除了昨天介紹的格式之外，字型的基礎就是「字」。

對人類來說，字就是字，不需要特別約定；但在僅以 0 與 1 儲存的電腦上，我們輸入的文字都會被編碼（encoding）成二進位。假如我們今天要傳訊息給別人，接收方要如何將這些二進位的訊號解碼（decoding）回原本的意思呢？

很直觀的想法是，我們可以透過「字符與代碼映射關係」的小冊子，如同查閱雙語字典一般，在傳送方進行編碼時，可以先找尋文本與對應的代碼；而接受方在收到代號後，也能夠回頭查詢與代碼相對應的文本。

這樣的小冊子就是「字元集（character set）」。

在電腦剛誕生的時候，資訊交換的必要性極低。但在大型商業電腦與通用作業系統的出現後，電腦不再只是一台計算機，隨著各種應用程式落地發展，我們開始需要和陌生人交換資訊——但大家手上的小冊子都不一樣呀，要怎麼讓雙方都能無歧意的交換訊息？

此時，人們意識到，我們需要一本共用的小冊子。

EBCDIC

1964 年，作為當時電腦業界的老大，IBM 推出了 EBCDIC（Extended Binary Coded Decimal Interchange Code，擴展二進位編碼的十進位交換碼）解決方案，替一些常用的字母映射（mapping）到獨一無二的碼位（code point）上。

還記得我們昨天提到的，第一台擁有終端顯示器的 IBM 2260 商用電腦嗎？他使用的字元集就是 EBCDIC。

在最初的版本裡，EBCDIC 包含了控制字元（control character）、符號、數字、以及大小寫英文在內等字元。可惜的是，EBCDIC 在規劃時並沒有把英文放在連續的相鄰位置，這給程式處理帶來一定程度的麻煩。

ASCII

四年後的 1968 年，ANSI（American National Standard Institute，美國國家標準學會）在檢討 EBCDIC 的優點與缺點後，發布了 ASCII（American Standard Code for Information Interchange，美國訊息交換標準碼）方案。

和 EBCDIC 最大的不同就在於，ASCII 將英文大小寫放在連續位置上，極大方便了程式的處理。舉例來說，如果要將大小寫轉換，可以簡單的對 ASCII 索引值加減 32 來進行轉換，但 EBCDIC 就必須考慮到字符中間不連續的狀態。

# 一個簡單的大小寫轉換方法
def changeCase(string):
    result = ""
    for word in string:
        if word >= "A" and word <= "Z":
            result += chr(ord(word) + 32)
        elif word >= "a" and word <= "z":
            result += chr(ord(word) - 32)
        else:
            result += word
    return result
    
print(changeCase("Hello, World!")) 
#hELLO, wORLD!

》Image Source: Wikipedia

考慮到字符的數量，ASCII 僅用了七位的 bit 來紀錄字元，同時保留最高的 bit (b8) 用作校驗位（check bit），預留為 0。舉例來說，大寫 A 是0100 0001，換成十進位也就是 65。

將每種二進位的組合對應一個字符——共有 2^7=128（編號 0-127）種組合——這 128 個「格子」對美國人使用的英文來說，已經足夠放下所有需要的字母和符號。但如果要紀錄歐洲的其他的語言，例如有 é 的法文（像是 café）怎麼辦？

很快地，廠商就把腦筋動到了還沒有使用到的最高位 bit——只要把這一位改成 1，就可以再額外「擴充」出另外 128 個格子出來放這些字母。可以說，只要該書寫系統的字母少於 256 (2^8) 個，便能透過 ASCII 擴充。

例如 IBM 為西歐國家的拉丁文字擴充的 Code page 437 標準、為希臘文字擴充的 Code page 737、為波羅的海三小國文字擴充的 Code page 775、為中歐國家所需的拉丁文字擴充的 Code page 852、為西里爾文字擴充的 Code page 855 等等。

很快地，ASCII 成為歐美最通用的標準，在歷經數十年的推廣與擴充後，ASCII 已經可以藉由「擴充」的方式囊括所有歐洲文字所需的字符。

但透過這種權宜之計依舊會遇到跨國的交換問題——如果我跟你的擴充標準不一樣，對應的字符就會不同，「亂碼」就出現了。此外，當 1980 年代電腦登陸東亞市場，面對動輒數千、甚至數萬的漢字又要怎麼處理？

於是，東亞各國的電腦廠家便自行增加 Byte 數量來進行擴充，例如日本制定了自己國內的工業標準 Shift JIS、中國則制定了 GB2312，台灣則有由資策會的 Big5。

本來想要終結分裂的 ASCII，卻因其擴充性不佳，反而帶來了新的混亂。

或許，是時候想個辦法來一統天下了。

Recap

• 電腦只認得二進位，要想讓他認得「字」，需要建立字元集，將字符與編碼進行一對一的映射。
• EBCDIC 做了初步的嘗試，但因為一些設計上的瑕疵失敗了；而吸收了教訓的 ASCII 方案成功了。
• 透過 ASCII 方案，至多可以放入 256 個不同的字符，這對於歐文來說已經足夠。但想放入其他文字——如漢字——是不可能的，於是各個廠商又在 ASCII 的基礎上做了不同的擴充集，反而又造成了更多的分歧。