Tekstkodning

Teksttegn repræsenteres af tal på computere. Forskellige kodningssystemer bruger forskellige tal til tegn:

ASCII

The ASCII (American Standard Code for Information Interchange) encoding uses 7 bits to represent 128 characters, including English letters (both uppercase and lowercase), digits, and common punctuation symbols. Each ASCII character can be represented by a unique number between 0 and 127.

UTF-8

UTF-8 er en tegnkodning med variabel længde, der kan repræsentere hvert tegn i Unicode-standarden. Den bruger 1 til 4 bytes pr. tegn. UTF-8 er bagudkompatibel med ASCII, hvilket betyder, at de første 128 UTF-8-tegn er identiske med ASCII.

Konverteringsproces

Konvertering af tekst til oktal involverer følgende trin:

1. Determine the numerical value of each character using the chosen encoding (ASCII or UTF-8).
2. Convert each numerical value to its octal (base-8) representation.
3. Adskil eventuelt hver oktal værdi med et mellemrum for læsbarhed.

Brugsnoter

• When using ASCII encoding, any character outside the 7-bit ASCII range (128-255) will be converted to a question mark (?).
• UTF-8-kodning understøtter alle Unicode-tegn, herunder specialsymboler, emojis og tegn fra ikke-engelske sprog.
• Hvert UTF-8-tegn kan repræsenteres af flere oktale værdier, hvis det bruger mere end én byte.
• Oktale værdier bruges ofte til beregning af filtilladelser og i nogle ældre systemer.