كشف ترميز الملف

خطوات الاستخدام

أدخل قيم البايتات: يجب إدخال قيم البايتات كأرقام عشرية مفصولة بفواصل (مثل 72,101,108,108,111). كل رقم يمثل بايتًا واحدًا، ويتراوح بين 0 و255. هذه القيم تمثل محتوى الملف الخام، ويمكن الحصول عليها باستخدام أدوات مثل hexdump أو برمجياً من خلال قراءة الملف كبث بايت.

فهم النطاق ASCII: النطاق ASCII (American Standard Code for Information Interchange) يغطي القيم من 0 إلى 127. هذه القيم تمثل الحروف الإنجليزية والأرقام والرموز الشائعة مثل المسافة وعلامات الترقيم. أي قيمة خارج هذا النطاق (128-255) تُعتبر غير ASCII وتشير إلى ترميز مختلف مثل UTF-8 أو UTF-16 أو ترميزات خاصة بلغات غير الإنجليزية.

حساب النسبة: تقوم الخوارزمية بحساب عدد البايتات التي تقع ضمن النطاق ASCII (0-127) وعدد البايتات خارج هذا النطاق (128-255). ثم تحسب النسبة المئوية للبايتات ASCII من إجمالي البايتات باستخدام الصيغة: (عدد بايتات ASCII ÷ إجمالي البايتات) × 100. وتقوم أيضًا بحساب النسبة المئوية للبايتات غير ASCII.

الأسئلة الشائعة

ASCII هو معيار ترميز قديم يمثل 128 حرفًا باستخدام 7 بتات (القيم 0-127). هذه الحروف تشمل الأبجدية الإنجليزية (A-Z, a-z)، والأرقام (0-9)، وعلامات الترقيم الشائعة، وبعض رموز التحكم مثل المسافة وسطر جديد. أي قيمة بايت أعلى من 127 (128-255) تعتبر غير ASCII. في العصور الحديثة، تم توسيع الترميزات لتشمل العديد من اللغات والرموز باستخدام البايت الكامل (8 بتات). على سبيل المثال، ترميز ISO-8859-1 يستخدم القيم 128-255 لتمثيل حروف مثل é وü وغيرها. لكن أشهر ترميز حديث هو UTF-8، الذي يستخدم بايت واحد للقيم من 0-127 (متوافق مع ASCII)، وبايتين أو ثلاثة أو أربعة للقيم الأعلى. لذلك، إذا رأيت بايتات غير ASCII في ملف، فهذا يعني أن الملف إما يستخدم ترميزًا قديمًا غير ASCII (مثل ISO-8859-1) أو ترميزًا حديثًا مثل UTF-8 (حيث البايتات الأولى للأحرف غير اللاتينية تكون في النطاق 128-255). ولكن لا يمكن التمييز بينهما بمجرد النظر إلى البايتات بدون تحليل السياق. هذه الأداة تعطيك نظرة سريعة عن توازن ASCII vs غير ASCII لتحديد ما إذا كان الملف يحتوي على محتوى غير إنجليزي أو بيانات ثنائية.

نعم، ولكن بحذر. الملفات النصية العادية تحتوي عادة على نسبة عالية من قيم ASCII (خاصة إذا كانت باللغة الإنجليزية)، لأن الحروف الإنجليزية والمسافات والأرقام كلها ضمن ASCII. حتى مع أحرف مثل é في UTF-8، قد لا تتجاوز نسبة غير ASCII 10-20% إذا كان النص قصيرًا. أما الملفات الثنائية (مثل الصور أو الملفات المضغوطة) فتحتوي عادة على توزيع عشوائي للبايتات عبر النطاق 0-255، مما يؤدي إلى نسبة غير ASCII قريبة من 50% (نظرًا لأن النطاق ASCII يغطي نصف القيم فقط (0-127) والنطاق غير ASCII يغطي النصف الآخر (128-255). لذلك، إذا كانت نسبة غير ASCII حول 50% أو أعلى، فمن المحتمل أن الملف ثنائي. لكن هذا ليس دقيقًا دائمًا: بعض الملفات النصية بلغات مثل الصينية أو العربية باستخدام UTF-8 قد تحتوي على نسبة عالية من غير ASCII (قد تصل إلى 40-50%) لأن كل حرف يأخذ 2-3 بايتات غير ASCII. لذا يجب استخدام الأداة كدليل أولي فقط. لتأكيد طبيعة الملف، يجب فحص توقيع الملف (magic bytes) أو استخدام أدوات متخصصة.

القيود تشمل: (1) لا يمكن التمييز بين ترميزات مثل UTF-8 وUTF-16: كلا الترميزين ينتجان بايتات غير ASCII، لكن UTF-16 يستخدم بايتين لكل حرف تقريبًا، مما قد يزيد نسبة غير ASCII حتى في النص الإنجليزي (مثلاً الحرف 'A' في UTF-16 سيظهر كبايتين: 0,65 أو 65,0 حسب ترتيب البايت). لذلك، ملف UTF-16 إنجليزي قد يظهر بنسبة غير ASCII تصل إلى 50%. (2) لا يكشف الترميزات القديمة مثل ISO-8859-1: حيث أن جميع البايتات ضمن النطاق 0-255، لكن بايتات ASCII (0-127) وغير ASCII (128-255) قد تظهر بنسب مختلفة حسب اللغة. (3) الحساسية لطول الملف: في ملفات قصيرة، قد تكون النسبة مضللة. (4) عدم التعرف على BOM (Byte Order Mark): بعض الملفات تبدأ ببايتات BOM (مثل UTF-8: 239,187,191) والتي تعتبر غير ASCII وقد تشوه النسبة. بشكل عام، هذه الأداة مفيدة كفحص سريع ولكنها لا تغني عن أدوات الكشف التلقائي عن الترميز.

إذا كانت النسبة 0% ASCII، فهذا يعني أن جميع البايتات المدخلة (وكل بايتات الملف) تقع في النطاق 128-255. هذا أمر نادر جدًا في الملفات النصية العادية، حتى الملفات غير الإنجليزية تحتوي على مسافات أو أحرف تحكم في النطاق ASCII (مثل المسافة 32 وسطر جديد 10). إذا رأيت 0%، فمن المحتمل جدًا أن الملف ثنائي بالكامل (مثل ملف صورة أو صوت مضغوط). يوجد احتمال ضئيل أن يكون الملف نصًا بترميز 8 بت خالص مثل EBCDIC (وهو نادر)، أو أنه ملف مشفر. لكن في العادة، يشير 0% ASCII إلى بيانات غير نصية. لاحظ أنه حتى الملفات النصية بلغات مثل العربية (بترميز UTF-8) تحتوي على مسافات وأرقام والتي هي ASCII، لذا النسبة لن تكون صفرًا. إذا كنت تتأكد من أن الملف نصي ولكن النتيجة 0%، فقد يكون هناك خطأ في إدخال البايتات.

كشف ترميز الملف

أدخل القيم

خطوات الاستخدام

أمثلة محلولة

الأسئلة الشائعة

أدخل القيم

خطوات الاستخدام

حاسبات ذات صلة

1مثال 1: نص إنجليزي بسيط 'Hello' (بايتات: 72,101,108,108,111). ما هي نسبة ASCII وغير ASCII؟

2مثال 2: نص يحتوي على حرف é (بايتات UTF-8: 195,169) متبوعًا بـ 'ho' (بايتات: 104,111). أدخل القيم: 195,169,104,111. ما النتيجة؟

الأسئلة الشائعة