专转本计算机第五章数字媒体及应用.ppt

汉字编码字集 （1） GB2312-80汉字编码字符集。 《信息交换用汉字编码字符集·基本集》(GB2312-80) 第一部分：字母、数字和各种符号，包括拉丁字母、俄文、日文平假名与片假名、希腊字母、汉语拼音等共682个（统称为GB2312图形符号）。 第二部分：一级常用汉字，共3755个，按汉语拼音排列。 第三部分：二级常用字，共3008个，按偏旁部首排列。 ① 区位码：GB2312国标字符集构成一个二维平面，它分成94行、94列，行号称为区号，列号称为位号。每一个汉字或符号在码表中都有各自的位置，字符的位置用它所在的区号（行号）及位号（列号）来表示。每个汉字的区号和位号分别用1个字节来表示。 ② 国标交换码： 将GB2312字符集中每个汉字的区号和位号必须分别加上32（即二进制0010 0000，十六进制20H），就可以得到该汉字的“国标交换码”（简称交换码）。 ③ 机内码： 把一个汉字看作两个扩展ASCII码，使表示GB2312汉字的两个字节的最高位(b7)都等于“1”。这种高位为1的双字节（16位）汉字编码就称为GB2312汉字的“机内码”，又称内码。 国标码=区位码+2020H， 机内码=区位码+A0A0H 2）GBK汉字编码字符集。 1995年发布GBK，全称为《汉字内码扩展规范》GBK字符集中一共有21003个汉字和883个图形符号，它与GB2312国标汉字字符集及其内码保持兼容。 GBK的编码是用2字节编码表示，第1字节的最高位必为“1”，第2字节的最高位不一定是“1”。 （3）UCS/Unicode与GB18030汉字编码标准。 ① 通用编码字符集UCS/Unicode。 UCS/Unicode用4个字节对全世界现代书面文字所使用的所有字符、符号进行编码(记作UCS-4)。 其优点是编码空间极大，能容纳足够多的各种字符集（13亿字符）；缺点是4字节的字符编码使存储空间浪费严重。 ② GB18030-2000编码。 GB18030-2000汉字编码标准是为了既兼容GB2312和GBK，又尽快向UCS/Unicode编码标准过渡，而在2000年颁布的汉字编码国家标准。该标准在GB-2312和GBK的基础上进行扩充，增加了4字节编码。 例 :（单选）在ASCII编码中，字母A的ASCII编码为41H，那么字母f的ASCII编码为( )。 A．46H B．66H C．67H D．78H 例 ：（判断）西文字符在计算机中通常采用ASCII码表示，每个字节存放1个字符。（ ） 例 ：（判断）采用GB2312、GBK和GB18030三种不同的汉字编码标准时，一些常用的汉字如“中”、“国”等，它们在计算机中的表示（内码）都是相同的。（ ） （单选）有关我国汉字编码的叙述中，错误的是 A.GB2312国标字符集所包含的汉字许多情况下已不够使用 B.GBK字符集既包括简体汉字，也包括繁体汉字 C.GB18030编码标准中所包含的汉字数目超过2万字 D.不论采用上述哪一种汉字编码标准，汉字在计算机中均采用双字节表示 文本文件的类型 文本类型 简单文本 丰富格式文本 超文本 简单文本文件（纯文本） 简单文本是由一连串的字符组成的，除了用于表达正文内容的字符（包括汉字）及“回车”、“换行”、“制表”等有限的几个打印（显示）控制字符之外，几乎不包含任何其他格式信息和结构信息。这种文本通常称为纯文本或ASCII文本，文件后缀名是TXT。 2、丰富格式文本文件 文件内容有字符（汉字）的编码、数字图像、数字声音、数字视频信息、标记信息（格式信息、结构信息、链接信息等）。例如，RTF文件、DOC文件、PDF文件、HTML文件。 3、超文本文件 超文本也称为非线性文本，文本的组织结构是网状结构，即包含链接信息的丰富格式文本。阅读时除顺序阅读方式之外，还可以通过跳转、导航、回溯等操作，实现对文本内容更为方便的访问。例如，Windows中的“帮助”文件或者使用浏览器从Web服务器上下载的网页（html或htm文件）。 超链是有向的，起点位置称为链源，目的地（目标）称为链宿。链源可以是节点中的一个标题、句子、关键词、字、一幅图像、一个图标等。链宿可以是节点，也可以是系统中的一个文件（包括文件的标签）或者程序。 网页中的超文本文件还分静态文档、动态文档、主动文档。 例 ：（单选）关于文本的叙述中，错误的是。 A. 不同文字处理软件制作的丰富格式文本通常互不兼容 B. 纯文本的文件扩展名为“．txt” C.“．doc”文件中不只包含西文字符和汉字，并且含有许多字符属性和格式标记 D. 超文本既可以是丰富格式文本，也可以是纯文本 例