专转本计算机知识点第五章数字媒体及应用.docx

第 5 章 数字媒体及应用 一. 西文字符的编码——ASCII (一) ASCII=美国标准信息交换码 (二) 标准ASCII： 采用 7 个二进位进行编码 共有 128 个字符，包含 96 个可打印字符（常用字母、数字、标点符号等）和32 个控制字符 (三) 基本ASCII 与扩展 ASCII 的比较： 基本 基本 ASCII 扩展 ASCII 相同 不同点 用一个字节（8b）存放 高位为“0” 高位为“1” (四) 常见字符的ASCII 码对照表： 字符 字符 十进制 大小顺序 13 32 48~57 65~90 97~122 回车符（控制字符） 空格（控制字符） 数字 0~9 大写字母 A~Z 小写字母 a~z 二. 汉字的编码 (一) GB2312 1981 年我国颁布了第一个汉字编码国家标准GB2312—80（6763 个汉字） 组成： 第一部分：字母、数字和各种符号 第二部分：一级常用汉字（共 3755 个），按汉语拼音排列 第三部分：二级常用汉字（共 3008 个），按偏旁部首排列 具体实现： 区位码：GB2312 国标字符集构成一个二维平面，它分成94 行（行号称为区号）、94 列（列号称为位号）。每个汉字的区号和位号分别用1 个字节来表示。 国标交换码：每个汉字的区号和位号分别加上32D（0010 0000B）。 ? 机内码（内码）：把一个汉字看作两个扩展 ASCII 码，在国标交换码的基础上使两个字节的最高位都等于“1”，即分别加上 128D（1000 0000B） 区位码、国标码、机内码的关系 特点：早、小、双、简 (二) GBK 1. 1995 年发布 共有 21003 个汉字和 883 个图形符号 支持繁体字，包含了中、日、韩认同的全部CJK 汉字； 双字节编码 5. 向下兼容GB2312-80 (三) GB18030 1. 2000 年发布 产生原因：保护我国已有的大量信息资源，既能与 UCS／Unicode 编码标准接轨，又能向下兼容 GB2312 和 GBK 汉字编码标准 备注：UCS/Unicode：Windows、UNIX、Linux 操作系统和许多最新的软件标准都在使用UCS/Unicode。 共有 27000 多个汉字（收录字符最多） 不等长编码 编码方式双字节双字节1B、2 B、3 B1B、2B、4B兼容性向下兼容 GB2312不兼容向下兼容 GB2312 和 GBK 编码方式 双字节 双字节 1B、2 B、3 B 1B、2B、4B 兼容性 向下兼容 GB2312 不兼容 向下兼容 GB2312 和 GBK 与 UCS/Unicode 接轨 GB2312 GBK UCS/Unicode GB18030 出现时间 1981 年 1995 年 2000 年 意义 最早 首次支持繁体 能实现全球所有不同语言文字统一编 支持汉字数目最多 码的国际编码标准 汉字数目 6763 个 21003 个 2 万多汉字 27484 个 支持繁体 否 是 是 包含 CJK 否 是 是 是 不等长编码 不等长编码 三. 文本的准备（输入）  文本信息输入人工输入 自动识别输入键盘输入 联机手写输入语音输入 印刷体识别手写体识别 (一) 汉字的键盘输入编码（即汉字的外部码） 要求：易学、易记、效率高、重码少、容量大 分类：数字编码、字音编码（字音编码）、字形编码（五笔字形）、形音编码 注意：用不同的输入编码方法输入同一个汉字，其内码是一样的。 (二) 联机手写汉字识别——笔输入设备 (三) 印刷体汉字识别输入——扫描仪、OCR 四. 文本的分类 (一) 按是否具有编辑排版格式分： 简单文本 又称为纯文本、ASCII 文本，其文件的后缀为“ .txt”（文本文件） 定义：由一连串用于表达正文内容的字符的编码组成，几乎不包含任何其他的格式信息和结构信息 特点：没有字体、字号的变化，不能插入图片、表格、超链接 丰富格式文本 在简单文本中增加格式控制和结构说明信息 标记：用来说明文本的版面结构、内容组织、文字的外貌属性等 组成：正文 + 标记 标记语言： 普通：RTF 网页：HTML（超文本标记语言）、XML（可扩展的标记语言） 不同的文字处理软件使用的标记语言不同，Word 无法打开“*.pdf”文件 (二) 按文本内容的组织方式分： 线性文本 超文本 采用网状结构组织信息 可以通过导航、跳转、回溯等操作，实现对文本内容更为方便的访问 典型代表：Windows 中的“帮助”文件（“*.hlp”文件） (三) 按文本内容是否变化和如何变化分： 静态文本：每次访问相同结果 动态文本：文档内容变化（天气查询） 主动文本：持续更新显示文档内容（股票行情查询） 五. 文本的编辑、排版与处理 (一) 文本的编辑、排版