做嵌入式调试、协议解析的朋友经常会遇到这种场面串口日志里蹦出一串\x02、\x11得靠一张 ASCII 码速查表才能对上号。我以前也是从网上找表图片放大就糊、网页里广告比表格还多控制字符那一栏还经常缺失更别说按自己的习惯排序和筛选了。后来干脆用 Python 写了个小脚本把 0 到 127 这 128 个码位全部生成出来想要终端表格就打印表格想导成 CSV、Markdown、JSON 或者带搜索框的 HTML 页面都行整个过程三分钟不到拿到手的是一份完全属于自己的 ASCII 码速查表。它解决的不是“ASCII 是什么”这种概念问题而是把码位、缩写、进制形态、可打印性、中文含义集中在同一张表里随时能查、随时能改、随时能打印成卡片贴在显示器边上。刚接触底层调试的新手可以拿它当参照系常年跟字节流打交道的老手也值得留一份在自己机器上毕竟网上的表你改不了一行。1. 先想清楚这张表到底要解决什么问题1.1 网上下载的 ASCII 表为什么总是不好用大多数人第一次找 ASCII 表都是搜到一张图或者一个静态网页存进收藏夹下次要用再翻出来。这种用法在只查A是 65 的时候没问题一旦遇到控制字符就抓瞎了。我统计过自己过去半年的需求真正需要查的可打印字符不到三成剩下七成全是查0x0D是回车还是换行、0x1B是不是 ESC、0x7F到底是 DEL 还是别的什么。静态表最大的毛病就在这里控制字符那一栏经常只有缩写没有中文解释有的干脆把 0 到 31 全画成空白因为“反正也打不出来”。第二个毛病是不支持筛选。调试不同协议时关注的范围完全不一样解析二进制帧头时只关心 0 到 32写正则表达式时只关心 32 到 126做字符编码迁移时又要把十六进制和二进制对着看。静态表没法按范围过滤也没法一次打印出“只看可打印字符”的版本。第三个毛病是格式固定你在终端里想快速grep一下或者在 Markdown 笔记里嵌一段静态图片和网页都做不到。这三个问题凑在一起结论就很清楚了需要的不是一个“能看”的 ASCII 码速查表而是一个“能按需生成”的生成器。数据只有 128 行写在代码里也就几十行常量但生成器可以输出任意格式、任意范围、任意详略这才是真正解决问题的形态。1.2 我的方案取舍一个脚本五种输出确定要自己生成之后第一件事是定输出格式。我最初只想做终端打印后来发现不同场景下的诉求差别很大最终定了五种终端表格用于即时查询CSV 用于丢进电子表格软件做进一步加工Markdown 用于嵌进笔记和项目文档JSON 用于程序消费和二次开发HTML 用于做成一个可以本地打开、带搜索框的速查页。为什么不干脆做一个网页应用因为打开成本太高。查一个0x1B要开浏览器、等页面加载、在收藏夹里翻半天而终端里一条命令就能出结果。为什么不用现成的库Python 标准库里已经有string模块的printable、unicodedata模块的name但没有现成的“带进制转换和中文说明的完整表”生成器自己拼装反而更快而且零依赖拷贝到任何一台有 Python 3 的机器上都能跑。还有一个关键取舍是数据来源。控制字符的缩写和含义没法从标准库直接拿到必须自己维护一张字典。我见过有人用chr(i).isprintable()来判断这个思路对可打印字符有效但控制字符的缩写NUL、SOH、STX 这些只能人工录入。好在只有 33 条0 到 31 加上 127一次性写死后面所有输出格式都复用这一份数据维护成本可以接受。1.3 输出格式选型对比把五种格式放在一起看各自的适用边界其实很清楚选错了会白白浪费时间。下面这张表是我实际用下来之后总结的对照可以当作选型时的参考。输出格式生成速度适用场景主要优点需要注意的点终端表格最快临时查一个码位、脚本里直接看零文件、零依赖、即跑即看中文字符对齐要单独处理CSV快丢进电子表格排序、筛选、做透视通用性最强几乎任何工具都能读文件编码要带 BOM否则中文字段乱码Markdown快写进笔记、项目 README、技术文档纯文本可 diff方便版本管理管道符和反斜杠要做转义JSON快被其他程序读取、做成接口数据结构清晰字段可扩展体积比 CSV 大人眼阅读不友好HTML略慢本地速查页、打印成纸质卡片可加搜索框浏览器里体验最好特殊字符要转义否则表格错位我自己的习惯是日常查询用终端写文档时生成 Markdown需要打印贴在工位上就生成 HTML 再走浏览器打印。CSV 和 JSON 属于“备着”真正用到的时候往往是别人要或者要把表喂给另一个脚本做批量处理。这套组合覆盖了我过去几年遇到的所有需求暂时没发现需要第六种格式的场景。2. 别背了ASCII 的排列规律其实很有逻辑2.1 0 到 31 和 127控制字符的四个分组很多人记不住控制字符是因为把它们当成 33 个孤立的值硬背。其实这 33 个码位是有分组的按功能大致可以分成四类记住分组比记住单个值高效得多。第一组是 0 到 6加上 16 到 21属于传输控制类包括 NUL空字符、SOH标题开始、STX正文开始、ETX正文结束、EOT传输结束、ENQ询问、ACK确认、NAK否认这些。这一组的历史背景是早期的电传打字机通信协议现在真正还在用的主要是 NUL 和 ACK/NAK其余多见于老协议的帧结构定义里。第二组是 7 到 13属于格式控制类也就是最常用的那几个BEL响铃7、BS退格8、HT水平制表9、LF换行10、VT垂直制表11、FF换页12、CR回车13。这七个是真正需要肌肉记忆的因为每天都在跟它们打交道。我个人的记法是记住\r\n是 13 和 10\t是 9\b是 8剩下的按顺序推。第三组是 14 到 31属于设备控制和分隔符类包括 SO移出、SI移入、DLE数据链路转义、DC1 到 DC4设备控制、CAN取消、EM介质结束、SUB替换、ESC转义27、FS/GS/RS/US四级分隔符。这一组里 ESC 用得最多剩下的在文本协议里偶尔能见到 FS 到 US 作为字段分隔。第四组只有一个127也就是 DEL删除。它排在最末尾而不是和前面连在一起原因是早期纸带打孔时代DEL 的用途是把纸带上对应位置的孔全部打掉来“擦除”一个字符所以它的二进制是01111111七个 1物理上就是全打孔。理解了这个来历127 这个看似突兀的值就再也忘不掉了。2.2 32 到 126可打印字符的五段式布局可打印区间 32 到 126 一共 95 个字符看似杂乱实际上排布得非常规整按顺序是五段空格、标点区、数字区、大写字母区、小写字母区中间穿插了几段标点。具体来说32 是空格。33 到 47 是第一批标点符号从感叹号!一直到斜杠/这一段在键盘上大致对应数字键的上档位。48 到 57 是十个数字0到9这是整个表里最规整的一段。58 到 64 是第二批标点从冒号:到 at 符号。65 到 90 是 26 个大写字母A到Z。91 到 96 是第三批标点从方括号[到反引号。97 到 122 是 26 个小写字母a到z。123 到 126 是最后一批标点从花括号{到波浪号~。这个布局最妙的地方在于三段标点33 到 47、58 到 64、91 到 96、123 到 126把数字和字母隔开形成清晰的边界。你在十六进制视图里看到0x30到0x39闭着眼也知道是数字看到0x41到0x5A就知道是大写字母。这种“看到区间就知道类型”的特性是靠背单个值永远得不到的直觉。2.3 三条能省下大量记忆的换算关系真正值得记的换算关系只有三条掌握之后绝大多数查表动作都可以在脑子里完成。第一条大写字母和小写字母相差 32。A是 65a是 97差 32也就是十六进制的0x20。这条关系在做大小写转换时极其有用等价于把二进制的第 5 位从 0 数起置 1 或清 0。比如a的二进制是01100001把第 5 位清零就变成01000001也就是A。第二条数字字符和它的数值相差 48。0是 481是 49一直到9是 57。所以字符7减去0得到整数 7这是所有语言里char - 0这种写法的底层依据。十六进制里0x30到0x39对应十个数字也很好记因为0x30的低四位正好是 0 到 9。第三条字母在字母表里的位置可以从A推导。A是0x41a是0x61所以第 n 个字母从 0 开始数就是0x41 n和0x61 n。比如F是第 5 个0x41 5 0x46对照一下确实是 70。这条规律让我在写十六进制转储工具时经常直接心算出对应字符省掉不少查表时间。2.4 进制换算十六进制为什么是首选同一个码位有四种常见表示十进制、十六进制、八进制、二进制。生成表的时候四种都列出来是为了对照方便但日常使用中十六进制出现频率远高于其他三种原因有两个。第一十六进制和二进制是直接对应的一位十六进制对应四位二进制不需要做除法。看到0x41就能直接展开成0100 0001反过来也一样。查高位、查标志位的时候这种直接映射比十进制方便太多。第二ASCII 表的关键边界在十六进制下都是整数控制字符是0x00到0x1F空格是0x20数字是0x30到0x39大写字母是0x41到0x5A小写字母是0x61到0x7ADEL 是0x7F。所有边界都是整十或整段记忆负担小。八进制在现代开发里用得少但在一些老的协议文档和文件权限表示里还会遇到所以表里保留一列。二进制列主要用于教学和位运算场景完整列出八位高位补零比七位更直观也方便和字节对齐。十进制则是给人看的写业务代码时用得最多。需要提醒一点ASCII 严格来说是 7 位编码范围 0 到 127第 8 位在原始标准里是做奇偶校验用的。后来各种扩展编码把 128 到 255 也用上了但那已经不是 ASCII 了而是各种扩展字符集。生成表的时候如果范围开到 255最好在表头注明“128 以上不属于标准 ASCII”避免误导。3. 完整代码实现从 15 行到可复用工具3.1 最小可用版终端里直接打印如果只是想快速看一张表15 行足够。这段代码只用标准库不需要任何第三方依赖拷贝到任何 Python 3 环境里都能跑。# minimal_ascii.py for code in range(128): ch chr(code) if code 32 or code 127: display ^ chr(code 64) if code ! 127 else ^? name 控制字符 else: display (空格) if code 32 else ch name 可打印 print(f{code:3d} 0x{code:02X} 0o{code:03o} {code:08b} {display:6} {name})chr(code 64)这个写法是控制字符的脱字符表示法码位 0 对应^1 对应^A依此类推31 对应^_。这套表示法在很多终端和编辑器里是通用的比直接打印不可见字符安全得多。127 单独处理成^?因为127 64 191超出了 ASCII 范围。这段代码能跑但输出很粗糙中英文混排会导致列不对齐控制字符没有具体名称也没有分类。它适合应急不适合日常使用。下面的工程版会把这些问题逐个解决。3.2 工程版第一部分控制字符表和显示宽度工程版的第一块是数据部分也就是那张 33 条的控制字符字典。这张表是整个脚本的核心资产后面所有输出格式都从这里取数据。# ascii_sheet.py 第 1 部分常量与数据 import argparse import csv import io import json import unicodedata from pathlib import Path CONTROL { 0: (NUL, 空字符, 字符串终止符C 语言里的 \\0), 1: (SOH, 标题开始, 老式传输协议的帧头标记), 2: (STX, 正文开始, 常作为二进制帧的起始字节), 3: (ETX, 正文结束, 常作为二进制帧的结束字节), 4: (EOT, 传输结束, 表示一次传输完成), 5: (ENQ, 询问, 请求对端应答), 6: (ACK, 确认, 肯定应答), 7: (BEL, 响铃, 终端收到会发出提示音), 8: (BS, 退格, 光标左移一位\\b), 9: (HT, 水平制表, 跳到下一个制表位\\t), 10: (LF, 换行, 光标下移一行\\n), 11: (VT, 垂直制表, 早期终端的纵向跳转), 12: (FF, 换页, 打印机走纸到下一页\\f), 13: (CR, 回车, 光标回到行首\\r), 14: (SO, 移出, 切换到备用字符集), 15: (SI, 移入, 切回默认字符集), 16: (DLE, 数据链路转义, 改变后续字节的解释方式), 17: (DC1, 设备控制 1, 常用于软件流控恢复), 18: (DC2, 设备控制 2, 设备专用), 19: (DC3, 设备控制 3, 常用于软件流控暂停), 20: (DC4, 设备控制 4, 设备专用), 21: (NAK, 否认, 否定应答请求重传), 22: (SYN, 同步空闲, 同步传输时的填充字符), 23: (ETB, 传输块结束, 表示一个数据块结束), 24: (CAN, 取消, 作废当前传输内容), 25: (EM, 介质结束, 存储介质到达末尾), 26: (SUB, 替换, 替换掉一个无法识别的字符), 27: (ESC, 转义, 引出后续控制序列), 28: (FS, 文件分隔符, 四级分隔符中的最高级), 29: (GS, 组分隔符, 四级分隔符中的第二级), 30: (RS, 记录分隔符, 四级分隔符中的第三级), 31: (US, 单元分隔符, 四级分隔符中的最低级), 127: (DEL, 删除, 纸带时代用于打掉全部孔位), } PUNCT_CN { 32: 空格, 33: 感叹号, 34: 双引号, 35: 井号, 36: 美元符号, 37: 百分号, 38: 和号, 39: 单引号, 40: 左圆括号, 41: 右圆括号, 42: 星号, 43: 加号, 44: 逗号, 45: 连字符, 46: 句点, 47: 斜杠, 58: 冒号, 59: 分号, 60: 小于号, 61: 等号, 62: 大于号, 63: 问号, 64: at 符号, 91: 左方括号, 92: 反斜杠, 93: 右方括号, 94: 脱字符, 95: 下划线, 96: 反引号, 123: 左花括号, 124: 竖线, 125: 右花括号, 126: 波浪号, }字典的键是十进制码位值是一个三元组缩写、中文名、备注。这样设计的好处是输出终端表格时取缩写和中文名输出 HTML 时可以把备注也带上不需要在渲染层再做判断。备注字段我尽量写得具体比如0x01的“老式传输协议的帧头标记”比只写“标题开始”有用得多因为后者看完还是不知道它现在用来干嘛。紧接着需要一个显示宽度函数。这是中英文混排表格的关键str.ljust按字符数补齐遇到中文就会错位因为一个汉字在终端里占两列。def disp_width(text): 按终端显示宽度计算字符串长度全角字符算 2半角算 1。 return sum(2 if unicodedata.east_asian_width(c) in (W, F) else 1 for c in text) def pad(text, width): 按显示宽度右补空格。 return text * max(0, width - disp_width(text))unicodedata.east_asian_width返回W宽、F全角、A歧义、Na窄、N中性等值。中文和日文汉字返回W全角符号返回F这两个都按 2 算。歧义字符A在不同终端下宽度不同保守起见按 1 算因为我们的表里很少出现这类字符。这个函数看起来简单但它是所有对齐问题的基础值得单独抽出来。3.3 工程版第二部分构造数据行与分类数据准备好之后下一步是把 0 到 127 逐个转换成统一的行结构。所有输出格式都消费这个结构避免每种格式各写一套逻辑。def classify(code): if code 32 or code 127: return 控制 if code 32: return 空白 if 48 code 57: return 数字 if 65 code 90: return 大写 if 97 code 122: return 小写 return 标点 def build_rows(start0, end127): rows [] for code in range(start, end 1): ch chr(code) kind classify(code) if code in CONTROL: abbr, cn, note CONTROL[code] display ^? if code 127 else ^ chr(code 64) print_ok 否 else: abbr unicodedata.name(ch, UNKNOWN) display (空格) if code 32 else ch cn PUNCT_CN.get(code, ) if kind 数字: cn f数字 {ch} elif kind 大写: cn f大写字母 {ch} elif kind 小写: cn f小写字母 {ch} note print_ok 是 rows.append({ dec: code, hex: f{code:02X}, oct: f{code:03o}, bin: f{code:08b}, char: ch, display: display, name: abbr, cn: cn, kind: kind, note: note, printable: print_ok, }) return rows这里有一处细节值得说明unicodedata.name(chr(65))返回的是LATIN CAPITAL LETTER A这个英文名比缩写A更准确地描述了字符的语义在查表时有用但在终端表格里太占地方。我的处理是在终端输出时截断到 24 个字符在 HTML 和 JSON 里保留完整名称。这种“同一份数据、不同呈现”的策略比为了对齐把所有地方都截断要合理。分类函数用的是纯区间判断没依赖任何库。数字、大写、小写这三个区间的判断顺序有讲究必须在小写判断之前先判断大写因为两个区间不重叠顺序其实无所谓但可读性上按码位从小到大排更直观。标点作为兜底覆盖了剩下的所有码位逻辑上不会漏。3.4 工程版第三部分五种渲染器渲染器是真正把数据变成人能看到的东西的地方。先看终端表格这是用得最多的一个。def render_table(rows): headers [DEC, HEX, OCT, BIN, 字符, 缩写, 类别, 中文说明] body [] for r in rows: body.append([ str(r[dec]), 0x r[hex], 0o r[oct], r[bin], r[display], r[name][:24], r[kind], r[cn], ]) widths [] for i in range(len(headers)): widths.append(max([disp_width(headers[i])] [disp_width(row[i]) for row in body])) sep --.join(- * w for w in widths) lines [ | .join(pad(headers[i], widths[i]) for i in range(len(headers))), sep] for row in body: lines.append( | .join(pad(row[i], widths[i]) for i in range(len(headers)))) return \n.join(lines)widths的计算里用了列表拼接先放入表头宽度再放入所有数据行的宽度取最大值。这种写法的好处是表头和数据谁更宽都不会撑破布局。分隔线用--连接视觉上和|对齐这是终端表格的常见做法比用纯横线更清楚。CSV 渲染器要注意编码问题这一点后面还会专门讲def render_csv(rows): buf io.StringIO() writer csv.writer(buf) writer.writerow([十进制, 十六进制, 八进制, 二进制, 字符, 英文名, 类别, 可打印, 中文说明, 备注]) for r in rows: writer.writerow([r[dec], r[hex], r[oct], r[bin], r[display], r[name], r[kind], r[printable], r[cn], r[note]]) return buf.getvalue()Markdown 渲染器只需要注意一件事表格内容里如果出现竖线会破坏 Markdown 表格的结构。可打印字符里恰好有|124必须转义。def render_markdown(rows): def esc(text): return str(text).replace(\\, \\\\).replace(|, \\|) lines [ | 十进制 | 十六进制 | 二进制 | 字符 | 缩写 | 类别 | 中文说明 |, | --- | --- | --- | --- | --- | --- | --- |, ] for r in rows: lines.append( f| {r[dec]} | 0x{r[hex]} | {r[bin]} | {esc(r[display])} | f{esc(r[name])} | {r[kind]} | {esc(r[cn])} | ) return \n.join(lines)JSON 最简单直接用json.dumps序列化行列表ensure_asciiFalse保证中文不被转义成\uXXXXdef render_json(rows): return json.dumps(rows, ensure_asciiFalse, indent2)HTML 渲染器需要处理特殊字符转义、、、这四个字符如果不转义表格会直接错位。这段代码稍微长一点因为要把搜索框和过滤脚本一起写进去。def esc_html(text): return (str(text).replace(, amp;).replace(, lt;) .replace(, gt;).replace(, quot;)) def render_html(rows): head !DOCTYPE html html langzh-CN head meta charsetutf-8 meta nameviewport contentwidthdevice-width, initial-scale1 titleASCII 码速查表/title style body { font-family: system-ui, sans-serif; margin: 24px; color: #222; } h1 { font-size: 20px; margin-bottom: 12px; } #q { width: 340px; padding: 6px 10px; border: 1px solid #bbb; border-radius: 4px; } table { border-collapse: collapse; margin-top: 16px; font-size: 13px; } th, td { border: 1px solid #ddd; padding: 4px 10px; text-align: left; } th { background: #f2f2f2; position: sticky; top: 0; } tr:nth-child(even) { background: #fafafa; } td.mono { font-family: Consolas, monospace; } /style /head body h1ASCII 码速查表0-127/h1 input idq typetext placeholder输入十进制、十六进制或名称例如 65 / 0x41 / LATIN table idt theadtrthDEC/ththHEX/ththOCT/ththBIN/thth字符/thth英文名/thth类别/thth说明/th/tr/thead tbody body [] for r in rows: body.append( trtd{}/tdtd class\mono\0x{}/tdtd class\mono\0o{}/td td class\mono\{}/tdtd class\mono\{}/tdtd{}/td td{}/tdtd{}/td/tr.format( r[dec], r[hex], r[oct], r[bin], esc_html(r[display]), esc_html(r[name]), esc_html(r[kind]), esc_html(r[cn]), ) ) tail /tbody /table script var input document.getElementById(q); var rows Array.prototype.slice.call(document.querySelectorAll(#t tbody tr)); input.addEventListener(input, function () { var kw input.value.trim().toLowerCase(); rows.forEach(function (tr) { tr.style.display tr.textContent.toLowerCase().indexOf(kw) 0 ? : none; }); }); /script /body /html return head \n.join(body) tail搜索脚本用的是最简单的包含匹配tr.textContent把整行文本拼起来做一次indexOf。这种写法的优点是实现简单、不用建索引128 行数据量下性能完全不是问题。缺点是查41会同时匹配到十六进制0x41和二进制里含41的行但这在速查场景下反而是好事因为多出来的结果也在合理范围内。3.5 工程版第四部分命令行入口最后是把所有部分串起来的入口。参数设计要克制只保留真正需要的几个。def main(): parser argparse.ArgumentParser(description生成 ASCII 码速查表) parser.add_argument(--format, choices[table, csv, md, json, html], defaulttable, help输出格式) parser.add_argument(--start, typeint, default0, help起始码位默认 0) parser.add_argument(--end, typeint, default127, help结束码位默认 127) parser.add_argument(--only, choices[all, printable, control], defaultall, help只输出可打印或控制字符) parser.add_argument(--output, defaultNone, help输出文件路径缺省打印到标准输出) args parser.parse_args() if not (0 args.start args.end 127): parser.error(范围必须在 0 到 127 之间且起始不大于结束) rows build_rows(args.start, args.end) if args.only printable: rows [r for r in rows if r[printable] 是] elif args.only control: rows [r for r in rows if r[printable] 否] renderers {table: render_table, csv: render_csv, md: render_markdown, json: render_json, html: render_html} text renderers[args.format](rows) if args.output: encoding utf-8-sig if args.format csv else utf-8 Path(args.output).write_text(text, encodingencoding) print(f已写入 {args.output}共 {len(rows)} 行, filesys.stderr) else: print(text) if __name__ __main__: main()几个设计决定值得说明。--only参数用三个枚举值而不是两个布尔开关是因为“只看控制字符”和“只看可打印字符”互斥用枚举可以避免同时传两个开关产生歧义。CSV 的编码判断放在写文件的地方因为只有落盘时才需要考虑 BOM 问题打印到标准输出不需要。提示信息写到stderr而不是stdout这样在管道里使用时不会污染数据流这是个容易被忽略但很实用的细节。范围校验用的是0 start end 127这个链式比较一行搞定三个条件。如果用户传了超出范围的值parser.error会打印用法说明并退出比抛异常友好。4. 实操跑一遍从执行到校验4.1 环境与依赖确认这套脚本只依赖 Python 标准库理论上 Python 3.6 以上都能跑。我实际测试过的环境是 Python 3.9 到 3.12没有遇到兼容性问题。唯一需要注意的是Path.write_text的encoding参数在很老的版本上行为略有差异如果用的是 3.5 以前的版本建议换成显式的open写法。不需要pip install任何东西这一点在离线环境里特别有用。我经常在一些不能联网的调试机上工作脚本拷过去就能用不需要折腾依赖。如果团队里有人不装 Python可以把生成好的 HTML 直接发给对方浏览器打开就能用这也是我坚持要输出 HTML 的原因之一。检查环境只需要一条命令python3 -c import sys, unicodedata, csv, json; print(sys.version)输出里能看到版本号就说明基础模块齐全。unicodedata是内置模块正常情况下不会缺失极少数精简过的运行环境可能需要单独确认一下。4.2 实际执行与输出片段先跑最常用的终端表格只取可打印部分看看对齐效果python3 ascii_sheet.py --only printable --start 65 --end 90输出大致是这样DEC | HEX | OCT | BIN | 字符 | 缩写 | 类别 | 中文说明 --------------------------------------------------------------------------------- 65 | 0x41 | 0o101 | 01000001 | A | LATIN CAPITAL LETTER A | 大写 | 大写字母 A 66 | 0x42 | 0o102 | 01000010 | B | LATIN CAPITAL LETTER B | 大写 | 大写字母 B 67 | 0x43 | 0o103 | 01000011 | C | LATIN CAPITAL LETTER C | 大写 | 大写字母 C中文列能对齐靠的就是前面那个disp_width函数。如果把pad换成str.ljust你会看到“大写字母 A”和“中文说明”这两列在含中文的行上整体右移两格越往下越乱。再生成一份完整的 HTML 并打开python3 ascii_sheet.py --format html --output ascii.html终端会提示“已写入 ascii.html共 128 行”。用浏览器打开顶部有搜索框输入0x41会立刻筛出A那一行输入大写会把 26 个大写字母全部列出来。这个搜索框是我用得最频繁的功能比在终端里滚动看表快得多。导出 Markdown 用于写文档python3 ascii_sheet.py --format md --start 0 --end 31 --output control.md生成的表格可以直接贴进笔记软件管道符转义已经处理好了。如果直接贴未转义的版本含|字符的那一行会把表格撑成两列这是 Markdown 表格最常见的翻车方式。4.3 结果校验三种自检方法生成完表之后最好做一次校验确认数据没错。我常用三种方法成本从低到高。第一种是往返校验验证chr和ord互为逆运算同时确认范围完整assert all(ord(chr(i)) i for i in range(128)) assert len([i for i in range(128) if chr(i).isprintable()]) 95第二条断言里的 95 是 32 到 126 的字符总数正好等于0x7E - 0x20 1。注意chr(32).isprintable()返回True空格算可打印字符这个容易搞错。第二种是边界抽查挑几个关键点人工核对checks {0x00: NUL, 0x09: HT, 0x0A: LF, 0x0D: CR, 0x1B: ESC, 0x20: SPACE, 0x30: 0, 0x41: A, 0x61: a, 0x7F: DEL} for code, expect in checks.items(): row build_rows(code, code)[0] assert row[name] expect, (code, row[name], expect)第三种是规律校验利用前面讲过的换算关系反向验证整张表rows build_rows() for a in range(65, 91): assert rows[a][char] chr(a) assert ord(rows[a][char]) 32 ord(rows[a 32][char]) # 大小写差 32这三段代码加起来不到二十行建议直接放进脚本里做成--selftest参数。我自己的版本就是这么干的每次改完渲染逻辑先跑一遍自检比肉眼看表可靠得多。4.4 打印成纸质速查卡的排版参数HTML 版除了在浏览器里查还有一个用途是打印。我试过几次128 行单栏打印会占两页浪费纸也不好用。改成两栏之后一页正好放下参数如下。页面设置用 A4 横向边距 10 毫米。表格样式加column-count: 2和column-gap: 8mm字号降到 10 像素行高压缩到 1.3。表头用position: static因为打印时sticky没有意义反而可能在分页处重复。背景色去掉改成纯黑白边框省墨也清楚。page { size: A4 landscape; margin: 10mm; } table { font-size: 10px; line-height: 1.3; column-count: 2; column-gap: 8mm; } th { position: static; background: none; border-bottom: 1.5px solid #000; }有一点需要实测确认不同浏览器的分栏算法不一样有的会在表格中间硬切导致一行被拆到两栏。稳妥的做法是把表格拆成两个独立的table前 64 行一个后 64 行一个并排放进一个两列的容器里。这样分页位置完全可控不会出现半行。5. 踩过的坑与排查清单5.1 中文列对不齐的三种情况中英文混排对齐是这类脚本最容易翻车的地方我遇到过三种情况原因各不相同。第一种是str.ljust直接补空格中文列整体右移。原因是汉字在终端占两列但len()只算一个字符。解决办法就是前面那个disp_width函数。第二种是用了disp_width之后仍然轻微偏移排查下来是标点符号的问题中文全角标点的宽度是 2但英文半角标点在某些字体下渲染宽度不是严格的 1。这种情况没法根治只能尽量让表格里不出现混合标点。第三种是在代码编辑器里对齐了贴到终端里却乱了因为编辑器用的是等宽字体而终端可能用的是非等宽字体。判断方法很简单看输出里MMMM和iiii是否等宽如果不是说明字体不对换一个等宽字体再试。注意disp_width只对终端和纯文本对齐有效HTML 里不要用它来补空格浏览器有自己的排版规则补空格反而会撑开单元格。HTML 的对齐交给 CSS 的padding和text-align。5.2 CSV 打开后中文乱码这个问题我踩过不止一次。用utf-8编码写 CSV某些电子表格软件打开时会把中文识别成乱码原因是它默认按本地编码解析不认没有 BOM 的 UTF-8。解决办法是写文件时用utf-8-sigPython 会自动在文件头加上 BOM 标记。Path(ascii.csv).write_text(text, encodingutf-8-sig)注意只有 CSV 需要这么做。JSON 加 BOM 反而会导致解析失败Markdown 加了也不会有什么好处HTML 里如果已经有meta charsetutf-8BOM 是多余的。所以代码里用的是条件判断只对 CSV 用utf-8-sig。还有一种情况是文件本身没问题但某些软件把长数字列自动转成了科学计数法比如把01000001当成数字处理。这属于软件的行为不是脚本的问题。规避办法是在二进制列前面加一个前导单引号或者在生成 CSV 时把该列强制加引号。我倾向于不处理因为加引号会影响其他工具解析需要的时候在表格软件里手动设成文本格式更干净。5.3 控制字符把终端搞乱有一次我图省事直接把chr(code)打印到终端查看控制字符结果终端进入了奇怪的图形模式光标不见了敲命令也没反应。原因很简单chr(27)是 ESC后面跟着的字符可能被终端解释成控制序列chr(7)会让终端响铃chr(13)会让光标回到行首覆盖已有内容。这类问题在生成表的时候必须提前规避。我的做法是控制字符一律用脱字符表示^、^A这种绝对不直接输出原始字符。可打印字符里也有一小部分需要小心比如 127 和 32前者用^?后者用(空格)这种文字替代。提示如果不小心把终端搞乱了先试试输入reset回车。如果连回显都没有盲打reset再回车通常也能恢复。实在不行就关掉终端重开。5.4 常见问题速查表把上面这些问题和另外几个高频问题整理成一张表遇到时可以直接对号入座。现象可能原因排查方法处理办法中文列整体右移用len()而非显示宽度对比含中文行和纯英文行改用disp_width计算宽度CSV 中文乱码编码为无 BOM 的 UTF-8用十六进制工具看文件头写文件时用utf-8-sig终端显示错乱直接输出了控制字符看是否有 ESC 或 BEL控制字符一律用脱字符表示Markdown 表格错位内容含未转义的竖线搜索表格里的 HTML 表格撑破内容含或检查 60、38 号字符所在
做嵌入式调试、协议解析的朋友经常会遇到这种场面串口日志里蹦出一串\x02、\x11得靠一张 ASCII 码速查表才能对上号。我以前也是从网上找表图片放大就糊、网页里广告比表格还多控制字符那一栏还经常缺失更别说按自己的习惯排序和筛选了。后来干脆用 Python 写了个小脚本把 0 到 127 这 128 个码位全部生成出来想要终端表格就打印表格想导成 CSV、Markdown、JSON 或者带搜索框的 HTML 页面都行整个过程三分钟不到拿到手的是一份完全属于自己的 ASCII 码速查表。它解决的不是“ASCII 是什么”这种概念问题而是把码位、缩写、进制形态、可打印性、中文含义集中在同一张表里随时能查、随时能改、随时能打印成卡片贴在显示器边上。刚接触底层调试的新手可以拿它当参照系常年跟字节流打交道的老手也值得留一份在自己机器上毕竟网上的表你改不了一行。1. 先想清楚这张表到底要解决什么问题1.1 网上下载的 ASCII 表为什么总是不好用大多数人第一次找 ASCII 表都是搜到一张图或者一个静态网页存进收藏夹下次要用再翻出来。这种用法在只查A是 65 的时候没问题一旦遇到控制字符就抓瞎了。我统计过自己过去半年的需求真正需要查的可打印字符不到三成剩下七成全是查0x0D是回车还是换行、0x1B是不是 ESC、0x7F到底是 DEL 还是别的什么。静态表最大的毛病就在这里控制字符那一栏经常只有缩写没有中文解释有的干脆把 0 到 31 全画成空白因为“反正也打不出来”。第二个毛病是不支持筛选。调试不同协议时关注的范围完全不一样解析二进制帧头时只关心 0 到 32写正则表达式时只关心 32 到 126做字符编码迁移时又要把十六进制和二进制对着看。静态表没法按范围过滤也没法一次打印出“只看可打印字符”的版本。第三个毛病是格式固定你在终端里想快速grep一下或者在 Markdown 笔记里嵌一段静态图片和网页都做不到。这三个问题凑在一起结论就很清楚了需要的不是一个“能看”的 ASCII 码速查表而是一个“能按需生成”的生成器。数据只有 128 行写在代码里也就几十行常量但生成器可以输出任意格式、任意范围、任意详略这才是真正解决问题的形态。1.2 我的方案取舍一个脚本五种输出确定要自己生成之后第一件事是定输出格式。我最初只想做终端打印后来发现不同场景下的诉求差别很大最终定了五种终端表格用于即时查询CSV 用于丢进电子表格软件做进一步加工Markdown 用于嵌进笔记和项目文档JSON 用于程序消费和二次开发HTML 用于做成一个可以本地打开、带搜索框的速查页。为什么不干脆做一个网页应用因为打开成本太高。查一个0x1B要开浏览器、等页面加载、在收藏夹里翻半天而终端里一条命令就能出结果。为什么不用现成的库Python 标准库里已经有string模块的printable、unicodedata模块的name但没有现成的“带进制转换和中文说明的完整表”生成器自己拼装反而更快而且零依赖拷贝到任何一台有 Python 3 的机器上都能跑。还有一个关键取舍是数据来源。控制字符的缩写和含义没法从标准库直接拿到必须自己维护一张字典。我见过有人用chr(i).isprintable()来判断这个思路对可打印字符有效但控制字符的缩写NUL、SOH、STX 这些只能人工录入。好在只有 33 条0 到 31 加上 127一次性写死后面所有输出格式都复用这一份数据维护成本可以接受。1.3 输出格式选型对比把五种格式放在一起看各自的适用边界其实很清楚选错了会白白浪费时间。下面这张表是我实际用下来之后总结的对照可以当作选型时的参考。输出格式生成速度适用场景主要优点需要注意的点终端表格最快临时查一个码位、脚本里直接看零文件、零依赖、即跑即看中文字符对齐要单独处理CSV快丢进电子表格排序、筛选、做透视通用性最强几乎任何工具都能读文件编码要带 BOM否则中文字段乱码Markdown快写进笔记、项目 README、技术文档纯文本可 diff方便版本管理管道符和反斜杠要做转义JSON快被其他程序读取、做成接口数据结构清晰字段可扩展体积比 CSV 大人眼阅读不友好HTML略慢本地速查页、打印成纸质卡片可加搜索框浏览器里体验最好特殊字符要转义否则表格错位我自己的习惯是日常查询用终端写文档时生成 Markdown需要打印贴在工位上就生成 HTML 再走浏览器打印。CSV 和 JSON 属于“备着”真正用到的时候往往是别人要或者要把表喂给另一个脚本做批量处理。这套组合覆盖了我过去几年遇到的所有需求暂时没发现需要第六种格式的场景。2. 别背了ASCII 的排列规律其实很有逻辑2.1 0 到 31 和 127控制字符的四个分组很多人记不住控制字符是因为把它们当成 33 个孤立的值硬背。其实这 33 个码位是有分组的按功能大致可以分成四类记住分组比记住单个值高效得多。第一组是 0 到 6加上 16 到 21属于传输控制类包括 NUL空字符、SOH标题开始、STX正文开始、ETX正文结束、EOT传输结束、ENQ询问、ACK确认、NAK否认这些。这一组的历史背景是早期的电传打字机通信协议现在真正还在用的主要是 NUL 和 ACK/NAK其余多见于老协议的帧结构定义里。第二组是 7 到 13属于格式控制类也就是最常用的那几个BEL响铃7、BS退格8、HT水平制表9、LF换行10、VT垂直制表11、FF换页12、CR回车13。这七个是真正需要肌肉记忆的因为每天都在跟它们打交道。我个人的记法是记住\r\n是 13 和 10\t是 9\b是 8剩下的按顺序推。第三组是 14 到 31属于设备控制和分隔符类包括 SO移出、SI移入、DLE数据链路转义、DC1 到 DC4设备控制、CAN取消、EM介质结束、SUB替换、ESC转义27、FS/GS/RS/US四级分隔符。这一组里 ESC 用得最多剩下的在文本协议里偶尔能见到 FS 到 US 作为字段分隔。第四组只有一个127也就是 DEL删除。它排在最末尾而不是和前面连在一起原因是早期纸带打孔时代DEL 的用途是把纸带上对应位置的孔全部打掉来“擦除”一个字符所以它的二进制是01111111七个 1物理上就是全打孔。理解了这个来历127 这个看似突兀的值就再也忘不掉了。2.2 32 到 126可打印字符的五段式布局可打印区间 32 到 126 一共 95 个字符看似杂乱实际上排布得非常规整按顺序是五段空格、标点区、数字区、大写字母区、小写字母区中间穿插了几段标点。具体来说32 是空格。33 到 47 是第一批标点符号从感叹号!一直到斜杠/这一段在键盘上大致对应数字键的上档位。48 到 57 是十个数字0到9这是整个表里最规整的一段。58 到 64 是第二批标点从冒号:到 at 符号。65 到 90 是 26 个大写字母A到Z。91 到 96 是第三批标点从方括号[到反引号。97 到 122 是 26 个小写字母a到z。123 到 126 是最后一批标点从花括号{到波浪号~。这个布局最妙的地方在于三段标点33 到 47、58 到 64、91 到 96、123 到 126把数字和字母隔开形成清晰的边界。你在十六进制视图里看到0x30到0x39闭着眼也知道是数字看到0x41到0x5A就知道是大写字母。这种“看到区间就知道类型”的特性是靠背单个值永远得不到的直觉。2.3 三条能省下大量记忆的换算关系真正值得记的换算关系只有三条掌握之后绝大多数查表动作都可以在脑子里完成。第一条大写字母和小写字母相差 32。A是 65a是 97差 32也就是十六进制的0x20。这条关系在做大小写转换时极其有用等价于把二进制的第 5 位从 0 数起置 1 或清 0。比如a的二进制是01100001把第 5 位清零就变成01000001也就是A。第二条数字字符和它的数值相差 48。0是 481是 49一直到9是 57。所以字符7减去0得到整数 7这是所有语言里char - 0这种写法的底层依据。十六进制里0x30到0x39对应十个数字也很好记因为0x30的低四位正好是 0 到 9。第三条字母在字母表里的位置可以从A推导。A是0x41a是0x61所以第 n 个字母从 0 开始数就是0x41 n和0x61 n。比如F是第 5 个0x41 5 0x46对照一下确实是 70。这条规律让我在写十六进制转储工具时经常直接心算出对应字符省掉不少查表时间。2.4 进制换算十六进制为什么是首选同一个码位有四种常见表示十进制、十六进制、八进制、二进制。生成表的时候四种都列出来是为了对照方便但日常使用中十六进制出现频率远高于其他三种原因有两个。第一十六进制和二进制是直接对应的一位十六进制对应四位二进制不需要做除法。看到0x41就能直接展开成0100 0001反过来也一样。查高位、查标志位的时候这种直接映射比十进制方便太多。第二ASCII 表的关键边界在十六进制下都是整数控制字符是0x00到0x1F空格是0x20数字是0x30到0x39大写字母是0x41到0x5A小写字母是0x61到0x7ADEL 是0x7F。所有边界都是整十或整段记忆负担小。八进制在现代开发里用得少但在一些老的协议文档和文件权限表示里还会遇到所以表里保留一列。二进制列主要用于教学和位运算场景完整列出八位高位补零比七位更直观也方便和字节对齐。十进制则是给人看的写业务代码时用得最多。需要提醒一点ASCII 严格来说是 7 位编码范围 0 到 127第 8 位在原始标准里是做奇偶校验用的。后来各种扩展编码把 128 到 255 也用上了但那已经不是 ASCII 了而是各种扩展字符集。生成表的时候如果范围开到 255最好在表头注明“128 以上不属于标准 ASCII”避免误导。3. 完整代码实现从 15 行到可复用工具3.1 最小可用版终端里直接打印如果只是想快速看一张表15 行足够。这段代码只用标准库不需要任何第三方依赖拷贝到任何 Python 3 环境里都能跑。# minimal_ascii.py for code in range(128): ch chr(code) if code 32 or code 127: display ^ chr(code 64) if code ! 127 else ^? name 控制字符 else: display (空格) if code 32 else ch name 可打印 print(f{code:3d} 0x{code:02X} 0o{code:03o} {code:08b} {display:6} {name})chr(code 64)这个写法是控制字符的脱字符表示法码位 0 对应^1 对应^A依此类推31 对应^_。这套表示法在很多终端和编辑器里是通用的比直接打印不可见字符安全得多。127 单独处理成^?因为127 64 191超出了 ASCII 范围。这段代码能跑但输出很粗糙中英文混排会导致列不对齐控制字符没有具体名称也没有分类。它适合应急不适合日常使用。下面的工程版会把这些问题逐个解决。3.2 工程版第一部分控制字符表和显示宽度工程版的第一块是数据部分也就是那张 33 条的控制字符字典。这张表是整个脚本的核心资产后面所有输出格式都从这里取数据。# ascii_sheet.py 第 1 部分常量与数据 import argparse import csv import io import json import unicodedata from pathlib import Path CONTROL { 0: (NUL, 空字符, 字符串终止符C 语言里的 \\0), 1: (SOH, 标题开始, 老式传输协议的帧头标记), 2: (STX, 正文开始, 常作为二进制帧的起始字节), 3: (ETX, 正文结束, 常作为二进制帧的结束字节), 4: (EOT, 传输结束, 表示一次传输完成), 5: (ENQ, 询问, 请求对端应答), 6: (ACK, 确认, 肯定应答), 7: (BEL, 响铃, 终端收到会发出提示音), 8: (BS, 退格, 光标左移一位\\b), 9: (HT, 水平制表, 跳到下一个制表位\\t), 10: (LF, 换行, 光标下移一行\\n), 11: (VT, 垂直制表, 早期终端的纵向跳转), 12: (FF, 换页, 打印机走纸到下一页\\f), 13: (CR, 回车, 光标回到行首\\r), 14: (SO, 移出, 切换到备用字符集), 15: (SI, 移入, 切回默认字符集), 16: (DLE, 数据链路转义, 改变后续字节的解释方式), 17: (DC1, 设备控制 1, 常用于软件流控恢复), 18: (DC2, 设备控制 2, 设备专用), 19: (DC3, 设备控制 3, 常用于软件流控暂停), 20: (DC4, 设备控制 4, 设备专用), 21: (NAK, 否认, 否定应答请求重传), 22: (SYN, 同步空闲, 同步传输时的填充字符), 23: (ETB, 传输块结束, 表示一个数据块结束), 24: (CAN, 取消, 作废当前传输内容), 25: (EM, 介质结束, 存储介质到达末尾), 26: (SUB, 替换, 替换掉一个无法识别的字符), 27: (ESC, 转义, 引出后续控制序列), 28: (FS, 文件分隔符, 四级分隔符中的最高级), 29: (GS, 组分隔符, 四级分隔符中的第二级), 30: (RS, 记录分隔符, 四级分隔符中的第三级), 31: (US, 单元分隔符, 四级分隔符中的最低级), 127: (DEL, 删除, 纸带时代用于打掉全部孔位), } PUNCT_CN { 32: 空格, 33: 感叹号, 34: 双引号, 35: 井号, 36: 美元符号, 37: 百分号, 38: 和号, 39: 单引号, 40: 左圆括号, 41: 右圆括号, 42: 星号, 43: 加号, 44: 逗号, 45: 连字符, 46: 句点, 47: 斜杠, 58: 冒号, 59: 分号, 60: 小于号, 61: 等号, 62: 大于号, 63: 问号, 64: at 符号, 91: 左方括号, 92: 反斜杠, 93: 右方括号, 94: 脱字符, 95: 下划线, 96: 反引号, 123: 左花括号, 124: 竖线, 125: 右花括号, 126: 波浪号, }字典的键是十进制码位值是一个三元组缩写、中文名、备注。这样设计的好处是输出终端表格时取缩写和中文名输出 HTML 时可以把备注也带上不需要在渲染层再做判断。备注字段我尽量写得具体比如0x01的“老式传输协议的帧头标记”比只写“标题开始”有用得多因为后者看完还是不知道它现在用来干嘛。紧接着需要一个显示宽度函数。这是中英文混排表格的关键str.ljust按字符数补齐遇到中文就会错位因为一个汉字在终端里占两列。def disp_width(text): 按终端显示宽度计算字符串长度全角字符算 2半角算 1。 return sum(2 if unicodedata.east_asian_width(c) in (W, F) else 1 for c in text) def pad(text, width): 按显示宽度右补空格。 return text * max(0, width - disp_width(text))unicodedata.east_asian_width返回W宽、F全角、A歧义、Na窄、N中性等值。中文和日文汉字返回W全角符号返回F这两个都按 2 算。歧义字符A在不同终端下宽度不同保守起见按 1 算因为我们的表里很少出现这类字符。这个函数看起来简单但它是所有对齐问题的基础值得单独抽出来。3.3 工程版第二部分构造数据行与分类数据准备好之后下一步是把 0 到 127 逐个转换成统一的行结构。所有输出格式都消费这个结构避免每种格式各写一套逻辑。def classify(code): if code 32 or code 127: return 控制 if code 32: return 空白 if 48 code 57: return 数字 if 65 code 90: return 大写 if 97 code 122: return 小写 return 标点 def build_rows(start0, end127): rows [] for code in range(start, end 1): ch chr(code) kind classify(code) if code in CONTROL: abbr, cn, note CONTROL[code] display ^? if code 127 else ^ chr(code 64) print_ok 否 else: abbr unicodedata.name(ch, UNKNOWN) display (空格) if code 32 else ch cn PUNCT_CN.get(code, ) if kind 数字: cn f数字 {ch} elif kind 大写: cn f大写字母 {ch} elif kind 小写: cn f小写字母 {ch} note print_ok 是 rows.append({ dec: code, hex: f{code:02X}, oct: f{code:03o}, bin: f{code:08b}, char: ch, display: display, name: abbr, cn: cn, kind: kind, note: note, printable: print_ok, }) return rows这里有一处细节值得说明unicodedata.name(chr(65))返回的是LATIN CAPITAL LETTER A这个英文名比缩写A更准确地描述了字符的语义在查表时有用但在终端表格里太占地方。我的处理是在终端输出时截断到 24 个字符在 HTML 和 JSON 里保留完整名称。这种“同一份数据、不同呈现”的策略比为了对齐把所有地方都截断要合理。分类函数用的是纯区间判断没依赖任何库。数字、大写、小写这三个区间的判断顺序有讲究必须在小写判断之前先判断大写因为两个区间不重叠顺序其实无所谓但可读性上按码位从小到大排更直观。标点作为兜底覆盖了剩下的所有码位逻辑上不会漏。3.4 工程版第三部分五种渲染器渲染器是真正把数据变成人能看到的东西的地方。先看终端表格这是用得最多的一个。def render_table(rows): headers [DEC, HEX, OCT, BIN, 字符, 缩写, 类别, 中文说明] body [] for r in rows: body.append([ str(r[dec]), 0x r[hex], 0o r[oct], r[bin], r[display], r[name][:24], r[kind], r[cn], ]) widths [] for i in range(len(headers)): widths.append(max([disp_width(headers[i])] [disp_width(row[i]) for row in body])) sep --.join(- * w for w in widths) lines [ | .join(pad(headers[i], widths[i]) for i in range(len(headers))), sep] for row in body: lines.append( | .join(pad(row[i], widths[i]) for i in range(len(headers)))) return \n.join(lines)widths的计算里用了列表拼接先放入表头宽度再放入所有数据行的宽度取最大值。这种写法的好处是表头和数据谁更宽都不会撑破布局。分隔线用--连接视觉上和|对齐这是终端表格的常见做法比用纯横线更清楚。CSV 渲染器要注意编码问题这一点后面还会专门讲def render_csv(rows): buf io.StringIO() writer csv.writer(buf) writer.writerow([十进制, 十六进制, 八进制, 二进制, 字符, 英文名, 类别, 可打印, 中文说明, 备注]) for r in rows: writer.writerow([r[dec], r[hex], r[oct], r[bin], r[display], r[name], r[kind], r[printable], r[cn], r[note]]) return buf.getvalue()Markdown 渲染器只需要注意一件事表格内容里如果出现竖线会破坏 Markdown 表格的结构。可打印字符里恰好有|124必须转义。def render_markdown(rows): def esc(text): return str(text).replace(\\, \\\\).replace(|, \\|) lines [ | 十进制 | 十六进制 | 二进制 | 字符 | 缩写 | 类别 | 中文说明 |, | --- | --- | --- | --- | --- | --- | --- |, ] for r in rows: lines.append( f| {r[dec]} | 0x{r[hex]} | {r[bin]} | {esc(r[display])} | f{esc(r[name])} | {r[kind]} | {esc(r[cn])} | ) return \n.join(lines)JSON 最简单直接用json.dumps序列化行列表ensure_asciiFalse保证中文不被转义成\uXXXXdef render_json(rows): return json.dumps(rows, ensure_asciiFalse, indent2)HTML 渲染器需要处理特殊字符转义、、、这四个字符如果不转义表格会直接错位。这段代码稍微长一点因为要把搜索框和过滤脚本一起写进去。def esc_html(text): return (str(text).replace(, amp;).replace(, lt;) .replace(, gt;).replace(, quot;)) def render_html(rows): head !DOCTYPE html html langzh-CN head meta charsetutf-8 meta nameviewport contentwidthdevice-width, initial-scale1 titleASCII 码速查表/title style body { font-family: system-ui, sans-serif; margin: 24px; color: #222; } h1 { font-size: 20px; margin-bottom: 12px; } #q { width: 340px; padding: 6px 10px; border: 1px solid #bbb; border-radius: 4px; } table { border-collapse: collapse; margin-top: 16px; font-size: 13px; } th, td { border: 1px solid #ddd; padding: 4px 10px; text-align: left; } th { background: #f2f2f2; position: sticky; top: 0; } tr:nth-child(even) { background: #fafafa; } td.mono { font-family: Consolas, monospace; } /style /head body h1ASCII 码速查表0-127/h1 input idq typetext placeholder输入十进制、十六进制或名称例如 65 / 0x41 / LATIN table idt theadtrthDEC/ththHEX/ththOCT/ththBIN/thth字符/thth英文名/thth类别/thth说明/th/tr/thead tbody body [] for r in rows: body.append( trtd{}/tdtd class\mono\0x{}/tdtd class\mono\0o{}/td td class\mono\{}/tdtd class\mono\{}/tdtd{}/td td{}/tdtd{}/td/tr.format( r[dec], r[hex], r[oct], r[bin], esc_html(r[display]), esc_html(r[name]), esc_html(r[kind]), esc_html(r[cn]), ) ) tail /tbody /table script var input document.getElementById(q); var rows Array.prototype.slice.call(document.querySelectorAll(#t tbody tr)); input.addEventListener(input, function () { var kw input.value.trim().toLowerCase(); rows.forEach(function (tr) { tr.style.display tr.textContent.toLowerCase().indexOf(kw) 0 ? : none; }); }); /script /body /html return head \n.join(body) tail搜索脚本用的是最简单的包含匹配tr.textContent把整行文本拼起来做一次indexOf。这种写法的优点是实现简单、不用建索引128 行数据量下性能完全不是问题。缺点是查41会同时匹配到十六进制0x41和二进制里含41的行但这在速查场景下反而是好事因为多出来的结果也在合理范围内。3.5 工程版第四部分命令行入口最后是把所有部分串起来的入口。参数设计要克制只保留真正需要的几个。def main(): parser argparse.ArgumentParser(description生成 ASCII 码速查表) parser.add_argument(--format, choices[table, csv, md, json, html], defaulttable, help输出格式) parser.add_argument(--start, typeint, default0, help起始码位默认 0) parser.add_argument(--end, typeint, default127, help结束码位默认 127) parser.add_argument(--only, choices[all, printable, control], defaultall, help只输出可打印或控制字符) parser.add_argument(--output, defaultNone, help输出文件路径缺省打印到标准输出) args parser.parse_args() if not (0 args.start args.end 127): parser.error(范围必须在 0 到 127 之间且起始不大于结束) rows build_rows(args.start, args.end) if args.only printable: rows [r for r in rows if r[printable] 是] elif args.only control: rows [r for r in rows if r[printable] 否] renderers {table: render_table, csv: render_csv, md: render_markdown, json: render_json, html: render_html} text renderers[args.format](rows) if args.output: encoding utf-8-sig if args.format csv else utf-8 Path(args.output).write_text(text, encodingencoding) print(f已写入 {args.output}共 {len(rows)} 行, filesys.stderr) else: print(text) if __name__ __main__: main()几个设计决定值得说明。--only参数用三个枚举值而不是两个布尔开关是因为“只看控制字符”和“只看可打印字符”互斥用枚举可以避免同时传两个开关产生歧义。CSV 的编码判断放在写文件的地方因为只有落盘时才需要考虑 BOM 问题打印到标准输出不需要。提示信息写到stderr而不是stdout这样在管道里使用时不会污染数据流这是个容易被忽略但很实用的细节。范围校验用的是0 start end 127这个链式比较一行搞定三个条件。如果用户传了超出范围的值parser.error会打印用法说明并退出比抛异常友好。4. 实操跑一遍从执行到校验4.1 环境与依赖确认这套脚本只依赖 Python 标准库理论上 Python 3.6 以上都能跑。我实际测试过的环境是 Python 3.9 到 3.12没有遇到兼容性问题。唯一需要注意的是Path.write_text的encoding参数在很老的版本上行为略有差异如果用的是 3.5 以前的版本建议换成显式的open写法。不需要pip install任何东西这一点在离线环境里特别有用。我经常在一些不能联网的调试机上工作脚本拷过去就能用不需要折腾依赖。如果团队里有人不装 Python可以把生成好的 HTML 直接发给对方浏览器打开就能用这也是我坚持要输出 HTML 的原因之一。检查环境只需要一条命令python3 -c import sys, unicodedata, csv, json; print(sys.version)输出里能看到版本号就说明基础模块齐全。unicodedata是内置模块正常情况下不会缺失极少数精简过的运行环境可能需要单独确认一下。4.2 实际执行与输出片段先跑最常用的终端表格只取可打印部分看看对齐效果python3 ascii_sheet.py --only printable --start 65 --end 90输出大致是这样DEC | HEX | OCT | BIN | 字符 | 缩写 | 类别 | 中文说明 --------------------------------------------------------------------------------- 65 | 0x41 | 0o101 | 01000001 | A | LATIN CAPITAL LETTER A | 大写 | 大写字母 A 66 | 0x42 | 0o102 | 01000010 | B | LATIN CAPITAL LETTER B | 大写 | 大写字母 B 67 | 0x43 | 0o103 | 01000011 | C | LATIN CAPITAL LETTER C | 大写 | 大写字母 C中文列能对齐靠的就是前面那个disp_width函数。如果把pad换成str.ljust你会看到“大写字母 A”和“中文说明”这两列在含中文的行上整体右移两格越往下越乱。再生成一份完整的 HTML 并打开python3 ascii_sheet.py --format html --output ascii.html终端会提示“已写入 ascii.html共 128 行”。用浏览器打开顶部有搜索框输入0x41会立刻筛出A那一行输入大写会把 26 个大写字母全部列出来。这个搜索框是我用得最频繁的功能比在终端里滚动看表快得多。导出 Markdown 用于写文档python3 ascii_sheet.py --format md --start 0 --end 31 --output control.md生成的表格可以直接贴进笔记软件管道符转义已经处理好了。如果直接贴未转义的版本含|字符的那一行会把表格撑成两列这是 Markdown 表格最常见的翻车方式。4.3 结果校验三种自检方法生成完表之后最好做一次校验确认数据没错。我常用三种方法成本从低到高。第一种是往返校验验证chr和ord互为逆运算同时确认范围完整assert all(ord(chr(i)) i for i in range(128)) assert len([i for i in range(128) if chr(i).isprintable()]) 95第二条断言里的 95 是 32 到 126 的字符总数正好等于0x7E - 0x20 1。注意chr(32).isprintable()返回True空格算可打印字符这个容易搞错。第二种是边界抽查挑几个关键点人工核对checks {0x00: NUL, 0x09: HT, 0x0A: LF, 0x0D: CR, 0x1B: ESC, 0x20: SPACE, 0x30: 0, 0x41: A, 0x61: a, 0x7F: DEL} for code, expect in checks.items(): row build_rows(code, code)[0] assert row[name] expect, (code, row[name], expect)第三种是规律校验利用前面讲过的换算关系反向验证整张表rows build_rows() for a in range(65, 91): assert rows[a][char] chr(a) assert ord(rows[a][char]) 32 ord(rows[a 32][char]) # 大小写差 32这三段代码加起来不到二十行建议直接放进脚本里做成--selftest参数。我自己的版本就是这么干的每次改完渲染逻辑先跑一遍自检比肉眼看表可靠得多。4.4 打印成纸质速查卡的排版参数HTML 版除了在浏览器里查还有一个用途是打印。我试过几次128 行单栏打印会占两页浪费纸也不好用。改成两栏之后一页正好放下参数如下。页面设置用 A4 横向边距 10 毫米。表格样式加column-count: 2和column-gap: 8mm字号降到 10 像素行高压缩到 1.3。表头用position: static因为打印时sticky没有意义反而可能在分页处重复。背景色去掉改成纯黑白边框省墨也清楚。page { size: A4 landscape; margin: 10mm; } table { font-size: 10px; line-height: 1.3; column-count: 2; column-gap: 8mm; } th { position: static; background: none; border-bottom: 1.5px solid #000; }有一点需要实测确认不同浏览器的分栏算法不一样有的会在表格中间硬切导致一行被拆到两栏。稳妥的做法是把表格拆成两个独立的table前 64 行一个后 64 行一个并排放进一个两列的容器里。这样分页位置完全可控不会出现半行。5. 踩过的坑与排查清单5.1 中文列对不齐的三种情况中英文混排对齐是这类脚本最容易翻车的地方我遇到过三种情况原因各不相同。第一种是str.ljust直接补空格中文列整体右移。原因是汉字在终端占两列但len()只算一个字符。解决办法就是前面那个disp_width函数。第二种是用了disp_width之后仍然轻微偏移排查下来是标点符号的问题中文全角标点的宽度是 2但英文半角标点在某些字体下渲染宽度不是严格的 1。这种情况没法根治只能尽量让表格里不出现混合标点。第三种是在代码编辑器里对齐了贴到终端里却乱了因为编辑器用的是等宽字体而终端可能用的是非等宽字体。判断方法很简单看输出里MMMM和iiii是否等宽如果不是说明字体不对换一个等宽字体再试。注意disp_width只对终端和纯文本对齐有效HTML 里不要用它来补空格浏览器有自己的排版规则补空格反而会撑开单元格。HTML 的对齐交给 CSS 的padding和text-align。5.2 CSV 打开后中文乱码这个问题我踩过不止一次。用utf-8编码写 CSV某些电子表格软件打开时会把中文识别成乱码原因是它默认按本地编码解析不认没有 BOM 的 UTF-8。解决办法是写文件时用utf-8-sigPython 会自动在文件头加上 BOM 标记。Path(ascii.csv).write_text(text, encodingutf-8-sig)注意只有 CSV 需要这么做。JSON 加 BOM 反而会导致解析失败Markdown 加了也不会有什么好处HTML 里如果已经有meta charsetutf-8BOM 是多余的。所以代码里用的是条件判断只对 CSV 用utf-8-sig。还有一种情况是文件本身没问题但某些软件把长数字列自动转成了科学计数法比如把01000001当成数字处理。这属于软件的行为不是脚本的问题。规避办法是在二进制列前面加一个前导单引号或者在生成 CSV 时把该列强制加引号。我倾向于不处理因为加引号会影响其他工具解析需要的时候在表格软件里手动设成文本格式更干净。5.3 控制字符把终端搞乱有一次我图省事直接把chr(code)打印到终端查看控制字符结果终端进入了奇怪的图形模式光标不见了敲命令也没反应。原因很简单chr(27)是 ESC后面跟着的字符可能被终端解释成控制序列chr(7)会让终端响铃chr(13)会让光标回到行首覆盖已有内容。这类问题在生成表的时候必须提前规避。我的做法是控制字符一律用脱字符表示^、^A这种绝对不直接输出原始字符。可打印字符里也有一小部分需要小心比如 127 和 32前者用^?后者用(空格)这种文字替代。提示如果不小心把终端搞乱了先试试输入reset回车。如果连回显都没有盲打reset再回车通常也能恢复。实在不行就关掉终端重开。5.4 常见问题速查表把上面这些问题和另外几个高频问题整理成一张表遇到时可以直接对号入座。现象可能原因排查方法处理办法中文列整体右移用len()而非显示宽度对比含中文行和纯英文行改用disp_width计算宽度CSV 中文乱码编码为无 BOM 的 UTF-8用十六进制工具看文件头写文件时用utf-8-sig终端显示错乱直接输出了控制字符看是否有 ESC 或 BEL控制字符一律用脱字符表示Markdown 表格错位内容含未转义的竖线搜索表格里的 HTML 表格撑破内容含或检查 60、38 号字符所在
