第三讲 字符编.pptVIP

第三讲 字符编码 詹卫东 /doubtfire zwd@ 提纲 计算机中数的表示 计算机中字符的表示 计算机中中文字符的表示 计算机中数的表示 1 数制 2 数值的表示 1、 数制 10进制 基：0,1,2,3,4,5,6,7,8,9 权：100, 101,102, … （逢10进位） A = An-1?10n-1 +An-2?10n-2 + …+ A0?100 + A-1?10-1 + … + A-m?10-m = 例子： (987.6)10 = 9 ?102+8 ?101+7?100+6?10-1 2进制 8进制、16进制 2进制，8进制，16进制 ? 10进制 10进制 ? 2进制 （整数） 10进制 ? 8进制（整数） 10 进制 ? 16 进制（整数） 10进制 ? 2进制 （小数） 10进制 ? 8进制 （小数） 2进制 ? 8进制 2进制 ? 16进制 2、 数值的表示 位(bit)：计算机中存储信息的最小单位。对应一个二进 制位，可以是1或者是0 字节(byte):8个二进制位构成一个字节。字节用来衡量 计算机的存储容量。 计算机中有符号数的表示 补码: 将减法变成加法 二进制“AND”运算的作用 C语言中的基本数据类型 计算机中字符的表示 ASCII(美国标准信息交换码)规定了常用的数字、字符的编码。标准ASCII码是7位二进制编码，所以最多可以表示128个字符。每个字符可以用一个字节表示，字节的最高位为0。 ASCII码中的符号可以分成两类：控制字符和显示字符 显示字符：范围为32~126，指能从键盘输入、 可以显示和打印的字符 控制字符：范围是0~31，主要用来控制输入、 输出设备。 ASCII码表 ASCII码表的扩展 计算机中中文字符的表示 GB2312 GBK Big5 CJK Unicode GB码简介 国标码(GB)是指我国公布的国家标准《信息交换用汉字编码字符集－基本集》，其中包含了6763个汉字，并分作两级，一级为常用字，含3755个，二级为3008个。一级按照拼音排序，二级则按照部首排序。 一个汉字的国标码由两个部分组成，分别是该汉字的区号和位号。GB码规定共有94个区，每个区中有94个位。前15区用来编排西文字母、数字、日文假名、图形符号等，16区～87区是汉字，88区～94区是用户自定义区 GB码的机内表示 汉字GB码要和ASCII码一同使用会有冲突问题，解决的办法是高位置1 已知一个字的区位码，将区码和位码分别加A0就得到汉字机内编码，一般称为内码（A0 = 101000002 = 16010） 注意：从GB到内码的映射，并不仅仅是高位从0变为1。 例子“爱”字的区号是16，位号是14，机内表示是B0AE（176 – 174） 课后练习 对一个中文文本文件，能自动判别该文本文件的汉字编码吗？ 请修改产生国标字符集文件的程序，要求：1 按方阵形式显示2 每方阵行头为0-15的16进制，列头为10-15的16进制。 * * 数码： 数码：表示数的符号 基：数码的个数 权：每一位所具有的值 数制：不同的基和权构成不同的数制 2进制、8进制、10进制、16进制、…… 基数：0，1 权： 20, 21,22, … （逢2进位） B = Bn-1?2n-1 +Bn-2?2n-2 + …+ B0?20 + B-1?2-1 + … + B-m?2-m = 例子：(101.01)2=1?22+0?21+1?20+0?2-1+1?2-2 = (5.25)10 8进制： 0,1,2,3,4,5,6,7 (逢8进位) 16进制： 0,1,2,3,4,5,6,7,8,9,A,B,C,D,E,F (逢16进位) 139 2 (余1 69 2 (余1 34 2 (余0 17 2 (余1 8 2 (余0 4 2 (余0 2 2 (余0 1(139)10=2 除余法 例 把十进制数159转换成八进制数 159 8 19 8 2 8 0 (159)10=(237)8 2 3 7 余 7 余 3 余 2 例 把十进制数459转换成十六进制数 459 16 28 16 1 16 0 (459)10=(1CB)16 1 C B 余11 余12 余 1 (0.6875)10 = (0.1011)2 0.6875? 2 1.3750 … 整数部分为 1 0.375? 2 0.750? 2 … 整数部分为