¿Qué es ASCII (y Unicode)?

El código sencillo detrás de cada letra que escribes, cómo nacieron de él Unicode y UTF-8 y por qué el texto a veces se convierte en símbolos extraños.

Codificación 7 min de lectura

Los ordenadores solo entienden números, así que cada letra, dígito y símbolo que ves en pantalla se guarda como un número. ASCII es el acuerdo clásico sobre qué número representa a cada carácter, y sigue escondido en casi todos los archivos de texto, páginas web y programas.

En esta guía aprenderás qué es ASCII, cómo se organizan sus códigos, por qué los acentos daban problemas, cómo lo resolvieron Unicode y UTF-8 y cómo encontrar el código de cualquier carácter en segundos.

Consulta cualquier código ASCII Mira la tabla ASCII completa con valores en decimal, hexadecimal, binario y el carácter. Gratis y directamente en tu navegador. Abrir la tabla ASCII

¿Qué es ASCII?

ASCII significa American Standard Code for Information Interchange (Código Estándar Estadounidense para el Intercambio de Información). Se desarrolló en la década de 1960 para que máquinas distintas intercambiaran texto sin confusiones, y asigna un número a cada carácter.

Es un código de 7 bits, es decir, tiene 128 valores posibles, del 0 al 127. Alcanza para el alfabeto inglés en mayúsculas y minúsculas, los dígitos del 0 al 9, signos de puntuación y un conjunto de códigos de control.

Caracteres de control y caracteres imprimibles

Los 128 códigos se dividen en dos grupos. Los códigos del 0 al 31, más el 127, son caracteres de control: no dibujan nada, solo dan instrucciones a un dispositivo. Los códigos del 32 al 126 son los 95 caracteres imprimibles que realmente ves.

Algunos valores que conviene conocer:

  • 32 es el carácter de espacio.
  • Del 48 al 57 son los dígitos del 0 al 9 (así que "0" es 48).
  • Del 65 al 90 son las letras mayúsculas de la A a la Z (así que "A" es 65).
  • Del 97 al 122 son las letras minúsculas de la a a la z (así que "a" es 97).
  • 10 es el salto de línea (line feed), 13 es el retorno de carro y 9 es el tabulador.
  • 0 es el carácter nulo, 27 es Escape y 127 es Delete.

El truco entre mayúsculas y minúsculas

Compara "A" (65) con "a" (97): se diferencian exactamente en 32. Esto vale para todos los pares de letras, así que "B" es 66 y "b" es 98. En binario, esa diferencia es un solo bit, lo que hace que convertir entre mayúsculas y minúsculas sea muy barato para el ordenador.

Los dígitos también siguen un patrón. Como "0" es 48, puedes convertir el carácter de un dígito en su valor numérico restando 48. Es un truco clásico de programación.

Consejo: para pasar una letra a minúscula en ASCII, suma 32 a su código. Para pasarla a mayúscula, réstale 32.

ASCII extendido y páginas de códigos: por qué se rompían los acentos

Los ordenadores guardan los datos en bytes de 8 bits, así que sobraba espacio para otros 128 valores (del 128 al 255). Fabricantes y países llenaron ese espacio de formas distintas y crearon las "páginas de códigos", como ISO-8859-1 para las lenguas de Europa occidental o Windows-1252.

Suelen llamarse ASCII extendido, pero no existe un estándar único: el mismo número podía ser una "é" en una página y un símbolo completamente distinto en otra. Un texto escrito en un sistema podía verse mal en otro, y los idiomas con miles de caracteres directamente no cabían.

Unicode: un número para cada carácter

Unicode lo resolvió dando a cada carácter de cada sistema de escritura un número único, llamado punto de código (code point), que se escribe como U+0041 para la "A". Cubre el latino, el cirílico, el chino, el árabe, el devanagari, el bengalí y muchas otras escrituras, además de símbolos y emojis.

Los primeros 128 puntos de código de Unicode son idénticos a ASCII, así que "A" es 65 en ambos. Unicode es un catálogo de caracteres; cómo se guardan esos números en bytes es otro asunto, que resuelve una codificación.

UTF-8: la codificación que conquistó la web

UTF-8 es la forma más común de almacenar Unicode. Usa de 1 a 4 bytes por carácter: los caracteres ASCII ocupan un solo byte, idéntico al ASCII de siempre, las letras con acento suelen usar dos, muchas otras escrituras usan tres y los emojis usan cuatro.

Como un texto ASCII simple ya es UTF-8 válido, los archivos antiguos y los nuevos conviven sin problemas. Esa compatibilidad es la razón principal de que UTF-8 se haya convertido en el estándar de las páginas web, el código fuente y la mayoría de los sistemas modernos.

Por qué el texto sale roto (mojibake)

El mojibake aparece cuando un texto se guarda con una codificación y se lee con otra. Un ejemplo clásico: la palabra "café" guardada en UTF-8 pero abierta como Windows-1252 aparece como "café", porque los dos bytes de la "é" se leen como dos caracteres distintos.

La solución casi siempre es que ambos lados se pongan de acuerdo. Declara UTF-8 en tu página web, guarda los archivos en UTF-8 y comprueba que las bases de datos y las herramientas usen la misma codificación.

Dónde sigue siendo útil ASCII

Conocer ASCII ayuda en el trabajo técnico diario. Los programadores usan códigos de caracteres para comparar y ordenar texto, validar entradas, crear analizadores y escribir secuencias de escape como \n para un salto de línea o \t para un tabulador.

  • Protocolos y formatos como las cabeceras HTTP, JSON y CSV usan caracteres ASCII en su estructura.
  • Los terminales usan el carácter Escape (27) para iniciar comandos de color y de cursor.
  • Las contraseñas, las URL y los identificadores suelen limitarse a ASCII para evitar problemas de compatibilidad.
  • Depuración: ver el código de un carácter misterioso muestra si es un espacio, un tabulador o un símbolo invisible.

Cómo encontrar el código de un carácter en 3 pasos

  1. Abre la tabla ASCII gratuita en tu navegador.
  2. Busca el carácter que quieres o filtra por su valor decimal, hexadecimal o binario.
  3. Copia el código en el formato que necesites, como decimal para programar o hexadecimal para un editor de bytes.

Errores comunes que debes evitar

  • Creer que el "ASCII extendido" es un único estándar. No lo es; depende de la página de códigos.
  • Guardar un archivo en una codificación y abrirlo en otra.
  • Confundir carácter con byte: en UTF-8, un carácter puede ocupar hasta 4 bytes.
  • Mezclar el dígito "0" (código 48) con el número 0 o con el carácter nulo (código 0).
  • Olvidar los caracteres de control invisibles, como el retorno de carro (13) y el salto de línea (10), al comparar textos de sistemas distintos.

Conclusión

ASCII es un código pequeño y elegante de 128 caracteres que sigue en la base de la informática moderna. Unicode extendió la idea a todos los idiomas y emojis, y UTF-8 la hizo práctica manteniendo la compatibilidad con ASCII. Cuando aparezcan símbolos raros o necesites el código de un carácter, recuerda que solo es cuestión de hacer coincidir codificaciones, y la tabla gratuita está a un clic.

Preguntas frecuentes

¿Cuántos caracteres tiene ASCII?

El ASCII estándar tiene 128 caracteres, numerados del 0 al 127: 33 códigos de control (0 a 31 y 127) y 95 caracteres imprimibles, incluido el espacio.

¿Cuál es la diferencia entre ASCII y Unicode?

ASCII cubre solo 128 caracteres, pensados sobre todo para el inglés. Unicode asigna un número único a caracteres de prácticamente todos los sistemas de escritura, además de símbolos y emojis. Los primeros 128 puntos de código de Unicode son iguales a ASCII.

¿UTF-8 es lo mismo que Unicode?

No. Unicode es el catálogo de caracteres y sus números, mientras que UTF-8 es una forma de guardar esos números en bytes. Existen otras codificaciones, como UTF-16, pero UTF-8 es la más usada en la web.

¿Cuál es el código ASCII de la letra A?

La "A" mayúscula es 65 en decimal (41 en hexadecimal) y la "a" minúscula es 97 (61 en hexadecimal). La diferencia entre ellas es siempre 32.

¿Por qué los acentos se convierten en símbolos raros?

Normalmente porque el texto se guardó en una codificación, como UTF-8, y se abrió en otra, como Windows-1252. Usar la misma codificación en ambos lados, preferiblemente UTF-8, lo soluciona.

Herramientas gratuitas mencionadas en este artículo

Sigue leyendo

Todos los artículos