ASCII字符集中的功能/控制字符

Function/Control Code/Character in ASCII

【什么是 Function Code 功能码或  Function Character 功能字符】

ASCII 字符集，大家都知道吧，最基本的包含了 128 个字符。其中前 32 个， 0-31 ，即 0x00-0x1F ，都是不可见字符。这些字符，就叫做控制字符。

这些字符没法打印出来，但是每个字符，都对应着一个特殊的控制功能的字符，简称功能字符或功能码 Function Code 。

简言之： ASCII 中前 32 个字符，统称为 Function Code 功能字符。

此外，由于 ASCII 中的 127 对应的是 Delete ，也是不可见的，所以，此处根据笔者的理解，也可以归为 Function Code 。

此类字符，对应不同的“功能”，起到一定的“控制作用”，所以，称为控制字符。

关于每个控制字符的控制功能缩写，参见下表：

表格  1    ASCII 中的控制字符

注 (*) ：

1.  转义字符：即在 C 语言中或其他地方如何表示。

2.  用键盘输入控制字符：其中， 32 是空格键， 127 是 Delete 键，都不需要加 Ctrl 键，即可直接输入。

3.  可以通过  “Ctrl+ 对应按键 ” 实现上述控制字符的输入 ,  你可能遇到的一些，比如 : 用 Ctrl+V 输入 SYNC ， Ctrl+M 输入Enter （当然也可以直接用 Enter 键，但是在 Windows 下面，其可能会发送两个字符： CR 和 LF ）， Ctrl+Q 输入 XON ，Ctrl+S 输入 XOFF 等等。

其具体每个控制字符的含义，详解介绍如下：

【 ASCII 中的 Function/Control Code 功能字符的详细含义】

0 – NUL – NUL l  字符 / 空字符

ASCII 字符集中的空字符， NULL ，起初本意可以看作为 NOP （中文意为空操作，就是啥都不做的意思），此位置可以忽略一个字符。

之所以有这个空字符，主要是用于计算机早期的记录信息的纸带，此处留个 NUL 字符，意思是先占这个位置，以待后用，比如你哪天想起来了，在这个位置在放一个别的啥字符之类的。

后来呢， NUL 字符被用于 C 语言中，字符串的终结符，当一个字符串中间出现 NUL / NULL ，代码里面表现为 /0 ，的时候，就意味着这个是一个字符串的结尾了。这样就方便按照自己需求去定义字符串，多长都行，当然只要你内存放得下，然后最后加一个 /0,  即空字符，意思是当前字符串到此结束。

1 – SOH – S tart   O f H eading  标题开始

如果信息沟通交流主要以命令和消息的形式的话， SOH 就可以用于标记每个消息的开始。

1963 年，最开始 ASCII 标准中，把此字符定义为 Start of Message ，后来又改为现在的 Start Of Heading 。

现在，这个 SOH 常见于主从（ master-slave ）模式的 RS232 的通信中，一个主设备，以 SOH 开头，和从设备进行通信。这样方便从设备在数据传输出现错误的时候，在下一次通信之前，去实现重新同步（ resynchronize ）。如果没有一个清晰的类似于 SOH 这样的标记，去标记每个命令的起始或开头的话，那么重新同步，就很难实现了。

2 – STX – S tart O f T ext  文本开始

3 – ETX – E nd Of T ext  文本结束

通过某种通讯协议去传输的一个数据（包），称为一帧的话，常会包含一个帧头，包含了寻址信息，即你是要发给谁，要发送到目的地是哪里，其后跟着真正要发送的数据内容。

而 STX ，就用于标记这个数据内容的开始。接下来是要传输的数据，最后是 ETX ，表明数据的结束。

其中，中间具体传输的数据内容， ASCII 规范并没有去定义，其和你所用的传输协议，具体自己要传什么数据有关。

不过其中有趣的是， 1963 年， ASCII 标准最初版本的时候，把现在的 STX 叫做 EOA （ End Of Address ）， ETX 叫做（End Of Message ）。这是因为，最早的时候，一个消息中，总是包含一个开始符和一个终止符。现在的新的定义，使得可以去发送一个固定长度的命令，而只用一个 SOH 表明帧头开始即可，而不需要再加上一个命令终止符或帧头结束符。

总结一下：

一般发送一个消息，包含了一个帧头和后面真正要传的数据。

而对于帧头，属于控制类的信息，这部分之前属于命令，后面的真实要传的数据属于数据。即消息 = 帧头 + 数据。

而之前的命令都要有个开始符和结束符，这样就是：

消息        =  帧头                                +  要传的数据

=  帧头开始 + 帧头信息 + 帧头结束         +  要传的数据

而现在新的定义，使得只需要：

消息        =  帧头  + 要传的数据

= SOH （表明帧头开始） + 帧头信息     +  要传的数据

= SOH （表明帧头开始） + 帧头信息     + STX +  数据内容 +ETX

就可以少用一个帧头结束符。

而如今，在很多协议中，也常见到，一个固定长度的帧头，后面紧接着就是数据了，而没有所谓的帧头结束符之类的东西去区分帧头和数据。

4 – EOT – E nd O f T ransmission  传输结束

5 – ENQ – ENQ uiry  请求

6 – ACK – ACK nowledgment  回应 / 响应

7 – BEL – [audible] BEL l

在 ASCII 字符集中， BEL ，是个比较有意思的东东。因为其原先本意不是用来数据编码的，于此相反， ASCII 中的其他字符，都是用于字符编码（即用什么字符，代表什么含义）或者起到控制设备的作用。 BEL 用一个可以听得见的声音，来吸引人们的注意，其原打算即用于计算机也用于一些设备，比如打印机等。 C 语言里面也支持此 BEL ，用 /a 来实现这个响铃。

8 – BS – B ackS pace  退格键

退格键的功能，随着时间变化，意义也变得不同了。

起初，意思是，在打印机和电传打字机上，往回移动一格光标，以起到强调该字符的作用。比如你想要打印一个 a ，然后加上退格键后，就成了 aBS^ 。在机械类打字机上，此方法能够起到实际的强调字符的作用，但是对于后来的 CTR 下时期来说，就无法起到对应效果了。

而现代所用的退格键，不仅仅表示光标往回移动了一格，同时也删除了移动后该位置的字符。在 C 语言中，退格键可以用/b 表示。

9 – HT – H orizontal T ab  水平制表符

ASCII 中的 HT 控制符的作用是用于布局的。

其控制输出设备前进到下一个表格去处理。而制表符 Table/Tab 的宽度也是灵活不固定的，只不过，多数设备上，制表符Tab 的宽度都预定义为 8 。水平制表符 HT 不仅能减少数据输入者的工作量，对于格式化好的文字来说，还能够减少存储空间，因为一个 Tab 键，就代替了 8 个空格，所以说省空间。

对于省空间的优点，我们现在来看，可能会觉得可笑，因为现在存储空间已足够大，一般来说根本不会需要去省那么点可怜的存储空间，但是实际上在计算机刚发明的时候，存储空间（主要指的是内存）极其有限也极其昂贵，而且像 ZIP 等压缩方法也还没发明呢，所以对于当时来说，对于存储空间，那是能够省一点是一点，省任何一点，都是好的，也都是不容易的，省空间就是省钱啊。

C 语言中，用 /t 表示制表符。

10 – LF – L ine F eed  换行

LF ，直译为（给打印机等）喂一行，意思就是所说的，换行。

换行字符，是 ASCII 字符集中，被误用的字符中的其中一个。

LF 的最原始的含义是，移动打印机的头到下一行。而另外一个 ASCII 字符， CR （ Carriage Return ）才是将打印机的头，移到最左边即一行的开始，行首。很多串口协议和 MS-DOS 及 Windows 操作系统，也都是这么实现的。

而于此不同，对于 C 语言和 Unix 操作系统，其重新定义了 LF 字符的含义为新行，即 LF 和 CR 的组合才能表达出的，回车且换行的意思。

虽然你可以争论哪种用法是错的，但是，不可否认，是从程序的角度出发， C 语言和 Unix 对此 LF 的含义实现显得就很自然，而 MS-DOS 的实现更接近于 LF 的本意。

如果最开始 ASCII 标准中，及定义  CF 也定义 newline ，那样意思会清楚，会更好理理解：

LF 表示物理上的，设备控制方面的移动到下一行（并没有移动到行首）；

新行（ newline ）表示逻辑上文本分隔符，即回车换行。

不过呢，现在人们常将 LF 用做 newline 新行的功能，而大多数文本编辑软件也都可以处理单个 LF 或者 CR/LF 的组合了。

LF 在 C 语言中，用 /n 表示。

11 – VT – V ertical T ab  垂直制表符

垂直制表符，类似于水平制表符 Tab ，目的是为了减少布局中的工作，同时也减少了格式化字符时所需要存储字符的空间。 VT 控制码用于跳到下一个标记行。说实话，还真没看到有些地方需要用这个 VT 呢，因为一般在换行的时候，都是用 LF 代替 VT 了。

12 – FF – F orm F eed   换页

设计换页键，是用来控制打印机行为的。当打印机收到此键码的时候，打印机移动到下一页。不同的设备的终端对此控制码所表现的行为各不同。有些会去清除屏幕，而其他有的只是显示 ^L 字符或者是只是新换一行而已。 Shell 脚本程序Bash 和 Tcsh 的实现方式是，把 FF 看作是一个清除屏幕的命令。 C 语言程序中用 /f 表示 FF （换页）。

13 – CR – Carriage return  机器的滑动部分 / 底座   返回  ->  回车

CR 回车的原意是让打印头回到左边界，并没有移动到下一行。

随着时间流逝，后来人把 CR 的意思弄成了 Enter 键，用于示意输入完毕。在数据以屏幕显示的情况下，人们在 Enter 的同时，也希望把光标移动到下一行。因此 C 语言和 Unix 操作系统，重新定义了 LF 的意思，使其表示为移动到下一行。当输入 CR 去存储数据的时候，软件也常常隐式地将其转换为 LF 。

14 – SO – S hift O ut  不用切换

15 – SI – S hift I n   启用切换

早在 1960s 年代，定义 ASCII 字符集的人，就已经懂得了，设计字符集不单单可以用于英文字符集，也要能应用于外文字符集，是很重要的。

定义 Shift In  和 Shift Out 的含义，即考虑到了此点。

最开始，其意为在西里尔语和拉丁语之间切换。西里尔 ASCII 定义中， KOI-7 用到了 Shift 字符。拉丁语用 Shift 去改变打印机的字体。在此种用途中， SO 用于产生双倍宽度的字符，而用 SI 打印压缩的字体。

16 – DLE – D ata L ink E scape  数据链路转义

有时候，我们需要在正在进行的通信过程中去发送一些控制字符。但是，总有一些情况下，这些控制字符却被看成了普通的数据流，而没有起到对应的控制效果。而 ASCII 标准中，定义 DLE 来解决这类问题。

如果数据流中检测到了 DLE ，数据接收端则对其后面接下来的数据流中的字符，另作处理。而关于具体如何处理这些字符， ASCII 规范中则没有具体定义，而只是弄了个 DLE 去打断正常数据的处理，告诉接下来的数据，要特殊对待。根据Modem 中的 Hayes 通信协议 DLE 定义为“无声 +++ 无声”。以我的观点，这样可能会更好：如果 Hayes 协议没有把DLE 处理为嵌入通讯的无声状态，那样就符合现存的标准了。然而 Hayes 的开发者却觉得 +++ 用的频率要远高于原始的DLE ，所以才这么定义了。

17 – DC1 – D evice C ontrol 1 / XON – Transmission on

这个 ASCII 控制字符尽管原先定义为 DC1 ，   但是现在常表示为 XON ，用于串行通信中的软件流控制。其主要作用为，在通信被控制码 XOFF 中断之后，重新开始信息传输。用过串行终端的人应该还记得，当有时候数据出错了，按 Ctrl+Q（等价于 XON ）有时候可以起到重新传输的效果。这是因为，此 Ctrl+Q 键盘序列实际上就是产生 XON 控制码，其可以将那些由于终端或者主机方面，由于偶尔出现的错误的 XOFF 控制码而中断的通信解锁，使其正常通信。

18 – DC2 – D evice C ontrol 2

19 – DC3 – D evice C ontrol 3 / XOFF – Transmission off  传输中断

20 – DC4 – D evice C ontrol 4

21 – NAK – N egative A cK nowledgment  负面响应 ->  无响应 ,  非正常响应

22 – SYN – SYN chronous idle

23 – ETB – E nd of T ransmission B lock  块传输中止

24 – CAN – CAN cel  取消

25 – EM – E nd of M edium   已到介质末端，介质存储已满

EM 用于，当数据存储到达串行存储介质末尾的时候，就像磁带或磁头滚动到介质末尾一样。其用于表述数据的逻辑终点，即不必非要是物理上的达到数据载体的末尾。

26 – SUB – SUB stitute character 替补 / 替换

27 – ESC – ESC ape  逃离 / 取消

字符 Escape ，是 ASCII 标准的首创的，由 Bob Bemer 提议的。用于开始一段控制码的扩展字符。如此，即可以不必将所有可能想得到的字符都放到 ASCII 标准中了。因为，新的技术可能需要新的控制命令，而 ESC 可以用作这些字符命令的起始标志。 ESC 广泛用于打印机和终端，去控制设备设置，比如字体，字符位置和颜色等等。如果最开始的 ASCII 标准中，没有定义 ESC ，估计 ASCII 标准早就被其他标准所替代了，因为其没有包含这些新出现的字符，所以肯定会有其他新的标准出现，用于表示这些字符的。即， ESC 给开发者提供了，可以根据需要而定义新含义的字符的可能。

28 – FS – F ile S eparator  文件分隔符

文件分隔符是个很有意思的控制字符，因为其可以让我们看到 1960s 年代的时候，计算机技术是如何组织的。我们现在，习惯于随即访问一些存储介质，比如 RAM ，磁盘，但是在定义 ASCII 标 准的那个年代，大部分数据还是顺序的，串行的，而不是随机访问的。此处所说的串行的，不仅仅指的是串行通信，还指的是顺序存储介质，比如穿孔卡片，纸带， 磁带等。在串行通信的时代，设计这么一个用于表示文件分隔符的控制字符，用于分割两个单独的文件，是一件很明智的事情。而 FS 的原因就在于此。

29 – GS – G roup S eparator 分组符

ASCII 定义控制字符的原因中，其中一条就是考虑到了数据存储方面的情况。大部分情况下，数据库的建立，都和表有关，包含了对应的记录。同一个表中的所有的记录，属于同一类型。不同的表中的记录，属于对应的不同的类型。而分组符 GS 就是用来分隔串行数据存储系统中的不同的组。值得注意的是，当时还没有使用 word 的表格，当时 ASCII 时代的人，把他叫做组。

30 – RS – R ecord S eparator 记录分隔符

记录分隔符 RS 用于分隔在一个组或表内的多个记录。

31 – US – U nit S eparator  单元分隔符

在 ASCII 定义中，在数据库中所存储的，最小的数据项，叫做 Unit 单元。而现在我们称其 field 域。单元分隔符 US 用于分割串行数据存储环境下的不同的域。

现在大部分的数据库实现，要求大部分类型都拥有固定的长度。

尽管大部分时候可能用不到，但是对于每一个域，却都要分配足够大的空间，用于存放最大可能的成员变量。这样的做法，占用了大量的存储空间，而 US 控制码允许域具有可变的长度。在 1960s 年代，数据存储空间很有限，用 US 这个单元分隔符，将不同单元分隔开，这样就可以实现更高效地存储那些宝贵的数据。另一方面，串行存储的存储效率，远低于RAM 和磁盘中所实现的表格存储。我个人无法想象，如果现在的数据，还是存储在自带或者带滚轮的磁带上，会是何种景象。

32 – SP – White SP ace  空格键

也许你会争论说，空格键是否真的能算是一个控制字符？因为现在在普通文字中使用空格键是如此常见。

但是，既然水平制表符和退格键在 ASCII 中， 都被叫做控制字符了，那么我觉得也很自然地，可以把空格键（向前的空格）也叫做控制字符，毕竟，其本身并不代表一个真正的可见的字符，而仅仅只是很常用于 输出设备，用于处理位置前向移动一格，清除当前位置的内容而已。在很多程序中，比如字符处理程序，白空格同样可能从导致行尾转到下一行行首，而网络浏览器 将多个空格组合成单个空格输出。

所以，这更加坚定了我的想法，觉得完全可以把空格看成是一个控制字符，而不仅仅是一个很独特的普通字符。

127 – DEL – DEL ete   删除

有人也许会问，为何 ASCII 字符集中的控制字符的值都是很小的，即 0-32 ，而 DEL 控制字符的值却很大，是 127 。这是由于这个特殊的字符是为纸带而定义的。而在那个时候，绝大多数的纸带，都是用 7 个孔洞去编码数据的。而 127 这个值所对应的二进制值为 111 1111b ，表示所有 7 个比特位都是高，所以，将 DEL 用在现存的纸带上时，所有的洞就都被穿孔了，就把已经存在的数据都擦出掉了，就起到了对应的删除的作用了。