素材一-字符编码

解读基本ASCII码字符内容
第0～31号及第127号共33 个，为非打印字符，是控 制字符或通讯专用字符， 如控制符：LF（换行）、 CR（回车）、FF（换页） 、DEL（删除）、BEL（ 振铃）等；通讯专用字符 ：SOH（文头）、EOT（ 文尾）、ACK（确认）等 。 第32～126号共95个可打印 字符，其中第33个（32号 ）为空格，第48～57号为0 ～9十个阿拉伯数字；65～ 90号为26个大写英文字母 ，97～122号为26个小写英 文字母，第127个（126号 ）为“~”，其余为一些 标点符号、运算符号等。
虽然标准ASCII码是7位编码， 但由于计算机基本处理单位为 字节（1byte = 8bit），所以一 般仍以一个字节来存放一个 ASCII字符。每一个字节中多 余出来的一位（最高位）在计 算机内部通常保持为0（在数 据传输时可用作奇偶校验位） 。
11
关于数据传输的奇偶校验
在计算机的存储单元中，一个ASCII码值 占一个字节(8个二进制位)，其最高位(b7)用作 奇偶校验位。 所谓奇偶校验，是指在代码传送过程中用 来检验是否出现错误的一种方法，一般分奇校 验和偶校验两种。奇校验规定：正确的代码一 个字节中1的个数必须是奇数，若非奇数，则 在最高位b7添1；偶校验规定：正确的代码一 个字节中1的个数必须是偶数，若非偶数，则 在最高位b7添1。
6
基本ASCII码字符的内容
字符 控制 字符 0 —9 A—Z a —z 符号 ASCII编码 十进制值
0000,0000—0001,1111 和0111,1111 0011,0000—0011,1001 48—57 0100,0001—0101,1010 65—90 0110,0001—0110,1010 97—122 其余
22
GB码的编码空间
一个字符的国标码由两个部分组成，分别是该字符的区 号和位号。 GB码规定共有94个区，每个区中有94个位。 编码空间为：94 * 94 = 8836 个码位 1 ～ 9 区是西文字母、数字、日文假名、图形符号 16～87区是汉字区，其中 16 ～ 55 区 是一级汉字（40 * 94 - 5 = 3755个） 56 ～ 87 区 是二级汉字（32 * 94 = 3008个） 10～15，88～94区是用户自定义区
字 符 编 码
1
提
纲
一 计算机中字符的表示（ASCII码） 二 计算机中中文字符的表示
2
概 述

在计算机中，各种信息都是以二进制编码的形式存在
不管是文字、图形、声音、动画，还是电影等信息， 在计算机中都是以０和１组成的二进制代码表示 计算机之所以能区别这些不同的信息，是因为它们采 用的编码规则不同 比如：同样是文字，英文字母与汉字的编码规则就不 同，前者采用单字节的ASCII码，后者采用双字节的汉 字内码 但随着需求的变化，这两种编码有被统一的 UNICODE码（由Unicode 协会开发的能表示几乎世界 上所有书写语言的字符编码标准）所取代的趋势
25Biblioteka GB码区位示例（续）54 区 1 2 3 4 5 6 7 8 9 0 帧 症 郑 证 芝 枝 支 吱 蜘 1 知 肢 脂 汁 之 织 职 直 植 殖 2 执 值 侄 址 指 止 趾 只 旨 纸 3 志 挚 掷 至 致 置 帜 峙 制 智 4 秩 稚 质 炙 痔 滞 治 窒 中 盅 5 忠 钟 衷 终 种 肿 重 仲 众 舟 6 周 州 洲 诌 粥 轴 肘 帚 咒 皱 7 宙 昼 骤 珠 株 蛛 朱 猪 诸 诛 8 逐 竹 烛 煮 拄 瞩 嘱 主 著 柱 9 助 蛀 贮 铸 筑 55 区 1 2 3 4 5 6 7 8 9 0 住 注 祝 驻 抓 爪 拽 专 砖 1 转 撰 赚 篆 桩 庄 装 妆 撞 壮 2 状 椎 锥 追 赘 坠 缀 谆 准 捉 3 拙 卓 桌 琢 茁 酌 啄 着 灼 浊 4 兹 咨 资 姿 滋 淄 孜 紫 仔 籽 5 滓 子 自 渍 字 鬃 棕 踪 宗 综 6 总 纵 邹 走 奏 揍 租 足 卒 族 7 祖 诅 阻 组 钻 纂 嘴 醉 最 罪 8 尊 遵 昨 左 佐 柞 做 作 坐 座 9
10
关于最高位
若在该位置1，可表示一 些特殊的符号（图形符） 由于ASCII码只用了字节 的七个位，最高位并不使 用，所以后来又将最高的 一个位也编入这套编码码 中，成为八个位的延伸 ASCII(Extended ASCII)码， 这套内码加上了许多外文 和表格等特殊符号，成为 目前常用的编码。 若将传送数据的该位置1 ，则用于数据传输校验
20
二、计算机中中文字符的表示 汉字交换码
国标码并不等于区位码，它是由区位码稍作转换得到， 其转换方法为：先将十进制区码和位码转换为十六进制 的区码和位码，这样就得了一个与国标码有一个相对位 置差（20H）的代码；再将这个代码的第一个字节和第 二个字节分别加上20H，就得到国标码。 如：“保” 字的国标码为（3123）H，它是经过下面 的转换得到的：
vs. 二进制表示
ASCII形式
文本存储形式
0011000100110000001100000011000000110000 int型数 10000的表示
1
0
0
0
0
0010011100010000 内存存储形式
二进制形式
213 + 210 +29 +28 +24 = 8192 + 1024 + 512 + 256 + 16
从键盘上按键输入“ CHINA”的字串，传送进计
算机的，则是01000011、01001000、01001001、 01001110、01000001这五个二进制数字串。
比较字符ASCII码值的大小
空格＜标点符号＜数字＜大写字母＜小写字母
十进制数字符号的ASCII码值与其二进制值的区别
ASCII码表示
a
b c d e f g h i j k l m n o
q
r s t u v w x y z { | } ~ DEL
5
基本ASCII码字符的分类
显示字符 控制字符
范围为33~126，共94 范围是0~32和127， 个，指能从键盘输入、 共34个，主要用于控 可以显示和打印的字 制输入、输出设备。 符。
国标码很少直接使用。
21
GB码简介
国标码(GB)是指1981年我国公布的国家标准《信息交 换用汉字编码字符集－基本集》，包含： 简化汉字，符号，字母，日文假名，共7445个字符； 其中包含了6763个汉字，并分作两级： 一级为常用字，3755个，按照拼音排序 二级为次常用字，3008个，按照部首排序。
18
二、计算机中中文字符的表示 汉字交换码
由于ASCII码的34个控制代码在汉字系统中也 要使用，为不致发生冲突，不能作为汉字编码， 128除去34只剩94种，所以汉字编码表的大小是 94×94=8836，用以表示国标码规定的汉字6763个 （一级汉字，是最常用的汉字，按汉语拼音字母顺 序排列，共3755个；二级汉字，属于次常用汉字， 按偏旁部首的笔划顺序排列，共3008个），数字、 字母、符号等682个，共7445个。
DC1
DC2 DC3 DC4 NAK SYN ETB CAN EM SUB ESC FS GS RS US
!
" # $ % & ’ ( ) * + , . /
1
2 3 4 5 6 7 8 9 : ; < = > ?
A
B C D E F G H I J K L M N O
Q
R S T U V W X Y Z [ \ ] ^ _
26
GB码区位示例（续）
56 区 1 2 3 4 5 6 7 8 9 0 亍 丌 兀 丐 廿 卅 丕 亘 丞 1 鬲 孬 噩 丨 禺 丿 匕 乇 夭 爻 2 卮 氐 囟 胤 馗 毓 睾 鼗 丶 亟 3 鼐 乜 乩 亓 芈 孛 啬 嘏 仄 厍 4 厝 厣 厥 厮 靥 赝 匚 叵 匦 匮 5 匾 赜 卦 卣 刂 刈 刎 刭 刳 刿 6 剀 剌 剞 剡 剜 蒯 剽 劂 劁 劐 7 劓 冂 罔 亻 仃 仉 仂 仨 仡 仫 8 仞 伛 仳 伢 佤 仵 伥 伧 伉 伫 9 佞 佧 攸 佚 佝 57 区 1 2 3 4 5 6 7 8 9 0 佟 佗 伲 伽 佶 佴 侑 侉 侃 1 侏 佾 佻 侪 佼 侬 侔 俦 俨 俪 2 俅 俚 俣 俜 俑 俟 俸 倩 偌 俳 3 倬 倏 倮 倭 俾 倜 倌 倥 倨 偾 4 偃 偕 偈 偎 偬 偻 傥 傧 傩 傺 5 僖 儆 僭 僬 僦 僮 儇 儋 仝 氽 6 佘 佥 俎 龠 汆 籴 兮 巽 黉 馘 7 冁 夔 勹 匍 訇 匐 凫 夙 兕 亠 8 兖 亳 衮 袤 亵 脔 裒 禀 嬴 蠃 9 羸 冫 冱 冽 冼
3
一、计算机中字符的表示（ASCII码）
ASCII(American Standard Code for Information Interchange，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码采用7位二进制编码，对应的ISO标准 为ISO646标准，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。
15
ASCII码表的扩展集
16
ASCII码表基本集+扩展集（16进制）
Microsoft Windows
IBM PC DOS
17
二、计算机中中文字符的表示 汉字交换码
又称“国标码”，即GB2312-1980,是中华人民共和国国 家标准汉字交换编码。 汉字信息在计算机内部也是以二进制方式存放。由于汉字 数量多，用一个字节的128种状态不能全部表示出来，因此在 1981年我国颁布的《信息交换用汉字编码字符集—基本集》， 即准GB2312-80方案中规定用两个字节的十六位二进制表示一 个汉字，每个字节都只使用低7位（与ASCII码相同），即有 128×128=16384种状态。