第五章_数字多媒体技术复习资料.docVIP

第五章 数字媒体及应用 【知识点1】文本（text）：是基于特定字符集的、具有上下文相关性的一个（二进制编码）字符流，字符在计算机中采用二进制编码表示。 文本在计算机中的处理过程：文本的准备（例如汉字的输入），文本编辑，文本处理，文本存储与传输、文本展现等。 【知识点2】字符的编码 1）西文字符的编码 由拉丁字母、数字、标点符号及一些特殊符号组成。 字符的编码：字符集中每一个字符各有一个代码，即字符的二进制表示，称为该字符的编码。 2）ASCII字符集和ASCII码 美国标准信息交换码(American Standard Code for Information Interchange)：使用7个二进位对字符进行编码（叫做标准ASCII码），称为ISO-646标准。 基本的ASCII字符集共有128个字符： 96个可打印字符（常用字母、数字、标点符号等） 32个控制字符 特殊字符的ASCII码 空格（32） A（65） a（97） 0（48） 3）扩充ASCII字符集 标准ASCII码是七位的编码，但最高位一般为“0”，在数据传输时可用作奇偶校验位。 扩充ASCII字符集：高位为1的8位代码（十进制数128～255），称为扩展ASCII码。 4）汉字的编码 （1）GB2312-80汉字编码 《信息交换用汉字编码字符集·基本集》(GB2312-80) 组成： 第一部分：字母、数字和各种符号，包括拉丁字母、俄文、日文平假名与片假名、希腊字母、汉语拼音等共682个（统称为GB2312图形符号） 第二部分：一级常用汉字，共3755个， 按汉语拼音排列 第三部分：二级常用字，共3008个， 按偏旁部首排列 区位码：GB2312国标字符集，它分成94行、94列，行号称为区号，列号称为位号。每一个汉字或符号在码表中都有各自的位置，字符的位置用它所在的区号(行号)及位号(列号)来表示。每个汉字的区号和位号分别用1个字节来表示， 如：“大”字的区号20，位号83，区位码是20 83 用2个字节表示为01010011 国标交换码: 问题：信息通信中，汉字的区位码与通信使用的控制码（00H～1FH）发生冲突。 解决方案：为了避免汉字区位码与通信控制码的冲突，ISO2022规定，每个汉字的区号和位号必须分别加上32（即二进制0010 0000）。 机内码： 问题：文本中的汉字与西文字符经常是混合在一起使用的，汉字信息如不予以特别的标识，它与单字节的标准ASCII码就会混淆不清。 解决方法：把一个汉字看作两个扩展ASCII码，使表示GB2312汉字的两个字节的最高位(b7)都等于“1”。这种高位为l的双字节(16位)汉字编码就称为GB2312汉字的“机内码”，又称内码。 汉字编码例 例如：“啊” 区位码： 16 01 = 10 01H 0001 0000 0000 0001 国标码： 30 21H = 10 01H ＋20 20H 0011 0000 0010 0001 机内码： B0 A1H = 30 21H ＋80 80H （1）GB2312-80汉字编码 （2）GBK汉字内码扩充规范 问题：GB2312-80只有6763个汉字。 组成：21003个汉字，883个图形符号，与GB2312兼容，包括繁体字。 应用： 操作系统——Windows 95以上简体中文版，采用GBK代码，并提供了多种输入法和字体 应用软件——Office 95以上简体中文版本提供GBK码的检索和排序 互联网应用——许多网站的网页使用GBK代码，但目前还不是所有搜索引擎都支持 GBK 汉字文本的搜索 （3）GB18030汉字编码标准，兼容GBK和GB2312。 （4）通用编码字符集UCS/Unicode 目标与途径：实现所有字符在同一字符集中统一编码 （5）中国台湾的BIG5(大五码)标准 GB2312、GBK、GB18030 这几种字符集的主要区别是什么？早期的计算机使用7位的ASCII编码，为了处理汉字，程序员设计了用于简体中文的GB2312和用于繁体中文的big5。?GB2312（1980年）：16位字符集，收录有6763个简体汉字，682个符号，共7445个字符；?优点：适用于简体中文环境，属于中国国家标准，通行于大陆，新加坡等地也使用此编码；?缺点：不兼容繁体中文，其汉字集合过少。?GBK（1995年）：16位字符集，收录有21003个汉字，883个符号，共21886个字符；?优点：适用于简繁中文共存的环境，为简体Windows所使用（代码页cp936），向下完全兼容gb2312，向上支持 ISO-10646 国际标准 ；所有字符都