- 相關(guān)推薦
全國計算機應用基礎知識：漢字、字符編碼
�。�1）計算機中的信息單位
計算機中對信息表示的單位有位、字、字長(cháng)及字節等，它們是用來(lái)表示信息量的大小的基本概念。
�、� 位：計算機中數據存儲的最小單位是一個(gè)二進(jìn)制位，簡(jiǎn)稱(chēng)位，英文為bit，音譯為比特，可用小寫(xiě)字母b表示。
�、� 字節：八位二進(jìn)制位稱(chēng)為一個(gè)字節，英文為Byte，可用大寫(xiě)字母B表示，是計算機存儲的基本單位。一個(gè)字節的八位二進(jìn)制數，其位編號自左至右為b7、b6、b5、b4、b3、b2、b1、b0。在計算機中，往往用字節數來(lái)表示存儲容量，容量可以以KB、MB、GB、TB為單位，它們相互之間的轉換關(guān)系如下：
1KB=210B=1024B
1MB=210KB=1024KB
1GB=210MB=1024MB
1TB=210GB=1024GB
�、� 字：計算機在存儲、傳送或操作時(shí)，作為一個(gè)整體單位進(jìn)行操作的一組二進(jìn)制，稱(chēng)為一個(gè)計算機字，簡(jiǎn)稱(chēng)字。
�、� 字長(cháng)：每個(gè)字所包含的位數稱(chēng)為字長(cháng)。由于字長(cháng)是計算機一次可處理的二進(jìn)制數的位數，因此它與計算機處理數據的速率有關(guān)，是衡量計算機性能的一個(gè)重要因素。
�。�2）字符的編碼。
�、� ASCII碼。
計算機只能識別二進(jìn)制數，因此計算機中的數字、字母、符號也必須用二進(jìn)制進(jìn)行編碼。編碼方法有多種，微型機中普遍采用的是ASCII碼（美國標準信息交換碼），ASCII碼現已被國際標準化組織（ISO）接收為國際標準，稱(chēng)為ISO-646。ASCII碼有7位版本和8位版本兩種，國際上通用的ASCII碼是7位版本。7位版本的ASCII碼包含10個(gè)阿拉伯數字、52個(gè)英文大小寫(xiě)字母、32個(gè)標點(diǎn)符號和運算符及34個(gè)控制碼，共128個(gè)字符，所以可用7位二進(jìn)制數表示。7位ASCII碼字符如下圖所示：
要確定一個(gè)數字、字母、符號或控制字符的ASCII碼，可在表中先找出它的位置，然后確定它所對應的十進(jìn)制值或二進(jìn)制值。例如小寫(xiě)字母“a”的ASCII碼其十進(jìn)制值是97，二進(jìn)制值是1100001B（B表示二進(jìn)制數），若轉換成十六進(jìn)制，其值是61H（H表示十六進(jìn)制數）。從表中可以看出，數字0～9的ASCII碼是30H～39H（后綴H表示是十六進(jìn)制數），大寫(xiě)字母A～Z的ASCII碼是41H～5AH，小寫(xiě)字母a～z的ASCII碼是61H～7AH。字符大小的比較就是看它的ASCII碼值的大小。
表中，NUL、BEL、LF、FF、CR、DEL等是控制字符，NUL表示空，BEL是告警符，BS是退格符，LF是換行符，FF是換頁(yè)符，CR是回車(chē)符，SP是空格符，DEL是刪除符。
�、� BCD碼。
用計算機處理數字時(shí)，要進(jìn)行二進(jìn)制與十進(jìn)制的相互轉換，這就要用二進(jìn)制對十進(jìn)制數進(jìn)行編碼，BCD（Binary Coded Decimal）碼是二進(jìn)制編碼的十進(jìn)制數。最常用的BCD碼就是8421BCD碼，
它是用4位二進(jìn)制數為一組表示一個(gè)十進(jìn)制數字，4位二進(jìn)制數從左到右其位權依次為8、4、2、1，它可以組合成16種狀態(tài)，對0～9這10個(gè)數字的編碼只取0000～1001這前10種狀態(tài)，其余6種狀態(tài)不用。為了能對一個(gè)多位十進(jìn)制數進(jìn)行編碼，需要有和十進(jìn)制數的位數一樣多的4位二進(jìn)制組，按順序分別進(jìn)行編碼。表1-4表示8421BCD碼與十進(jìn)制數的對應關(guān)系。
表1-4 BCD碼與十進(jìn)制數的對應關(guān)系
�、� Unicode編碼
ASCII碼提供了128個(gè)字符，擴展的ASC碼提供了256個(gè)字符，但用來(lái)表示世界各國的文字編碼還顯得不夠，還需要表示更多的字符和意義，因此又出現了Unicode編碼。
Unicode是一種16位的編碼，能夠表示65000多個(gè)字符或符號。目前世界上的各種語(yǔ)言一般所使用的字母或符號在34000個(gè)左右，所以Unicode編碼可以用于任何一種語(yǔ)言。Unicode編碼與現在流行的ASCII碼完全兼容，二者的前256個(gè)符號是一樣的。
�。�3）漢字的編碼
漢字是一種象形文字，字數極多（現代漢字中僅常用字就有六七千個(gè)，總字數高達5萬(wàn)個(gè)以上），且字形復雜，每一個(gè)漢字都有“音、形、義”三要素，同音字、異體字也很多，這些都給漢字的計算機處理帶來(lái)了很大的困難。要在計算機中處理漢字，必須解決以下幾個(gè)問(wèn)題：首先，是漢字的輸入，即如何把結構復雜的方塊漢字輸入到計算機中去，這是漢字處理的關(guān)鍵；其次，漢字在計算機內如何表示和存儲，如何與西文兼容；最后，如何將漢字的處理結果從計算機內輸出。為此，必須將漢字代碼化，
即對漢字進(jìn)行編碼。對應于上述漢字處理過(guò)程中的輸入、內部處理及輸出這3個(gè)主要環(huán)節，每一個(gè)漢字的編碼都包括輸入碼、交換碼、內部碼和字形碼。在計算機的漢字信息處理系統中，處理漢字時(shí)要進(jìn)行如下的代碼轉換：輸入碼→交換碼→內部碼→字形碼。以上簡(jiǎn)述了對漢字進(jìn)行計算機處理的基本思想和過(guò)程，下面具體介紹漢字的4種編碼。
�、� 輸入碼。
為了利用計算機上現有的標準西文鍵盤(pán)來(lái)輸入漢字，必須為漢字設計輸入編碼。輸入碼也稱(chēng)為外碼。目前，已申請專(zhuān)利的漢字輸入編碼方案有六七百種之多，而且還不斷有新的輸入方法問(wèn)世，以至于有“萬(wàn)碼奔騰”之喻。按照不同的設計思想，可把這些數量眾多的輸入碼歸納為四大類(lèi)：數字編碼、拼音碼、字形碼和音形碼。其中，目前應用最廣泛的是拼音碼和字形碼。
a. 數字編碼：數字編碼是用等長(cháng)的
數字串為漢字逐一編號，以這個(gè)編號作為漢字的輸入碼，如區位碼、電XX等都屬于數字編碼。此種編碼的編碼規則簡(jiǎn)單，易于與漢字的內部碼轉換，但難于記憶，僅適用于某些特定部門(mén)。
b. 拼音碼：拼音碼是以漢字的讀音為基礎的輸入碼。拼音碼使用方法簡(jiǎn)單，一學(xué)就會(huì )，易于推廣，缺點(diǎn)是重碼率較高（因漢字同音字多），在輸入時(shí)常要進(jìn)行屏幕選字，對輸入速度有影響。拼音碼是按照漢語(yǔ)拼音編碼輸入，因此在輸入漢字時(shí)，要求讀音標準，不能使用方言。拼音碼特別適合于對輸入速度要求不是太高的非專(zhuān)業(yè)錄入人員。
c. 字形碼：字形碼是以漢字的字形結構為基礎的輸入編碼。在微型計算機上廣為使用的五筆字型碼（王碼）是字形碼的典型代表。五筆字型碼的主要特點(diǎn)為輸入速度快，目前最高紀錄為每分鐘輸入293個(gè)漢字（該記錄為XXXX一女兵所保持），如此高的輸入速度已達
到人眼掃描的極限。但這種輸入方法因要記憶字根、練習拆字，前期學(xué)習花費的時(shí)間較多。此外，有極少數的漢字拆分困難，給出的編碼與漢字的書(shū)寫(xiě)習慣不一致。
d. 音形碼：音形碼是兼顧漢字的讀音和字形的輸入編碼。目前使用較多的音形碼是自然碼。
�、� 交換碼。
交換碼用于漢字外碼和內部碼的交換。我國于1981年頒布的《信息交換用漢字編碼字符集·基本集》（代號為GB2312—1980）是交換碼的國家標準，所以交換碼也稱(chēng)為國標碼。國標碼是雙字節代碼，即有兩個(gè)字節為一個(gè)漢字編碼，每個(gè)字節的最高位為“1”。國標GB2312—1980收入常用漢字6763個(gè)（其中一級漢字3755個(gè)，按拼音順序排列；二級漢字3008個(gè)，按部首順序），其他字母及圖形符號（如序號、數字、羅馬數字、英文字母、日文假名、俄文字母
和漢語(yǔ)注音等）682個(gè)，總計7445個(gè)字符。將這7445個(gè)字符按94行×94列排列在一起，組成GB2312—1980字符集編碼表，表中的每一個(gè)漢字都對應于唯一的行號（稱(chēng)為區號）和列號（稱(chēng)為位號），根據區位號確定漢字的國標碼值，分別用兩個(gè)字節存放。由于篇幅所限，本書(shū)未列出GB2312—1980字符編碼表，讀者可參看有關(guān)書(shū)籍。
�、� 內部碼。
內部碼是漢字在計算機內的基本表示形式，是計算機對漢字進(jìn)行識別、存儲、處理和傳輸所用的編碼。內部碼也是雙字節編碼，將國標碼兩個(gè)字節的最高位都置為“1”，即轉換成漢字的內部碼。計算機信息處理系統就是根據字符編碼的最高位是“1”還是“0”來(lái)區分漢字字符和ASCII碼字符的。
�、� 字形碼。
字形碼是表示漢字字形信息（漢字的結構、形狀、筆畫(huà)等）的編碼，用來(lái)
實(shí)現計算機對漢字的輸出（顯示、打�。�。由于漢字是方塊字，因此字形碼最常用的表示方式是點(diǎn)陣形式，有16×16點(diǎn)陣、24×24點(diǎn)陣和48×48點(diǎn)陣等。例如，16×16點(diǎn)陣的含義為：有256個(gè)點(diǎn)（16× 16=256）來(lái)表示一個(gè)漢字的字形信息，每個(gè)點(diǎn)有“亮”或“滅”兩種狀態(tài)，用一個(gè)二進(jìn)制數的“1”或“0”來(lái)對應表示。因此，存儲一個(gè)16×16點(diǎn)陣的漢字需要256個(gè)二進(jìn)制位，共32個(gè)字節（256位/8位）。以上的點(diǎn)陣可根據漢字輸出的不同需要進(jìn)行選擇，點(diǎn)陣的點(diǎn)數越多，輸出的漢字就越精確、美觀(guān)。漢字的字形點(diǎn)陣要占用大量的存儲空間，通常將其以字庫的形式存放在機器的外存中，需要時(shí)才檢索字庫，輸出相應漢字的字形。
【全國計算機應用基礎知識：漢字、字符編碼】相關(guān)文章：
計算機應用的基礎知識03-20
計算機應用基礎基礎知識09-30
2017計算機應用基礎知識04-01
計算機應用基礎知識復習題及答案03-20
2017年計算機應用基礎知識訓練題03-21
Java認證基礎知識：java字符串轉化整型問(wèn)題03-18
2024年全國計算機應用能力考試報名09-30
計算機基礎知識03-05