Обработка текстовой информации 7 класс

Директор школы попросила завуча распечатать список учеников на завтра, а файл на флешке оказался «кракозябрами»: вместо имён — знаки вопросов и странные буквы. Виновата не флешка и не принтер, а кодировка: файл записали в одной таблице кодов, а открыли в другой. Эта история — лучший вход в тему: текст, который мы видим как буквы, компьютер хранит как числа, и если таблица соответствий перепутана, то перепутаны и буквы. Разберёмся, как символы превращаются в байты, как сосчитать объём сочинения, не взвешивая компьютер, и почему один и тот же документ в разных форматах весит по-разному.

Компьютер умеет хранить только числа, поэтому буквы, цифры и знаки препинания договариваются записывать числами. Каждому символу присваивается код — номер в таблице, и текст превращается в цепочку номеров. Чтобы компьютеры понимали друг друга, таблицы стандартизировали: исторически один символ занимал один байт — восемь битов, что позволяло закодировать двести пятьдесят шесть разных символов. Для латиницы и цифр этого хватало, для русского и китайского пришлось изобретать многоязычные кодировки, где символ может занимать и один, и два, и четыре байта. Но принцип не меняется: текст — это числа, а числа — это биты.

Кодировочные таблицы: откуда берутся кракозябры

Кодировочная таблица — это словарь соответствий «символ — число». Если два человека пользуются разными словарями, разговор выходит странным: число семьдесят семь в одной таблице означает латинскую букву M, а в другой — русский мягкий знак или греческую букву. Именно так рождаются кракозябры: файл записан в одной таблице, а читается по другой, и каждая буква становится другим символом. Современные текстовые редакторы умеют угадывать кодировку, но угадывание — не гарантия, поэтому при обмене документами важен формат и кодировка по умолчанию, обычно многоязычная UTF-8, которая умеет записать символы практически всех языков мира.

Расчёт объёма текста — самая практичная задача темы. Если один символ занимает один байт, то объём текста равен числу символов в байтах. Считаем сочуинение: сорок строк по пятьдесят символов — две тысячи символов, две тысячи байт. Одна страница учебника — порядка трёх тысяч символов, целый школьный учебник — около миллиона, то есть один мегабайт текста. Из этой арифметики растут все задачи про дискеты, флешки и почту: сообщение в одну строку весит десятки байт, фотография — тысячи раз больше. Текст — самое лёгкое, что может хранить компьютер, и это стоит почувствовать на числах.

Редактор: инструмент, который делает больше, чем печать

Текстовый редактор — программа для создания и правки текстовых документов, и современный редактор делает куда больше, чем хранит нажатия клавиш. Он следит за границами слов, переносит их по правилам языка, проверяет орфографию прямо во время набора, считает символы и страницы, отменяет неудачные действия и сохраняет файлы в форматах. Разница между простым и развитым редактором — как между блокнотом и издательством: первый хранит только буквы, второй управляет видом страницы, шрифтами, колонтитулами и оглавлением. Выбор инструмента зависит от задачи: записку достаточно набрать в простом редакторе, а для доклада с титульным листом нужен текстовый процессор.

Формат файла — договорённость о том, как хранить текст и его оформление. Простой текстовый формат хранит только сами символы и перевод строк: весит мало, но не умеет ни жирного шрифта, ни картинок. Форматированные форматы добавляют разметку: шрифты, отступы, таблицы, изображения — файл тяжелеет в разы. Внутри любого текстового файла лежат те же числа-коды, но вокруг них добавляются команды оформления, и их тоже нужно уметь читать программам получателей. Поэтому документ, пересланный в непопулярном формате, у адресата может открыться «криво»: программы договорились не обо всём.

Сравни весом на живом примере: записка из тысячи символов в простом формате — килобайт, а та же записка с логотипом, шрифтами и отступами в процессорном формате — десятки килобайт. Разница — плата за оформление, и она честная: в файле хранятся команды, которые рисуют вид страницы. Отсюда практический навык: выбирая формат, решай, что важнее — крошечный вес для почты или богатое оформление для печати. Отдельная хитрость — сохранение в простой текст: оно снимает всё оформление до букв и кодов, и иногда это именно то, что нужно — например, чтобы передать список без сюрпризов.

Структурирование — умение делить документ на смысловые части, и это навык не про компьютер, а про мышление. У большого документа есть иерархия: заголовок, разделы, подразделы, абзацы. Абзац — минимальная смысловая порция: одна мысль — один абзац, и это правило делает текст читаемым. Стили в процессоре — заготовки оформления для каждого уровня: задал стиль заголовка один раз — и все заголовки одинаковы, а оглавление собирается автоматически по этим стилям одним щелчком. Списки, таблицы, сноски — те же структурные элементы: каждое средство экономит читателю усилия, и в этом весь смысл оформления.

Правка — вторая половина обработки, и редактор делает её цивилизованной. Поиск находит каждое вхождение слова по всему документу за мгновение, замена исправляет опечатку в ста местах одним щелчком, а история изменений позволяет откатить неудачную правку. До компьютеров правка текста означала переписывание страницы заново — отсюда и слово «черновик». Сегодня работа с документом итеративна: набросал, поправил, переставил абзацы, выровнял заголовки — и каждая итерация стоит секунды, а не часа. Умение быстро править текст — это и есть обработка информации в прямом смысле: данные меняются, а их смысл улучшается.

Отдельный навык — перевод документа между видами. Печать — это тоже обработка: редактор переводит коды символов в точки на бумаге через драйвер принтера. Экспорт в другой формат переупаковывает содержимое: часть оформления сохраняется, часть теряется, и заранее знать, что выживет, — признак грамотного пользователя. Поиск по документу и автосохранение — те же операции над цепочками кодов, выполняемые незаметно для тебя. Каждый раз, когда редактор «что-то делает сам», под капотом работает та же арифметика символов и байтов, которую ты считаешь в задачах этой темы.

За любым удобством редактора стоит та самая арифметика кодов. Автоперенос — пересчёт позиции каждого символа; счётчик знаков — мгновенное сложение длин всех строк; поиск и замена — быстрое сравнение кодов по всему тексту. Когда понимаешь, что текст — это цепочка чисел, инструменты перестают быть магией: каждая кнопка редактора — операция над массивом кодов. Это же понимание нужно и дальше: в восьмом классе вы посчитаете объём графики и звука, а в десятом — научитесь переводить между кодировками вручную.

Дальше — тренажёр и тест. Считай объёмы в байтах и килобайтах, различай простой текст и форматированный, собирай структуру документа из заголовков и абзацев. За текстом в курсе следуют графика и звук — там та же логика «одна порция данных — столько-то байт», но порции крупнее. А пока проверь себя квизом и потренируй пересчёт: он понадобится на каждой контрольной по информатике, от седьмого класса до экзаменов.

Подсказка: клавиши J — следующая тема, K — предыдущая, на телефоне: свайп влево/вправо — соседняя тема