2022年2022年计算机中字符的编码 .pdf

《2022年2022年计算机中字符的编码 .pdf》由会员分享，可在线阅读，更多相关《2022年2022年计算机中字符的编码 .pdf（3页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、计算机中字符的编码一个二进制数位简称为位(英文名称为bit)。计算机中最直接、最基本的操作就是对二进制位的操作。一个二进制位可表示两种状态(0 或 1)。两个二进制位可表示四种状态(00，01， 10， 11)。位数多，所表示的状态就越多。ASCII 码ASCII 码是美国信息交换用标准代码(American Standard Codefor Information Interchange)。ASCII 码虽然是美国国家标准，但它已被国际标准化组织(ISO) 认定为国际标准，为世界公认，并在世界范围内通用。ASCII 码用一个8 位二进制数 (字节 )表示，每个字节只占用了7 位，最高位恒为0

2、。 7位 ASCII 码可以表示128(27=128)种字符， 其中通用控制字符34 个，阿拉伯数字10 个，大、小写英文字母52个，各种标点符号和运算符号32 个。编码范围二进制十进制十六进制基本ASCII 码00000000011111110 12707F控制字符0000000000100000、011111110 32、12701F、 7F数字001100000011100148573039大写字母01000001010110106590415A小写字母011000010111101097122617A当最高位为0 时，称为基本ASCII 码，当最高位为1时，形成扩充的ASCII 码，它

3、表示数的范围为128 255，可表示 128 种字符。通常各个国家都把扩充的ASCII 码作为自己国家语言文字的代码。汉字编码我国用户在使用计算机进行信息处理时，一般都要用到汉字。由于汉字是象形文字，字的数目很多， 常用汉字就有3000 5000个，加上汉字的形状和笔画多少差异极大，因此，不可能用少数几个确定的符号将汉字完全表示出来，或像英文那样将汉字拼写出来。汉字必须有它自己独特的编码。1. 汉字信息交换码（国标码）信息交换用汉字编码字符集 基本集是我国于1980 年制定的国家标准GB2312-80，代号为国标码，是国家规定的用于汉字信息处理使用的代码依据。GB2312-80 中规定了信息交

4、换用的6763 个汉字和 682个非汉字图形符号(包括几种外文字母、数字和符号)的代码。6763 个汉字又按其使用频度、组词能力以及用途大小分成一级常用汉字3755 个和二级常用汉字3008 个。一级汉字按拼音字母顺序排列；若遇同音字，则按起笔的笔形顺序排列；若起笔相同，则按第二笔的笔形顺序排列，依次类推。所谓笔形顺序，就是横、竖、撇、点和折的顺序。二级汉字按部首顺序排列。在此标准中，每个汉字(图形符号 )采用双字节表示。每个字节只用低7 位，最高位恒为1。由于低7 位中有 34 种状态是用于控制字符，因此，只有94(128-34=94)种状态可用于汉字编码。这样，双字节的低7位只能表示94

5、94=8836 种状态。名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 1 页，共 3 页 - - - - - - - - - 编码范围二进制数码十进制数码基本ASCII 码00000000011111110127控制字符0000000000100000、 01111111032、127可用汉字段001000010111111033126 (1 94)扩充ASCII 码1000000011111111128255控制字符1000000010100000、 11111111128160

6、、255GB2312-801010000111111110161254 (194)此标准的汉字编码表有94 行、 94 列，其行号称为区号，列号称为位号。双字节中，用高字节表示区号，低字节表示位号。非汉字图形符号置于第1 11 区，一级汉字3755 个且于第 16 55 区，二级汉字3008 个置于第 56 87 区。每个图形字符的汉字交换码，均用两个字节的低7 位二进制码表示。汉字国标码通常用十六进制数表示。例如： “ 中” 字的区号为54，位号为48，计算它的二进制数和十六进制数国标码。解：先将区、位号分别加上32 ：54+32=86 48+32=80 分别转换为二进制数：(86)10=0

7、1010110 (80)10=01010000 得到二进制数国标码为：01010110 01010000。最后通过8 4 2 1 二进制取位法转换成十六进制汉字国标码为：5650。又如 “ 国 ” 字的区号为25，位号为90，用以上相同的方法得到它的国标码为：二进制： 00111001 01111010 十六进制： 397A 2. 汉字的机内码汉字的机内码是供计算机系统内部进行存储、加工处理、传输统一使用的代码，又称为汉字内部码或汉字内码。目前使用最广泛的一种为两个字节的机内码，俗称变形的国标码。这种格式的机内码是将国标GB2312-80 交换码的两个字节的最高位分别置为l而得到的。其最大优点

8、是机内码表示筒单，且与交换码之间有明显的对应关系，同时也解决了中西文机内码存在二义性的问题。例如 “ 中 ” 的国标码为十六进制：5650(01010110 01010000)，其对应的机内码为十六进制：D6D0(11010110 11010000) 。同样， “ 国” 字的国标码为：397A，其对应的机内冯为：B9FA。汉字的机内码与国标码的关系：十六进制：机内码区号(16)国标码高位字节80H 机内码位号(16)国标码低位字节80H 十进制：名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - -

9、 - 第 2 页，共 3 页 - - - - - - - - - 机内码区号国标码高位字节(10) 128 机内码位号国标码低位字节(10) 128 汉字的区位码与国标码的关系：十六进制：国标码高位字节区位码区号(16) 20H 国标码低位字节区位码位号(16) 20H 十进制：国标码高位字节(10)区位码区号32 国标码低位字节(10)区位码位号32 汉字的区位码与机内码的关系：十六进制：机内码高位字节区位码区号(16) A0H 机内码低位字节区位码位号(16) A0H 十进制：机内码高位字节(10)区位码区号160 机内码低位字节(10)区位码位号160 3. 汉字的输入码(外码 ) 汉字

10、输入码是为了将汉字通过键盘输入计算机而设计的代码。汉字输入编码方案很多，其表示形式大多用字母、数字或符号。输入码的长度也不同，多数为四个字节。综合起来可分为流水码、拼音类输入法、拼形类输入法和音形结合类输入法几大类。4. 汉字的字形码汉字字形码是汉字字库中存储的汉字字形的数字化信息，用于汉字的显示和打印。目前汉字字形的产生方式大多是数字式，即以点阵方式形成汉字。因此，汉字字形码主要是指汉字字形点阵的代码。汉字字形点阵有l6 16 点阵、 24 24 点阵、 32 32 点阵、 64 64 点阵、 96 96 点阵、128 128 点阵、 256 256点阵等。一个汉字方块中行数、列数分得越多，

11、描绘的汉字也就越细微，但占用的存储空间也就越多。汉字字形点阵中每个点的信息要用一位二进制码来表示。对于16 16 点阵的字形码， 需要用 32个字节 (16 16 8=32)表示；24 24 点阵的字形码需要用72 个字节 (24 24 8=72)表示。汉字字库，是汉字字形数字化后，以二进制文件形式存储在存储器中而形成的汉字字模库。汉字字模库亦称汉字字形库，简称汉字字库。汉字字库可分为软汉字字库和硬汉字字库。汉字字库文件存储在软盘或硬盘中，称为软汉字宇库。汉字字库存储在汉卡中，将汉卡安装在机器的扩展槽中，称为硬汉字字库，亦称汉卡。名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 3 页，共 3 页 - - - - - - - - -