21数据与文字的表示方法(含数据校验150917)汇编.ppt

2-1 数据与文字的表示方法 计算机组成原理 2 Outline 2.1 非数值数据表示法 2.2 数值数据表示法 2.3 数据信息的校验 3 2.1 非数值数据表示法 字符表示法 characters 汉字表示法 Chinese characters 4 2.1.1 Character representation … 如何使用数值表示字符数据 Standards ASCII-American Standard Code for Information Interchange (ANSI 7bits) EBCDIC-Extended Binary-Coded Decimal Interchange Code (IBM 8bits) Unicode 5 128 Standard ASCII codes 52 Letters a-z, A-Z 10 Digits 0-9 34 Symbols ! @ # $ % ^ * ( ) … 32 Control characters CR DEL ESC LF … 6 ASCII 使用7bit表示128个字符 From 000 0000 to 111 1111 27=128 注意：ASCII中的数字字符和数字本身不相等 几乎所有计算机均支持该代码集 但不是所有语言都能用128个字符表示 8Bit=1字节 ，MSB=0 7 Terminology 计算机利用寄存器存储数据 寄存器中每个位称bit (Binary DigiT) 最高有效位 (MSB) 最低有效位 (LSB) 8 2.1.2 汉字表示法 英文键盘输入汉字--输入编码： 数字编码：国标区位码，区码和位码各用两位十进制数字表示，例如“中” 区位码为5448。 GB2312-80《信息交换用汉字编码字符集》 国标码是四位十六进制数，区位码则是四位的十进制数 特点：无重码，但难记。 拼音码：重码率高，需要会读拼音： 犇 猋 骉 蟲 麤 毳 淼 掱 垚 烜 屾 字形编码：五笔字型输入法 9 2.1.2 汉字表示法 汉字信息在计算机中的存储、交换、检索等--汉字内码 8 bit数据仅能表示256个字符，常用汉字6000多个，故其无法表示汉字 GB2312国家标准采用16位表示,2个字节 与ASCII字符的区别，最高有效位MSB=1 10 GB2312-80国家标准 1981年，GB2312-80国家标准，包括6763个汉字/682个非汉字字符，称为国标码 GB2312字符集的构成： 一级常用汉字3755个，按汉语拼音排列 二级常用汉字3008个，按偏旁部首排列 非汉字字符682个 11 汉字标准 GB2312-1980(GB0)(简体) 6763个汉字 GB13000-1993 20902个汉字 (Unicode 1.1版本) 汉字扩展规范GBK1.0 标准1995（非国家标准） 21003个字符（兼容GB2312） GB18030-2000(1/2/4字节编码) 27484汉字 （向下兼容GB2312 GBK，GB13000） 宋体 隶书 微软雅黑 华文琥珀 12 字模码介绍 字模码是用点阵表示的汉字字型代码，是汉字的输出形式。 字模点阵的信息量是很大的，所占存储空间也很大。以16*16为例，每个汉字要占用32个字节， 因此字模点阵只能用来构成汉字库，而不能用于机内存储。 13 Charset META content=text/html; charset=gb2312 … http-equiv=Content-Type charset=gb2312 简体中文 charset=big5 繁体中文 charset=EUC_KR 韩语 charset=Shift_JIS 或 EUC_JP 日语 charset=KOI8-R/Windows-1251俄语 charset=iso-8859-2 中欧语系charset=utf-8 unicode多语言 14 Unicode 用于克服字符数字的限制 为所有语言中的字符分配唯一的代码 16 bit 字符集, 17个平面，一共有17*65536=1114112个码位 (每个平面有2^16=65536个码位 ) 提供唯一的代码 不论任何平台 不论任何程序 不论任何语言 Unicode目前定义的99089个字符，其中包括71226个汉字,平面2的43253个字符都是汉字。平面0上定义了27973个汉字 15 Universal Character Set ISO UCS通用字符集 –ISO 10646 包含了用于表达所有已知语言的字符 UTF (UCS Transform