2-3跨平台电子格式文件.ppt

第二章 文字媒體 備註：可依進度點選小節 2-1 數位資料處理 2-2文字字型 2-3 跨平台電子格式文件 第二章 文字媒體 第二章 文字媒體 「文字」是最早出現的媒體型式，甚至可以追溯到數千年前文字發明的時期。人們利用文字來傳遞或交換訊息，例如書信往返就是一個明顯的例子。後來在進入資訊化社會以後，開始將平常在紙張上書寫的文字內容輸入到電腦中，以讓電腦來協助處理這些文字媒體。 由於電腦具有儲存容量大與可重複編輯的特性，使得電腦使用者更習慣於將文字內容輸入到電腦中，然後在編輯後進行儲存及輸出，也就是讓原本屬於人工處理的紙上作業邁向自動化或數位化，進而提高作業效率與降低作業成本。 ＜圖2-2Word不同文字字體的整合成果＞ 電腦中所能儲存的最小基本單位稱為1位元（bit），這種只有“0”與“1”兩種狀態的系統，稱為二進位系統。因為電腦所處理的資料相當龐大，一個位元不夠使用，又將八個位元組合成一個「位元組」（byte）。例如一般的英文字母，數字或標點符號（如+、–、A、B、%）都可由一個位元組來表示。 TIPS 常用的電腦儲存單位有KB（Kilo Byte）、MB（Mega Bytes）、GB（Giga Bytes）等等，這些單位的換算關係如下： 1KB(Kilo Bytes)＝210 Bytes＝1024Bytes 1MB(Mega Bytes)＝220 Bytes＝1024KB 1GB(Giga Bytes)＝230 Bytes＝1024MB 1TB(Tera Bytes)=240 Bytes＝1024GB 2-1 數位資料處理 由於電腦中的符號、字元或文字是以「位元組」（byte）為單位儲存，因此必須逐一轉換成相對應的內碼，然後電腦才能夠明瞭使用者所下達的指令，這就是編碼系統（Encoding System）的由來。 例如當各位讀者在操作電腦時，只要按下鍵盤上的鍵，即可立刻顯示代表的字母與符號。事實上，當您利用鍵盤輸入資料時，無論是數字或字元資料，電腦都會將其轉換成二進位形式，並以二進位內碼來儲存。 2-1-1 內碼簡介 圖2-3二進位內碼示意圖 在此種情形下，美國標準協會(ASA)提出了一組以7個位元（Bit）為基礎的「美國標準資訊交換碼」（American Standard Code for Information Interchange, ASCII）碼，來做為電腦中處理文字的統一編碼方式，是目前最普便的編碼系統。 ASCII採用8 位元表示不同的字元，不過最左邊為核對位元，故實際上僅用到7個位元表示。也就是說，ASCII碼最多可以表示27＝128個不同的字元，可以表示大小英文字母、數字、符號及各種控制字元。例如ASCII碼的字母 ”A” 編碼為1000001，字母 ”a” 編碼為1100001： 圖2-4位元示意圖 TIPS 所謂電腦中的文數字（Alphanumeric word）資料，則包含數字、字母與特殊符號等。 圖2-5ASCII碼擴充字元集的十進位代碼與圖形字 雖然這些ASCII碼能夠讓不同的作業系統來進行英文文數字編碼的轉換，但是在不同國家、地區所使用的文字也不盡相同。另外由於ASCII碼字最多僅能產生256個字元，而我們所使用的中文字字數眾多，所以無法使用一個位元組來代表一個中文字碼，而必須至少使用兩個位元組來表示，因為可表示 216＝65536 個字型。 例如在台灣所使用的繁體中文字型，主要是採取Big-5的編碼格式，Big-5碼又稱為「大五碼」，是資策會在1985年所公佈的一種中文字編碼系統。它主要是採用兩個字元組成一個中文字的方式來編碼。因為Big-5碼的組成位元數較多，相對地字集中也包含了較多的字元，其中包含了5401個常用字、7652個次常用字，以及408個符號字元。不過在大陸所使用的簡體中文，卻是GB的編碼格式。因此如果這些文字內碼無法適當地進行轉換，那麼就會顯示成亂碼的模樣。如下圖所示： ＜圖2-6GB編碼的大陸網站，會顯示成亂碼的模樣＞ 事實上，目前大多數的應用軟體中，對於其它國家或地區的文字編碼，都具備有轉換功能。例如Internet Explorer 預設您瀏覽網頁時的語系為「繁體中文」，如果您瀏覽到其它語系時，網頁上的文字就會出現一堆奇怪的亂碼，此時只要使用IE多國語系支援的功能，調整到原有的語系文字，就能解決這些煩人的亂碼問題。 由於全世界有許多不同的語言，甚至於同一種語言(如中文)都可能有不同的內碼。在此，我們還要特別介紹一種萬國碼技術委員會(Unicode Technology Consortium：UTC)所制定做為支援各種國際性文字的16位元編碼系統- Unicode碼(或稱萬國碼)。在Unicode碼尚未出現前，並沒有一個編