计算机中字符的编码.docVIP

计算机中字符的编码　　一个二进制数位简称为位(英文名称为 bit)。计算机中最直接、最基本的操作就是对二进制位的操作。　　一个二进制位可表示两种状态(0或1)。　　两个二进制位可表示四种状态(00，01，10，11)。　　位数多，所表示的状态就越多。ASCII 码　　ASCII 码是美国信息交换用标准代码(American Standard Codefor Information Interchange)。ASCII码虽然是美国国家标准，但它已被国际标准化组织(ISO)认定为国际标准，为世界公认，并在世界范围内通用。　　ASCII码用一个8位二进制数(字节)表示，每个字节只占用了7位，最高位恒为0。7位ASCII码可以表示128(27=128)种字符，其中通用控制字符34个，阿拉伯数字10个，大、小写英文字母52个，各种标点符号和运算符号32个。 编码范围 二进制 十进制 十六进制 基本 ASCII 码01111111 0～127 0～7F 控制字符001000000～32、127 0～1F、7F 数字00111001 48～57 30～39 大写字母01011010 65～90 41～5A 小写字母01111010 97～122 61～7A 　　当最高位为0时，称为基本ASCII码，当最高位为1时，形成扩充的ASCII码，它表示数的范围为128～255，可表示128种字符。通常各个国家都把扩充的ASCII码作为自己国家语言文字的代码。汉字编码　　我国用户在使用计算机进行信息处理时，一般都要用到汉字。由于汉字是象形文字，字的数目很多，常用汉字就有3000～5000个，加上汉字的形状和笔画多少差异极大，因此，不可能用少数几个确定的符号将汉字完全表示出来，或像英文那样将汉字拼写出来。汉字必须有它自己独特的编码。　　1. 汉字信息交换码（国标码）　　《信息交换用汉字编码字符集·基本集》是我国于1980年制定的国家标准 GB2312-80，代号为国标码，是国家规定的用于汉字信息处理使用的代码依据。　　GB2312-80中规定了信息交换用的6763个汉字和682个非汉字图形符号(包括几种外文字母、数字和符号)的代码。　　6763个汉字又按其使用频度、组词能力以及用途大小分成一级常用汉字3755个和二级常用汉字3008个。　　一级汉字按拼音字母顺序排列；若遇同音字，则按起笔的笔形顺序排列；若起笔相同，则按第二笔的笔形顺序排列，依次类推。所谓笔形顺序，就是横、竖、撇、点和折的顺序。二级汉字按部首顺序排列。　　在此标准中，每个汉字(图形符号)采用双字节表示。每个字节只用低7位，最高位恒为1。由于低7位中有34种状态是用于控制字符，因此，只有94(128-34=94)种状态可用于汉字编码。这样，双字节的低7位只能表示94×94=8836种状态。 编码范围 二进制数码 十进制数码 基本 ASCII 码01111111 0～127 控制字符001000000～32、127 可用汉字段01111110 33～126 (1～94) 扩充 ASCII 码11111111 128～255 控制字符10100000128～160、255 GB2312-8011111110 161～254 (1～94) 　　此标准的汉字编码表有94行、94列，其行号称为区号，列号称为位号。双字节中，用高字节表示区号，低字节表示位号。非汉字图形符号置于第1～11区，一级汉字3755个且于第16～55区，二级汉字3008个置于第56～87区。　　每个图形字符的汉字交换码，均用两个字节的低7位二进制码表示。汉字国标码通常用十六进制数表示。　　例如：“中”字的区号为54，位号为48，计算它的二进制数和十六进制数国标码。　　　　解：先将区、位号分别加上 32 ：　　　　　　54+32=86　　　　　　48+32=80　　　　分别转换为二进制数：　　　　　　(86)10　　　　　　(80)10　　得到二进制数国标码为：　　　　　01010000。　　最后通过 8 4 2 1 ── 二进制取位法转换成十六进制汉字国标码为：5650。　　又如“国”字的区号为25，位号为90，用以上相同的方法得到它的国标码为：　　二进制01111010　　十六进制：397