ਟੈਕਸਟ ਏਨਕੋਡਿੰਗ

ਕੰਪਿਊਟਰਾਂ ਵਿੱਚ ਟੈਕਸਟ ਅੱਖਰਾਂ ਨੂੰ ਸੰਖਿਆਵਾਂ ਦੁਆਰਾ ਦਰਸਾਇਆ ਜਾਂਦਾ ਹੈ। ਵੱਖ-ਵੱਖ ਏਨਕੋਡਿੰਗ ਸਿਸਟਮ ਅੱਖਰਾਂ ਲਈ ਵੱਖ-ਵੱਖ ਸੰਖਿਆਵਾਂ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹਨ:

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 ਇੱਕ ਵੇਰੀਏਬਲ-ਲੰਬਾਈ ਵਾਲਾ ਅੱਖਰ ਏਨਕੋਡਿੰਗ ਹੈ ਜੋ ਯੂਨੀਕੋਡ ਸਟੈਂਡਰਡ ਵਿੱਚ ਹਰੇਕ ਅੱਖਰ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ। ਇਹ ਪ੍ਰਤੀ ਅੱਖਰ 1 ਤੋਂ 4 ਬਾਈਟ ਦੀ ਵਰਤੋਂ ਕਰਦਾ ਹੈ। UTF-8 ASCII ਨਾਲ ਬੈਕਵਰਡ ਅਨੁਕੂਲ ਹੈ, ਭਾਵ ਪਹਿਲੇ 128 UTF-8 ਅੱਖਰ ASCII ਦੇ ਸਮਾਨ ਹਨ।

ਪਰਿਵਰਤਨ ਪ੍ਰਕਿਰਿਆ

ਟੈਕਸਟ ਨੂੰ ਦਸ਼ਮਲਵ ਵਿੱਚ ਬਦਲਣ ਵਿੱਚ ਹੇਠ ਲਿਖੇ ਕਦਮ ਸ਼ਾਮਲ ਹਨ:

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. ਵਿਕਲਪਿਕ ਤੌਰ 'ਤੇ, ਹਰੇਕ ਦਸ਼ਮਲਵ ਮੁੱਲ ਨੂੰ ਪੜ੍ਹਨਯੋਗਤਾ ਲਈ ਇੱਕ ਸਪੇਸ ਨਾਲ ਵੱਖ ਕਰੋ।

ਵਰਤੋਂ ਨੋਟਸ

• When using ASCII encoding, any character outside the 7-bit ASCII range (128-255) will be converted to a question mark (?).
• UTF-8 ਏਨਕੋਡਿੰਗ ਸਾਰੇ ਯੂਨੀਕੋਡ ਅੱਖਰਾਂ ਦਾ ਸਮਰਥਨ ਕਰਦੀ ਹੈ, ਜਿਸ ਵਿੱਚ ਵਿਸ਼ੇਸ਼ ਚਿੰਨ੍ਹ, ਇਮੋਜੀ ਅਤੇ ਗੈਰ-ਅੰਗਰੇਜ਼ੀ ਭਾਸ਼ਾਵਾਂ ਦੇ ਅੱਖਰ ਸ਼ਾਮਲ ਹਨ।
• ਹਰੇਕ UTF-8 ਅੱਖਰ ਨੂੰ ਕਈ ਦਸ਼ਮਲਵ ਮੁੱਲਾਂ ਦੁਆਰਾ ਦਰਸਾਇਆ ਜਾ ਸਕਦਾ ਹੈ ਜੇਕਰ ਇਹ ਇੱਕ ਤੋਂ ਵੱਧ ਬਾਈਟ ਦੀ ਵਰਤੋਂ ਕਰਦਾ ਹੈ।
• ਦਸ਼ਮਲਵ ਮੁੱਲ ਅਕਸਰ ਸੰਖਿਆਤਮਕ ਕਾਰਜਾਂ ਅਤੇ ਡੇਟਾ ਪ੍ਰਤੀਨਿਧਤਾ ਲਈ ਕੰਪਿਊਟਿੰਗ ਵਿੱਚ ਵਰਤੇ ਜਾਂਦੇ ਹਨ।