第3讲--字符和汉字的信息编码.docVIP

第3讲 字符和汉字的信息编码 Ｐ4-11 这节课是最专业的基础课，要全力理解其中难点，否则… 美国著名的科学家冯·诺依曼提出的程序和数据采用二进制代码表示，为现代计算机发展奠定了基础。 为了互相传递和处理字符和汉字等信息，通过各种输入设备输入的每一个字符（如：数字、字母、符号等）和汉字，到计算机内部都有一个统一的二进制编码（机内码），一一对应表示。 计算机中字符的编码表示：P6 计算机开始只在美国用。字节八位一共可以组合出256(2的8次方)种不同的状态。把所有的空格、标点符号、数字、大小写字母分别用连续的字节状态表示，一直编到了第127号，ASCII（美国国家信息交换标准）码，如字母“a”的ASCII码是：十进制数是97（二进制编码是1100001），其它部分字符的ASCII码见课本P6页的表1.2.3。 标准ASCII码使用一个字节的7位（最高位作符号位：0为+、1为-），因此最多可表示128个字符{ 0～(1111111)2 = (127)10 } 。 要注意字母和数字的ASCII码的大小排列规律：（经常要考到） 字母： A B C D E ...... X Y Z 其它字符 a b c d e ... x y z ASCII码：65 66 90 97 98 122 数字： 0 1 2 3 ...... 8 9 ASCII码：48 49 50 56 57 注意:“其它字符”有6个，上面表的ASCII码是用十进制表示，但电脑里往往用十六进制表示，例如“A”的十六进制编码是:41 基本的考题往往告诉你一个字符(例如“b”)的ASCII码98(十进制),请你写出另一个字符 (例如“X”)的ASCII码？(十进制)。 计算机中汉字的编码表示：P7 1、汉字的信息交换码(又称国标码，即汉字库GB2312)： 标准ASCII码使用一个字节的7位的不同的状态127个空格、标点符号、数字、大小写字母多个常用汉字保存但是这难不倒智慧的中国人民，我们规定：一个小于127的字符的意义与原来相同，但两个大于127的连在一起时，就表示一个汉字GB2312中对应的二进制编码是： 0011010101100111B 用十六进制编码表示是： 3 5 6 7 H 这样我们就可以汉字。我们把数学符号、罗马希腊的字母、日文的假名都编进去了，连在 ASCII 里本来就有的数字、标点、字母都统统重新编了两个字节长的编码，汉字库GB2312 2个字节编码的汉字库GB2312，汉字从16区开始编排，前15个区我们可以对其它字符、符号进行2个字节编码，包括原来的128个标准ASCII码字符（半角），我们可以给与2个字节编码（全角：相当于取个中文姓名），我们把2个字节编码的字符全角字符，而ASCII码用1个字节编码的字符叫半角字符半角全角Abc123Ａｂｃ１２３ 所以，汉字编码字符集GB2312是对 ASCII 的中文扩展。文本编辑软件UltraEdit文本编辑软件其中“电”的十六进制编码是：B5 E7； 2个字节！ “脑”的十六进制编码是：C4 D4； 2个字节！ “A”的十六进制编码是： 41。 1个字节！ ... 2、汉字的信息交换码的第二种形式区位 ? ??演示：汉字库GB2312，观察里面的字符、汉字编码，发现： 我国制定的信息交换码GB2312将代码表分为94个区（对应第一字节）；每个区94个位（对应第二字节），因此也称为区位码。01-09区为符号、数字区，16-87区为汉字区，10-15区、88-94区是有待进一步标准化的空白区。 例：“阿”的区位16-87区为汉字区按拼音字母a、b、c、d...排列（例如：第16区a拼音字母开始，第17区b拼音字母开始,...; 见P8的区位码表示图）。 区位码是汉字库GB2312国标码的一种表示方法（国际码=区位码（十六进制）+2020H）；当时的区位码好处是便于查找其中的汉字等字符（例如：查“电”的区位码），并设计了区位码输入法来输入汉字，但要查区位码表来输入汉字等字符，效率很低；现在有各种高效的输入法（例如：搜狗输入法、五笔字型输入法等），所以区位码输入法基本不用了。 3、汉字的信息交换码的第三种形式处理码（机内码一个占两个字节，每个字节最高位“0”；英文字符的内码7位ASCIl码，最高位也是0国标码(“g”; 所以，0011010101100111也可表示：“#g”,为避免这样的不确定性，我们把“电”的国标码处理码为了在计算机内能够区分是汉字编ASCIl码，将码的每个字节的最高位设置为“1”十六进制，UltraEdit查到