第20章ASCII码和字符映射.PDFVIP

下载 第20章 ASCII码和字符映射 数字计算机存储器按位存储，所以，需要在计算机上处理的信息必须按位的形式存储。 我们已经知道如何用位来表示数和机器码，下一个问题是如何用它来表示文本。毕境世界上 大量堆积的信息是文本形式的，就像装满图书馆的书、杂志和报纸。尽管我们最终要用计算 机来存放声音、图像和电影信息，但我们还是以较容易的文本存放开始。 为了以数字形式表示文本，必须开发一些系统使得系统里的每一个字母有唯一的编码。 文本中也存在数字和标点符号，所以也必须有它们的编码。简单地说，所有的字母、数字和 符号都要编码，这样的系统叫作字符编码集，每一个编码叫作字符编码。 第一个问题是：这些编码需要多少位？这并不是容易回答的问题。 当考虑用位表示文本的时候，需要切合实际。我们习惯于看到书中、报刊、杂志上精美 的文本格式，段落按照相同的间隔整齐地分成一行一行，但这些并不是文本的本质。当我们 在杂志上看到一个小故事，几年后在一本书中又看到同样故事的时候，我们不会因为书中文 本间距的不同而认为是不同的故事。 换句话说，不要以这种印刷成行列的二维格式来看待文本，应该把文本看成是一维的字 母、数字和标点符号流，此外，也许还有额外的编码用来表示一段的结束和另一段的开始。 再来看看，如果在杂志上看到一个故事，后来又在书中看到同样的故事但字样有些不同， 这是一个大问题吗？如果杂志上的写法为 Call me Ishmael 而书中的写法为 Call me Ishmael 这些差别难道是我们真正关心的吗？恐怕不是。印刷样式是微妙地影响了文本的观感，但故 事本身并没有因为样式的改变而不同。样式可以经常修改，但不会带来什么影响。 接下来另外一个简化问题的方法是：用平版的文本。没有斜体，没有粗体，没有下划线， ˙˙ ˜ o 没有颜色，没有空心体，没有上下标，没有音调标记，没有 Å 、 é 、 n 、 等符号，只有 9 9 %英语文本里纯粹的拉丁字母。 在对摩尔斯电码和布莱叶盲文的早期研究中，可以看到如何将字母字符表示成二进制的形 式。尽管这些系统在特定的场合应用地很好，但用到计算机里都有一些问题。例如：摩尔斯电 码是宽度可变的编码：对常用的字符采用短编码，对不常用的字符采用长编码。这样的编码系 统适用于电报，但对计算机来说却不合适。另外，摩尔斯电码对字母的大小写没有区分。 布莱叶盲文是宽度固定的编码，很适合计算机。每一个字符由 6位表示，也可以区分大小 写，尽管它是用特殊的e s c a p e码来区分的，该代码表明下一个字符为大写。这也就是说，每个 首部字符需要两个代码而不是一个。数字用 s h i f t码表示，在这个特定的代码后紧跟的代码被 看作表示数字，直到又一个 s h i f t码将其转换到字符状态。 我们的目标是开发一个字符编码集，使得像如下的句子 I have 27 sisters。 208 编码的奥秘 下载 可以用一串代码来表示，每一个代码具有一定的位数。一些代码用来表示字母，一些表示标 点符号，一些表示数字。甚至有代码来表示字间的空格。上面的句子中有 1 8个字符（包括字 间空格），这样一个句子的连续字符代码常称作文本串。 在文本串里，用代码来表示数字 (如2 7 )似乎很奇怪，因为前面许多章里已讲过用位来表示 数字。我们可能会用简单的二进制数 1 0和111作为该句中2和7 的代码，但用在这里是不合适的。 该句中，字符2和7可像英文作品中出现的任何一种字符一样来看待 ,它们可能具有与它们的实 际值毫不相干的字符代码。 也许最经济的字符编码是 5位编码，它首先用于 1 8 7 4年的电报机，是由法国电报服务公司 职员Emile Baudo