计算机字符集.docVIP

字符集 目录[隐藏] 概述 ASCII 字符集 1．名称的由来 2．特点 3．包含内容 4．技术特征 5．ASCII扩展字符集 GB2312 字符集 1．名称的由来 2．特点 3．包含内容 4．技术特征 5．编码举例 BIG5 字符集 1．名称的由来 2．特点 3．字符编码方法 4．Big5 的局限性 GB18030 字符集 1．名称的由来 2．特点 3．编码方法 4．包含的内容 Unicode字符集 1．名称的由来 2．特征 3．编码方法 4．UTF-8 编码 5．UTF-16 和 UTF-32 编码 概述 ASCII 字符集 1．名称的由来 2．特点 3．包含内容 4．技术特征 5．ASCII扩展字符集 GB2312 字符集 1．名称的由来 2．特点 3．包含内容 4．技术特征 5．编码举例 BIG5 字符集 1．名称的由来 2．特点 3．字符编码方法 4．Big5 的局限性 GB18030 字符集 1．名称的由来 2．特点 3．编码方法 4．包含的内容 Unicode字符集 1．名称的由来 2．特征 3．编码方法 4．UTF-8 编码 5．UTF-16 和 UTF-32 编码 [编辑本段] 概述 字符（Character）是各种文字和符号的总称，包括各国家文字、标点符号、图形符号、数字等。字符集（Character set）是多个字符的集合，字符集种类较多，每个字符集包含的字符个数不同，常见字符集名称：ASCII字符集、GB2312字符集、BIG5字符集、 GB18030字符集、Unicode字符集等。计算机要准确的处理各种字符集文字，需要进行字符编码，以便计算机能够识别和存储各种文字。 中文文字数目大，而且还分为简体中文和繁体中文两种不同书写规则的文字，而计算机最初是按英语单字节字符设计的，因此，对中文字符进行编码，是中文信息交流的技术基础。本文将按照字符集的时间顺序讨论几种典型的字符集，选取几种代表性的中文字符集，研究历史由来、特点、技术特征。 [编辑本段] ASCII 字符集 　　 1．名称的由来 　　ASCII（American Standard Code for Information Interchange，美国信息互换标准代码）是基于罗马字母表的一套电脑编码系统。 　　 2．特点 　　它主要用于显示现代英语和其他西欧语言。它是现今最通用的单字节编码系统，并等同于国际标准ISO 646。 　　 3．包含内容 　　控制字符：回车键、退格、换行键等。 　　可显示字符：英文大小写字符、阿拉伯数字和西文符号 　　 4．技术特征 　　7位（bits）表示一个字符，共128字符 　　 5．ASCII扩展字符集 　　7位编码的字符集只能支持128个字符，为了表示更多的欧洲常用字符对ASCII进行了扩展，ASCII扩展字符集使用8位（bits）表示一个字符，共256字符。 　　ASCII扩展字符集比ASCII字符集扩充出来的符号包括表格符号、计算符号、希腊字母和特殊的拉丁符号。 [编辑本段] GB2312 字符集 　　 1．名称的由来 　　GB2312又称为GB2312-80字符集，全称为《信息交换用汉字编码字符集·基本集》，由原中国国家标准总局发布，1981年5月1日实施。 　　 2．特点 　　GB2312是中国国家标准的简体中文字符集。它所收录的汉字已经覆盖99.75%的使用频率，基本满足了汉字的计算机处理需要。在中国大陆和新加坡获广泛使用。 　　 3．包含内容 　　GB2312收录简化汉字及一般符号、序号、数字、拉丁字母、日文假名、希腊字母、俄文字母、汉语拼音符号、汉语注音字母，共 7445 个图形字符。其中包括6763个汉字，其中一级汉字3755个，二级汉字3008个；包括拉丁字母、希腊字母、日文平假名及片假名字母、俄语西里尔字母在内的682个全角字符。 　　 4．技术特征 　　（1）分区表示： 　　GB2312中对所收汉字进行了“分区”处理，每区含有94个汉字/符号。这种表示方式也称为区位码。 　　各区包含的字符如下：01-09区为特殊符号；16-55区为一级汉字，按拼音排序；56-87区为二级汉字，按部首/笔画排序；10-15区及88-94区则未有编码。 　　（2）双字节表示 　　两个字节中前面的字节为第一字节，后面的字节为第二字节。习惯上称第一字节为“高字节” ，而称第二字节为“低字节”。 　　“高位字节”使用了0xA1-0xF7(把01-87区的区号加上0xA0)，“低位字节”使用了0xA1-0xFE(把01-94加上0xA0)。 　　 5．编码举例 　　以GB