¿Por qué los caracteres especiales como "retorno de carro" se representan como "^ M"?

¿Por qué se ^Mutiliza para representar un retorno de carro en VIM y otros contextos?

Mi conjetura es que Mes la 13a letra del alfabeto latino y un retorno de carro es \x0Do decimal 13. ¿Es esta la razón? ¿Esta representación está documentada en alguna parte?

Noto que Tab está representado por ^I, que es la novena letra del alfabeto latino. Por el contrario, Tab es \x09o decimal 9, lo que apoya mi teoría indicada anteriormente. Sin embargo, ¿dónde podría documentarse esto como un hecho?

Creo que lo que OP estaba preguntando realmente se llama notación Caret .

La notación Caret es una notación para caracteres de control no imprimibles en codificación ASCII. La notación consiste en un cursor (^) seguido de una letra mayúscula; este dígrafo representa el código ASCII que tiene el valor numérico equivalente al valor numérico de la letra. Por ejemplo, el carácter EOT con un valor de 4 se representa como ^ D porque D es la cuarta letra del alfabeto. El carácter NUL con un valor de 0 se representa como ^ @ (@ es el carácter ASCII antes de A). El carácter DEL con el valor 127 generalmente se representa como ^ ?, porque el ASCII '?' está antes de '@' y -1 es lo mismo que 127 si está enmascarado a 7 bits. Una formulación alternativa de la traducción es que el carácter impreso se encuentra invirtiendo el séptimo bit del código ASCII

La lista completa de caracteres de control ASCII junto con la notación de intercalación se puede encontrar aquí

Con respecto a vim y otros editores de texto: normalmente solo verá ^ M si abre un archivo de texto con formato de Windows (CRLF) en un editor que espera terminaciones de línea de Linux (LF). El 0x0A se representa como un salto de línea, el 0x0D justo antes de imprimirse como ^ M. La mayoría de las veces, la configuración predeterminada del editor incluye "reconocer automáticamente los finales de línea".

Esa es exactamente la razón.

ASCII define los caracteres 0-31 como códigos de control sin impresión. Aquí hay un extracto de la ascii(7)página del manual de un sistema Linux aleatorio ( man ascii), incluido CR (13):

   Oct   Dec   Hex   Char                       
   ─────────────────────────────────────────────
   000   0     00    NUL '\0'                    
   001   1     01    SOH (start of heading)     
   002   2     02    STX (start of text)         
   003   3     03    ETX (end of text)           
   004   4     04    EOT (end of transmission)   
   005   5     05    ENQ (enquiry)               
   006   6     06    ACK (acknowledge)           
   007   7     07    BEL '\a' (bell)             
   010   8     08    BS  '\b' (backspace)       
   011   9     09    HT  '\t' (horizontal tab)  
   012   10    0A    LF  '\n' (new line)        
   013   11    0B    VT  '\v' (vertical tab)    
   014   12    0C    FF  '\f' (form feed)       
   015   13    0D    CR  '\r' (carriage ret)    

Convencionalmente, estos caracteres se generan con Controlla letra correspondiente al carácter requerido. Los teletipos y los primeros teclados terminales tenían 'BELL' escrito encima de la Gtecla por este motivo.

El documento de estándares que definió ASCII es ASA X3.4-1963 , que fue publicado por la American Standards Association en 1963. No puedo encontrar el documento original en su sitio web, pero este extracto del documento original muestra la tabla de caracteres, que incluye Los códigos de control anteriores.

La notación se remonta a los primeros teletipos ASCII (ca 1963). Había una tecla CTRL que alternaba el bit 0x40 para que CTRL-M (retorno de carro) fuera 0D en lugar de 4D, CTRL-G (campana) sería 07 en lugar de 47, CTRL-L (avance de formulario) sería 0C en su lugar de 4C.

No había un "diseño" en la asignación de letras particulares a funciones particulares, era solo casualidad que, cuando el polvo se resolvió de asignar códigos ASCII, la tecla M era un poco diferente del retorno de carro y, por lo tanto, el retorno de carro se convirtió en CTRL-M.

Aquí está la mejor toma que puedo encontrar de un teclado ASR33. Como puede ver, los nombres de los caracteres de control están impresos en minúsculas en las teclas alfa correspondientes.

^{Imagen de Marcin Wichary, usuario: AlanM1 (derivado (recortado) del archivo: ASR-33 2.jpg ) [ CC BY 2.0 ], a través de Wikimedia Commons}

La tecla M no tiene una notación porque hay una tecla dedicada "RETORNO", por lo que CTRL-M es redundante.

El cursor (^) es solo una abreviatura para escribir, mantenga presionada la tecla Control - CTRL.

En los viejos tiempos, podía escribir estos códigos (ver arriba) directamente, la tecla Ctrl + G (^ G) haría que el terminal se "ding"

Cuando desee agregar un CR en Vim, use la tecla Ctrl + M, etc., pestaña = Ctrl + I

La necesidad de alguna forma visual de mostrar lo que son, por definición, caracteres no imprimibles.

Entonces, alguien a principios de la década de 1970 (o tal vez antes) (recuerdo haberlo visto en CP / M, y alguien más ya ha mencionado TOPS) decidió que "letra caret plus" sería el símbolo de los 26 caracteres de control ASCII no imprimibles con valores 1 a 26. El valor 0 se imprimió como ^ @ y el valor 127 como ^ ?.

Donde está documentado, bueno, esta página enumera cada carácter de control, con cómo ingresarlo / representarlo con la tecla de control (aunque el primero, el carácter ascii 0, no tiene representación de clave de control), y no tiene nada para el carácter 127. Y proporciona fuentes en la parte inferior

https://www.cs.tut.fi/~jkorpela/chars/c0.html

Uno podría preguntarse, dado que hay 33 caracteres de control (caracteres ASCII 0-31 por lo que 32 caracteres, + carácter 127. por lo tanto, = 33 caracteres) Cómo se representarían todos ya que solo hay 26 letras en el alfabeto. Bueno, usa Ctrl-A para Ascii carácter 1, Ctrl-Z para ascii carácter 26, y allí una vez que llega a Ctrl-Z, usa [ \ ] ^ _

Enumera Ctrl-Z como SUB, aunque en DOS y el indicador de cmd es EOF, y como usuario técnico lo usa cuando hace copy con a.adónde a.aestá su archivo. Ingresas el texto y lo terminas con Ctrl-Z, que curiosamente no ingresa un marcador EOF. Pero le dice a CMD que ese es el final del archivo, por lo que CMD lo escribe.

Esa página web cs.tut.fi proporciona esto como fuente
http://www.wps.com/texts/codes/X3.4-1963/index.html

pero es un enlace roto, pero disponible en archive.org está en forma de JPG

Código estándar americano para el intercambio de información
ASA estándar X3.4-1963

https://web.archive.org/web/20010430085116/http://www.wps.com/texts/codes/X3.4-1963/index.html

Puede ver todas las Controlasignaciones de caracteres ASCII no rentables en esta tabla.