मजकूर एन्कोडिंग

संगणकांमध्ये मजकूर वर्ण संख्यांद्वारे दर्शविले जातात. वेगवेगळ्या एन्कोडिंग सिस्टममध्ये वर्णांसाठी वेगवेगळे क्रमांक वापरले जातात:

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 हे एक परिवर्तनीय-लांबीचे कॅरेक्टर एन्कोडिंग आहे जे युनिकोड मानकातील प्रत्येक कॅरेक्टरचे प्रतिनिधित्व करू शकते. ते प्रत्येक कॅरेक्टरसाठी 1 ते 4 बाइट्स वापरते. UTF-8 हे ASCII शी बॅकवर्ड कंपॅटिबल आहे, म्हणजेच पहिले 128 UTF-8 कॅरेक्टर ASCII सारखेच आहेत.

रूपांतरण प्रक्रिया

दशांशाचे मजकुरात रूपांतर करण्यासाठी खालील पायऱ्यांचा समावेश आहे:

1. दशांश इनपुटला वैयक्तिक मूल्यांमध्ये पार्स करा, ते रिक्त स्थानांनी वेगळे केले आहेत का ते विचारात घ्या.
2. Convert each decimal value to its corresponding character using the chosen encoding (ASCII or UTF-8).
3. अंतिम मजकूर स्ट्रिंग तयार करण्यासाठी अक्षरे एकत्र करा.

वापराच्या सूचना

• प्रत्येक दशांश मूल्य ० आणि २५५ मधील वैध पूर्णांक असले पाहिजे.
• When using ASCII encoding, any decimal value outside the 7-bit ASCII range (0-127) will be converted to a question mark (?).
• UTF-8 एन्कोडिंग सर्व युनिकोड वर्णांना समर्थन देते, ज्यामध्ये विशेष चिन्हे, इमोजी आणि इंग्रजी नसलेल्या भाषांमधील वर्णांचा समावेश आहे.
• काही दशांश मूल्ये न छापता येणारे वर्ण दर्शवू शकतात, जे रिकाम्या जागा किंवा विशेष चिन्हांच्या रूपात प्रदर्शित केले जातील.