EBCDIC मध्ये अक्षरे सलग का नाहीत?

ASCII मानक 1963 मध्ये स्वीकारले गेले आणि आता क्वचितच कोणी एन्कोडिंग वापरत आहे ज्याचे पहिले 128 वर्ण ASCII पेक्षा वेगळे आहेत. तथापि, गेल्या शतकाच्या अखेरीपर्यंत, EBCDIC सक्रियपणे वापरला गेला - IBM मेनफ्रेम आणि त्यांच्या सोव्हिएत क्लोन EC संगणकांसाठी मानक एन्कोडिंग. आधुनिक IBM Z मेनफ्रेमसाठी मानक ऑपरेटिंग सिस्टम z/OS मध्ये EBCDIC हे प्राथमिक एन्कोडिंग आहे.

EBCDIC पाहताना लगेच तुमच्या नजरेत भरते ते म्हणजे अक्षरे एका ओळीत नाहीत: दरम्यान I и J आणि दरम्यान R и S तेथे न वापरलेल्या पोझिशन्स होत्या (या मध्यांतरांसाठी ES संगणकावर वितरित केले सिरिलिक वर्ण). समीप अक्षरांमधील असमान जागा असलेली अक्षरे एन्कोड करण्याचा विचार कोणी केला असेल?

EBCDIC ("विस्तारित BCDIC") हे नाव सूचित करते की हे एन्कोडिंग - ASCII च्या विपरीत - सुरवातीपासून तयार केलेले नाही, परंतु सहा-बिट BCDIC एन्कोडिंगवर आधारित आहे, जे तेव्हापासून वापरले जात आहे. IBM 704 (1954):

कोणतीही तत्काळ मागास अनुकूलता नाही: बीसीडीआयसीचे एक सोयीस्कर वैशिष्ट्य जे ईबीसीडीआयसीच्या संक्रमणामध्ये गमावले होते ते म्हणजे संख्या 0-9 कोड 0-9 शी संबंधित. तथापि, दरम्यान सात कोडचे अंतर आहे I и J आणि दरम्यानच्या आठ कोडमध्ये R и S आधीच BCDIC मध्ये गेले आहेत. ते कुठून आले?

(E)BCDIC चा इतिहास IBM च्या इतिहासासह एकाच वेळी सुरू होतो - इलेक्ट्रॉनिक संगणकाच्या खूप आधी. IBM ची स्थापना चार कंपन्यांच्या विलीनीकरणाच्या परिणामी झाली, त्यापैकी सर्वात तांत्रिकदृष्ट्या प्रगत टॅब्युलेटिंग मशीन कंपनी होती, ज्याची स्थापना 1896 मध्ये हर्मन हॉलरिथ या संशोधकाने केली होती. टॅब्युलेटर. पहिल्या टॅब्युलेटर्सने विशिष्ट ठिकाणी पंच केलेल्या पंच केलेल्या कार्डांची संख्या मोजली; पण 1905 मध्ये होलेरिथने उत्पादन सुरू केले दशांश टॅब्युलेटर्स दशांश टॅब्युलेटरसाठी प्रत्येक कार्डमध्ये अनियंत्रित लांबीचे फील्ड असतात आणि या फील्डमध्ये नेहमीच्या दशांश स्वरूपात लिहिलेल्या संख्या संपूर्ण डेकवर एकत्रित केल्या जातात. टॅब्युलेटरच्या पॅच पॅनेलवरील तारांना जोडून फील्डमध्ये नकाशाचे विघटन निश्चित केले गेले. उदाहरणार्थ, या होलेरिथ पंच कार्डवर, संग्रहित काँग्रेस लायब्ररीमध्ये, क्रमांक 23456789012345678 स्पष्टपणे शिक्का मारलेला आहे, फील्डमध्ये विभागलेला म्हणून अज्ञात:

सर्वात लक्षवेधींनी हे लक्षात घेतले असेल की होलेरिथ नकाशावर छिद्रांसाठी 12 पंक्ती आहेत, जरी संख्यांसाठी दहा पुरेसे आहेत; आणि BCDIC मध्ये, सर्वात महत्त्वपूर्ण दोन बिट्सच्या प्रत्येक मूल्यासाठी, शक्य असलेल्या 12 पैकी फक्त 16 कोड वापरले जातात.

अर्थात हा योगायोग नाही. सुरुवातीला, हॉलरिथने "विशेष गुण" साठी अतिरिक्त पंक्तींचा हेतू ठेवला ज्या जोडल्या गेल्या नाहीत, परंतु फक्त मोजल्या गेल्या - अगदी पहिल्या टॅब्युलेटर्सप्रमाणे. (आज आम्ही त्यांना "बिट फील्ड" म्हणू.) याव्यतिरिक्त, "विशेष गुण" मध्ये गट निर्देशक सेट करणे शक्य होते: जर टॅब्युलेशनला केवळ अंतिम बेरीजच नव्हे तर मध्यवर्ती देखील आवश्यक असेल, तर टॅब्युलेटर थांबेल जेव्हा याने कोणत्याही ग्रुप इंडिकेटरमध्ये बदल आढळून आला आणि ऑपरेटरला डिजीटल बोर्डमधील सबटोटल्स पुन्हा कागदावर लिहिणे, बोर्ड रीसेट करणे आणि टॅब्युलेशन पुन्हा सुरू करणे आवश्यक होते. उदाहरणार्थ, अकाउंटिंग बॅलन्सची गणना करताना, कार्ड्सचा एक गट एका तारखेला किंवा एका प्रतिपक्षाशी संबंधित असू शकतो.

1920 पर्यंत, जेव्हा हॉलरिथ आधीच निवृत्त झाले होते, तेव्हा "टायपिंग टॅब्युलेटर" वापरात आले, जे टेलिटाइपशी जोडलेले होते आणि ऑपरेटरच्या हस्तक्षेपाशिवाय स्वतः उपटोटल मुद्रित करू शकतात. प्रत्येक मुद्रित अंकाचा संदर्भ काय आहे हे ठरवण्यात आता अडचण होती. 1931 मध्ये, IBM ने अक्षरे दर्शविण्यासाठी "विशेष चिन्ह" वापरण्याचा निर्णय घेतला: 12 व्या पंक्तीतील एक चिन्ह हे अक्षर दर्शवते. A ते I, 11 व्या मध्ये - पासून J ते R, शून्यावर - पासून S ते Z. नवीन "अल्फाबेट टॅब्युलेटर" कार्डांच्या प्रत्येक गटाचे नाव उपटोटलांसह मुद्रित करू शकते; या प्रकरणात, अखंड स्तंभ वर्णांमधील जागेत बदलला. याची कृपया नोंद घ्यावी S भोक संयोजन 0+2 द्वारे नियुक्त केले आहे, आणि 0+1 संयोजन मूळतः एकाच स्तंभात एकमेकांच्या पुढील दोन छिद्रे वाचकांमध्ये यांत्रिक समस्या निर्माण करतील या भीतीने वापरले जात नव्हते.

आता तुम्ही BCDIC सारणीला थोड्या वेगळ्या कोनातून पाहू शकता:

0 आणि स्पेस उलटे आहेत याशिवाय, सर्वात महत्त्वपूर्ण दोन बिट "विशेष चिन्ह" परिभाषित करतात जे 1931 पासून संबंधित वर्णासाठी पंच कार्डमध्ये पंच केले गेले आहेत; आणि किमान महत्त्वाचे चार बिट्स कार्डच्या मुख्य भागात पंच केलेले अंक निर्धारित करतात. प्रतीक समर्थन & - / 1930 च्या दशकात IBM टॅब्युलेटर्समध्ये जोडले गेले आणि या वर्णांचे BCDIC एन्कोडिंग त्यांच्यासाठी पंच केलेल्या छिद्र संयोजनांशी संबंधित आहे. जेव्हा आणखी मोठ्या संख्येच्या वर्णांसाठी समर्थन आवश्यक असते, तेव्हा पंक्ती 8 अतिरिक्त "विशेष चिन्ह" म्हणून पंच केली जाते - अशा प्रकारे, एका स्तंभात तीन छिद्र असू शकतात. पंच केलेले कार्डचे हे स्वरूप शतकाच्या अखेरीपर्यंत अक्षरशः अपरिवर्तित राहिले. यूएसएसआरमध्ये, त्यांनी आयबीएमचे लॅटिन आणि विरामचिन्हे एन्कोडिंग सोडले आणि सिरिलिक अक्षरांसाठी त्यांनी 12, 11, 0 पंक्तींमध्ये एकाच वेळी अनेक "विशेष चिन्हे" पंच केली - एका स्तंभात तीन छिद्रे मर्यादित नाहीत.

जेव्हा IBM 704 संगणक तयार केला गेला, तेव्हा त्यांनी त्यासाठी कॅरेक्टर एन्कोडिंगबद्दल फारसा विचार केला नाही: त्यांनी त्या वेळी पंच केलेल्या कार्ड्समध्ये आधीपासूनच वापरलेले एन्कोडिंग घेतले आणि फक्त "त्याच्या जागी ठेवले." 0 मध्ये, BCDIC मधून EBCDIC मध्ये संक्रमणादरम्यान, प्रत्येक चिन्हाचे लो-ऑर्डर चार बिट्स अपरिवर्तित राहिले, जरी उच्च-ऑर्डर बिट थोडेसे बदलले गेले. अशाप्रकारे, गेल्या शतकाच्या सुरूवातीस हॉलरिथने निवडलेल्या पंच कार्ड स्वरूपाने सर्व IBM संगणकांच्या आर्किटेक्चरवर प्रभाव टाकला, IBM Z पर्यंत आणि त्यासह.

स्त्रोत: www.habr.com