De bits a letras

Ya sabemos que en un archivo de texto cada grupito de bits representa un carácter. Falta la pregunta obvia: ¿cómo hace la máquina para saber que ese grupito de ceros y unos es una «h»?

Con una tabla. Nada más que eso.

Una lista donde cada letra tiene asignado un número, y ese número se escribe en binario. La tabla original es de 1963 y sigue funcionando igual: la A es el 65, la a es el 97, el espacio es el 32.

Ese acuerdo es todo lo que hace falta para que un archivo escrito en una máquina se lea en otra, sesenta años después, sin que ninguna de las dos sepa nada de la otra.

Los acentos y la ñ son el caso raro. Los primeros 128 números alcanzaban para el inglés y nada más. Todo lo que vino después —acentos, ñ, emojis— se guarda con dos, tres o cuatro grupitos de bits en vez de uno.

Ahí está el porqué de aquella recomendación de no ponerles acentos a los nombres de archivo: si el archivo viaja a un sistema que interpreta esos bytes con otra tabla, el acento se rompe.

Y ahí está el porqué del chorizo de símbolos. Cuando abres un PDF con el Bloc de notas, esos bits describían un pedazo de imagen comprimida. El Bloc de notas no tiene forma de saberlo, así que hace lo único que sabe: corta de ocho en ocho y busca en la tabla.

La tabla siempre devuelve algo — y ese algo es la basura que ves.