يبدأ النص الثنائي باختيار الترميز
يصف الثنائي نظام أعداد، لكن الرسالة تحتاج إلى قاعدة أخرى: ترميز الأحرف. يتحول الحرف A إلى البايت 65 في كل من ASCII وUTF-8، ويُكتب بالثنائي 01000001. وقد يخفي هذا المثال البسيط تفصيلًا مهمًا: كثير من الأحرف تحتاج إلى أكثر من بايت واحد في UTF-8، لذا فإن عدّ المجموعات ليس مثل عدّ الأحرف على الشاشة.
اختر ASCII الصارم عند فحص نظام يقبل القيم من صفر إلى 127 فقط. ترفض الأداة أي حرف خارج هذا النطاق. أما UTF-8 فهو الخيار المفيد للمستندات العادية متعددة اللغات. فقد تشغل كلمة هندية أو اسم عائلة بحروف معلّمة أو رمز تعبيري عدة بايتات وتبقى قطعة نص قصيرة مقروءة. وترميز هذه الأحرف لا يترجم لغتها.
عند فك الترميز، يقبل هذا المترجم سلاسل ثنائية متصلة ومجموعات بايتات كاملة مفصولة بمسافات أو فواصل أو نقطتين رأسيتين. ويجب أن تحتوي كل سلسلة على مضاعف للعدد ثمانية من البتات. ولن يضم مجموعتين مكسورتين ويتظاهر بأنهما بايت صالح. وقد يظل تسلسل بايتات صحيح نحويًا UTF-8 غير صالح؛ وهذا ينتج خطأً منفصلًا مع إبقاء المدخلات الأصلية متاحة.
في الدفعات، يستخدم كل ملف الإعدادات المحددة. ولا يؤدي إخفاق ملف إلى إزالة المخرجات الناجحة، ويحدد تقرير ZIP حالات الإخفاق بحسب ترتيب التحديد. اقرأ النص المفكوك قبل تمريره إلى سير عمل المستندات. الترميز الثنائي مجرد تمثيل وليس تشفيرًا: يمكن لأي شخص يملك قاعدة الترميز نفسها عكسه.