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

मजकूर दशांश मध्ये रूपांतरित करण्यासाठी खालील चरणांचा समावेश आहे:

1. Determine the numerical value of each character using the chosen encoding (ASCII or UTF-8).
2. Convert each character to its corresponding decimal (base-10) value.
3. वैकल्पिकरित्या, प्रत्येक दशांश मूल्य वाचनीयतेसाठी जागा देऊन वेगळे करा.

वापराच्या सूचना

• When using ASCII encoding, any character outside the 7-bit ASCII range (128-255) 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.
• प्रत्येक UTF-8 वर्ण एकापेक्षा जास्त बाइट वापरत असल्यास तो अनेक दशांश मूल्यांनी दर्शविला जाऊ शकतो.
• संख्यात्मक ऑपरेशन्स आणि डेटा प्रतिनिधित्वासाठी संगणनात दशांश मूल्ये बहुतेकदा वापरली जातात.