- 1、本文档共4页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
计算机常见编码
计算机常见编码
一. 有关编码的基础知识
1. 位 bit 最小的单元
字节 byte 机器语言的单位
1byte 8bits
1KB 1024byte
1MB 1024KB
1GB 1024MB
2. 二进制 binary
八进制 octal
十进制 decimal
十六进制 hex
3. 字符:是各种文字和符号的总称,包括各个国家的文字,标点符号,图形符
号,数字等。
字符集:字符集是多个符号的集合,每个字符集包含的字符个数不同。
字符编码:字符集只是规定了有哪些字符,而最终决定采用哪些字符,每一
个字符用多少字节表示等问题,则是由编码来决定的。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。
二. 常见字符集的编码介绍:
常见的字符集有:ASCII 字符集,GB2312 字符集,BIG5 字符集,GB18030 字符集,
Unicode 字符集,下面一一介绍:
1. ASCII 字符集:
? 定义:
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,主要显示
英语和一些西欧语言,是现今最通用的单字节编码系统。
? 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,阿拉伯数字,西文符号)
扩展字符集(表格符号,计算符号,希腊字母,拉丁符号)
? 编码方式:
第 0-31 号及 127 号是控制字符或通讯专用字符;
第 32-126 号是字符,其中 48-57 号为 0-9 十个阿拉伯数字,65-90 号为 26 个
大写英文字母,97-122 号为 26 个英文小写字母,其余为一些标点符号,运
算符号等。
在计算机存储单元中,一个 ASCII 码值占一个字节(8 个二进制位),最高位
是用作奇偶检验位。【奇偶校验是指:在代码传送的过程中,用来检验是否
出错的一种方法。】奇偶校验分为奇校验和偶校验。奇校验规定:正确的代
码一个字节中 1 的个数必须是奇数,若非奇数,则在最高位添 1;偶校验规
定:正确的代码一个字节中 1 的个数必须是奇数,若非奇数,则在最高位添
1。
2. GB2312 字符集:
? 定义:
信息交换用汉字编码字符集。是 中国 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,在中国大陆和新加坡广泛使用。
? 包含内容:
GB2312 收录了简化汉字及一般字符,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,一级汉字 3755 个,二级汉字 3008 个。
? 编码方式:
GB2312 对所收汉字进行了“分区”处理,每区含有 94 个汉字或者符号,这
种表示方法也叫做“区位码”。
它是用双字节表示的,前面的字节为第一字节,又称“高字节”,后面的为
第二字节,“低字节”。
高位字节,把 01-87 区的区号加上 0xA0(相当于数字 160);低位字节把 01-94
区的区号加上 0xA0(相当于数字 160)。 举个简单的小例子:第一个汉字—
—“啊”,它的区号为 16,位号 01,则区位码是 1601。则高字节位:
16+0xA0 0xB0;低字节位:01+0xA0 0xA1,所以“啊”的汉字处理编码为
0xB0A1。
3. GBK 字符集:
? 定义:
GBK 是 GB2312 字符集的扩展(K) 中国的中文编码表升级,融合了更多的
中文文字符号。 ,它收录了 21886 个符号,它分为汉字区和图形符号区,
汉字区包括 21003 个字符。GBK 字符集主要扩展了繁体中文字的支持。
4. BIG5 字符集:
? 定义:
又称大五码,由台湾五家软件公司创立。因为当时台湾没有一个标准的字符
集,而且 GB2312 又没有收录繁体字,所以才推出了 BIG5。
? 包含内容:
BIG5 字符集共收录了 13053 个中文字,该字符集在台湾使用。但是没有考虑
到社会上流通的人名,地方用字,方言用字,化学及生物科等用字,没有包
含日文平假名及片假字母。
? 编码方式:
BIG5 也采用双字节存储方法,一两个字节编码一个字。高位字节的编码范围
是 0xA1-0xF9,低位字节的编码范围是0xA1-0xFE。
5. GB18030 字符集:
? 定义:
GB18030 字符集标准解决汉字,日文假名,朝鲜语和中国少数民族文字组成
的大字符集计算机编码问题。
? 包含内容:
该标准的字符总编码空间超过 150 万个编码位,收录了 27484 个汉字,覆盖
中文,日文,朝鲜语和中国少数民族文字。满足中国大陆,香港,台湾,日
本和韩国等东南亚地区信息交换多文种,大字量,多用途,统一编码格式的
文档评论(0)