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

ऑक्टलला टेक्स्टमध्ये रूपांतरित करण्यासाठी खालील पायऱ्यांचा समावेश आहे:

1. ऑक्टल इनपुटला वैयक्तिक ऑक्टल व्हॅल्यूजमध्ये पार्स करा, ते स्पेसने वेगळे केले आहेत का ते विचारात घ्या.
2. Convert each octal value to its decimal (base-10) equivalent.
3. Convert each decimal value to its corresponding character using the chosen encoding (ASCII or UTF-8).
4. अंतिम मजकूर स्ट्रिंग तयार करण्यासाठी अक्षरे एकत्र करा.

वापराच्या सूचना

• Each octal value should be a valid 3-digit octal number (000-377 in decimal).
• When using ASCII encoding, any octal value outside the 7-bit ASCII range (000-177 in octal) 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 ऑक्टल व्हॅल्यूज नॉन-प्रिंटेबल कॅरेक्टर दर्शवू शकतात, जे रिकाम्या जागा किंवा विशेष चिन्हांच्या रूपात प्रदर्शित केले जातील.