra mayúscula L
`M`	4D	77	Letra mayúscula M
`N`	4E	78	Letra mayúscula N
`O`	4F	79	Letra mayúscula O
`P`	50	80	Letra mayúscula P
`Q`	51	81	Letra mayúscula Q
`R`	52	82	Letra mayúscula R
`S`	53	83	Letra mayúscula S
`T`	54	84	Letra mayúscula T
`U`	55	85	Letra mayúscula U
`V`	56	86	Letra mayúscula V
`W`	57	87	Letra mayúscula W
`X`	58	88	Letra mayúscula X
`Y`	59	89	Letra mayúscula Y
`Z`	5A	90	Letra mayúscula Z
`[`	5B	91	Corchete de apertura
`\`	5C	92	Barra invertida
`]`	5D	93	Corchete de cierre
`^`	5E	94	Acento circunflejo
`_`	5F	95	Guion bajo
`	60	96	Acento grave
`A`	61	97	Letra minúscula a
`B`	62	98	Letra minúscula b
`C`	63	99	Letra minúscula c
`D`	64	100	Letra minúscula d
`E`	65	101	Letra minúscula e
`F`	66	102	Letra minúscula f
`G`	67	103	Letra minúscula g
`H`	68	104	Letra minúscula h
`I`	69	105	Letra minúscula i
`J`	6A	106	Letra minúscula j
`K`	6B	107	Letra minúscula k
`L`	6C	108	Letra minúscula l
`M`	6D	109	Letra minúscula m
`N`	6E	110	Letra minúscula n
`O`	6F	111	Letra minúscula o
`P`	70	112	Letra minúscula p
`Q`	71	113	Letra minúscula q
`R`	72	114	Letra minúscula r
`S`	73	115	Letra minúscula s
`T`	74	116	Letra minúscula t
`U`	75	117	Letra minúscula u
`V`	76	118	Letra minúscula v
`W`	77	119	Letra minúscula w
`X`	78	120	Letra minúscula x
`Y`	79	121	Letra minúscula y
`Z`	7A	122	Letra minúscula z
`{`	7B	123	Llave de apertura
`\|`	7C	124	Barra vertical
`}`	7D	125	Llave de cierre
`~`	7E	126	Virgulilla
	7F	127	Suprimir (DEL)
	80	128	Control C1 80
	81	129	Control C1 81
	82	130	Control C1 82
	83	131	Control C1 83
	84	132	Control C1 84
	85	133	Control C1 85
	86	134	Control C1 86
	87	135	Control C1 87
	88	136	Control C1 88
	89	137	Control C1 89
	8A	138	Control C1 8A
	8B	139	Control C1 8B
	8C	140	Control C1 8C
	8D	141	Control C1 8D
	8E	142	Control C1 8E
	8F	143	Control C1 8F
	90	144	Control C1 90
	91	145	Control C1 91
	92	146	Control C1 92
	93	147	Control C1 93
	94	148	Control C1 94
	95	149	Control C1 95
	96	150	Control C1 96
	97	151	Control C1 97
	98	152	Control C1 98
	99	153	Control C1 99
	9A	154	Control C1 9A
	9B	155	Control C1 9B
	9C	156	Control C1 9C
	9D	157	Control C1 9D
	9E	158	Control C1 9E
	9F	159	Control C1 9F
	A0	160	Espacio de no separación
`¡`	A1	161	Signo de exclamación de apertura
`¢`	A2	162	Signo de centavo
`£`	A3	163	Signo de libra esterlina
`¤`	A4	164	Signo monetario genérico
`¥`	A5	165	Signo de yen
`¦`	A6	166	Barra vertical partida
`§`	A7	167	Signo de sección
`¨`	A8	168	Diéresis
`©`	A9	169	Signo de copyright
`ª`	AA	170	Indicador ordinal femenino
`«`	AB	171	Comillas angulares de apertura
`¬`	AC	172	Signo de negación
	AD	173	Guion suave
`®`	AE	174	Signo de marca registrada
`¯`	AF	175	Macrón
`°`	B0	176	Signo de grado
`±`	B1	177	Signo más-menos
`²`	B2	178	Superíndice dos
`³`	B3	179	Superíndice tres
`´`	B4	180	Acento agudo
`µ`	B5	181	Signo de micro
`¶`	B6	182	Signo de párrafo
`·`	B7	183	Punto medio
`¸`	B8	184	Cedilla
`¹`	B9	185	Superíndice uno
`º`	BA	186	Indicador ordinal masculino
`»`	BB	187	Comillas angulares de cierre
`¼`	BC	188	Fracción vulgar de un cuarto
`½`	BD	189	Fracción vulgar de un medio
`¾`	BE	190	Fracción vulgar de tres cuartos
`¿`	BF	191	Signo de interrogación de apertura
`À`	C0	192	Letra mayúscula latina A con acento grave
`Á`	C1	193	Letra mayúscula latina A con acento agudo
`Â`	C2	194	Letra mayúscula latina A con circunflejo
`Ã`	C3	195	Letra mayúscula latina A con tilde
`Ä`	C4	196	Letra mayúscula latina A con diéresis
`Å`	C5	197	Letra mayúscula latina A con anillo encima
`Æ`	C6	198	Letra mayúscula latina AE
`Ç`	C7	199	Letra mayúscula latina C con cedilla
`È`	C8	200	Letra mayúscula latina E con acento grave
`É`	C9	201	Letra mayúscula latina E con acento agudo
`Ê`	CA	202	Letra mayúscula latina E con circunflejo
`Ë`	CB	203	Letra mayúscula latina E con diéresis
`Ì`	CC	204	Letra mayúscula latina I con acento grave
`Í`	CD	205	Letra mayúscula latina I con acento agudo
`Î`	CE	206	Letra mayúscula latina I con circunflejo
`Ï`	CF	207	Letra mayúscula latina I con diéresis
`Ð`	D0	208	Letra mayúscula latina Eth
`Ñ`	D1	209	Letra mayúscula latina N con tilde
`Ò`	D2	210	Letra mayúscula latina O con acento grave
`Ó`	D3	211	Letra mayúscula latina O con acento agudo
`Ô`	D4	212	Letra mayúscula latina O con circunflejo
`Õ`	D5	213	Letra mayúscula latina O con tilde
`Ö`	D6	214	Letra mayúscula latina O con diéresis
`×`	D7	215	Signo de multiplicación
`Ø`	D8	216	Letra mayúscula latina O con trazo
`Ù`	D9	217	Letra mayúscula latina U con acento grave
`Ú`	DA	218	Letra mayúscula latina U con acento agudo
`Û`	DB	219	Letra mayúscula latina U con circunflejo
`Ü`	DC	220	Letra mayúscula latina U con diéresis
`Ý`	DD	221	Letra mayúscula latina Y con acento agudo
`Þ`	DE	222	Letra mayúscula latina Thorn
`ß`	DF	223	Letra minúscula latina s aguda alemana (Eszett)
`à`	E0	224	Letra minúscula latina a con acento grave
`á`	E1	225	Letra minúscula latina a con acento agudo
`â`	E2	226	Letra minúscula latina a con circunflejo
`ã`	E3	227	Letra minúscula latina a con tilde
`ä`	E4	228	Letra minúscula latina a con diéresis
`å`	E5	229	Letra minúscula latina a con anillo encima
`æ`	E6	230	Letra minúscula latina ae
`ç`	E7	231	Letra minúscula latina c con cedilla
`è`	E8	232	Letra minúscula latina e con acento grave
`é`	E9	233	Letra minúscula latina e con acento agudo
`ê`	EA	234	Letra minúscula latina e con circunflejo
`ë`	EB	235	Letra minúscula latina e con diéresis
`ì`	EC	236	Letra minúscula latina i con acento grave
`í`	ED	237	Letra minúscula latina i con acento agudo
`î`	EE	238	Letra minúscula latina i con circunflejo
`ï`	EF	239	Letra minúscula latina i con diéresis
`ð`	F0	240	Letra minúscula latina Eth
`ñ`	F1	241	Letra minúscula latina n con tilde
`ò`	F2	242	Letra minúscula latina o con acento grave
`ó`	F3	243	Letra minúscula latina o con acento agudo
`ô`	F4	244	Letra minúscula latina o con circunflejo
`õ`	F5	245	Letra minúscula latina o con tilde
`ö`	F6	246	Letra minúscula latina o con diéresis
`÷`	F7	247	Signo de división
`ø`	F8	248	Letra minúscula latina o con trazo
`ù`	F9	249	Letra minúscula latina u con acento grave
`ú`	FA	250	Letra minúscula latina u con acento agudo
`û`	FB	251	Letra minúscula latina u con circunflejo
`ü`	FC	252	Letra minúscula latina u con diéresis
`ý`	FD	253	Letra minúscula latina y con acento agudo
`þ`	FE	254	Letra minúscula latina Thorn
`ÿ`	FF	255	Letra minúscula latina y con diéresis

Unicode

Explicar:

Carácter abstracto (¿Qué carácter queremos representar?)
Punto de código (¿Qué número le asigna Unicode?)
Unidad de código (¿En qué unidades básicas lo expresa la codificación?)
Byte (¿Qué valores de ocho bits se almacenan o transmiten?).
Grafema (¿Qué secuencia percibimos como una unidad de texto?)

Unicode - The World Standard for Text and Emoji

Averiguar codificación de caracteres

Desde Linux.

Utilizando file:

file -i fichero.txt

Ejemplo de salida:

prueba.txt: text/plain; charset=utf-8