了解文本媒體的編碼方式培訓(xùn)資料-文庫吧
2024-12-31 09:05 本頁面
【正文】 在計(jì)算機(jī)內(nèi)的表示 文件 擴(kuò)展名 用途 簡單 文本 沒有字體、字號和版面格式的變化，文本在頁面上逐行排列，也不含圖片和表格 由一連串與正文內(nèi)容對應(yīng)的字符的編碼所組成，幾乎不包含任何其他的格式信息和結(jié)構(gòu)信息 .txt 網(wǎng)上聊天 短信 文字錄入 OCR輸入 豐富 格式 文本(線性文本 ) 有字體、字號、顏色等變化，文本在頁面上可以自由定位和布局，還可插入圖片和表格 除了與正文對應(yīng)的字符編碼之外，還使用某種 “標(biāo)記語言 ”所規(guī)定的一些標(biāo)記來說明該文本的文字屬性和排版格式等 .doc .rtf .htm .html .pdf 公文 論文 書稿 網(wǎng)頁 豐富 格式 文本(超文本 ) 除上述特征外，文本中還含有超鏈，使文本呈現(xiàn)為一種網(wǎng)狀結(jié)構(gòu) 同上，但還應(yīng)包含用于指出 “鏈源 ”和 “鏈宿 ”的標(biāo)記 .doc .rtf .htm .html .pdf .hlp 同上，以及軟件的聯(lián)機(jī)文檔(幫助文件 ) 文本的輸入 ? 使用計(jì)算機(jī)制作文本，首先要向計(jì)算機(jī)輸入該文本所包含的字符信息。 ? 人工輸入 ? 即通過鍵盤完成信息輸入，某些場合也會(huì)使用語音輸入和聯(lián)機(jī)手寫輸入等方法。 ? 人工輸入速度慢、成本高、使用方便。 ? 印刷體自動(dòng)識別技術(shù) ? 該技術(shù)是將紙介質(zhì)上的文本通過識別技術(shù)自動(dòng)轉(zhuǎn)換為文字的編碼。 ? 這種輸入方式速度快、效率高，通常應(yīng)用于需要大批量輸入文字資料的檔案管理、圖書情報(bào)等應(yīng)用領(lǐng)域。 文字符號輸入計(jì)算機(jī)的方法 印刷體識別 手寫體識別 鍵盤輸入 聯(lián)機(jī)手寫輸入 語音輸入 自動(dòng)識別輸入 字符信息的輸入 人工輸入 – 技術(shù)上非常困難 ， 還無法實(shí)用 –目前準(zhǔn)備先突破工整的楷書手寫體的識別 ! 漢字的鍵盤輸入 ? 漢字與鍵盤上的鍵無法一一對應(yīng)，因此必須使用幾個(gè)鍵來表示一個(gè)漢字，這就稱為漢字的 “ 鍵盤輸入編碼 ” ? 優(yōu)秀的漢字鍵盤輸入編碼應(yīng)具有的特點(diǎn)： ?易學(xué)習(xí)、易記憶 ?效率高 (平均擊鍵次數(shù)較少 ) ?重碼少 ?容量大 (可輸入的漢字字?jǐn)?shù)多 ) 漢字鍵盤輸入方法的比較 類型 原理 舉例 優(yōu)點(diǎn) 缺點(diǎn) 數(shù)字 編碼 使用一串?dāng)?shù)字來表示漢字 電報(bào)碼 區(qū)位碼 僅使用 10個(gè)數(shù)字鍵 難記憶 字音 編碼 把漢語的拼音作為漢字的輸入編碼 智能 ABC 紫光華宇 微軟拼音輸入 簡單易學(xué)，適合于非專業(yè)人員 重碼多，需增加選擇操作，不會(huì)漢語拼音或不知道讀音時(shí)無法使用 字形 編碼 把漢字的部件或筆畫作為碼元，按照漢字結(jié)構(gòu)及其切分規(guī)則作為編碼依據(jù)，確定每個(gè)漢字的輸入代碼 五筆字形 表形碼 鄭碼 重碼少、輸入速度較快，適合于專業(yè)錄入員、打字員使用 缺乏統(tǒng)一的規(guī)范，編碼規(guī)則不易掌握 音形 編碼 (或形音編碼 ) 采用字音及字形兩種屬性作為碼元的漢字編碼輸入方法 粵音輸入法 同上 同時(shí)要掌握音、形兩種取碼方法或規(guī)則，對普通用戶比較困難 文本的輸出 ? 文本的輸出通常分為打印輸出和屏幕輸出。 ? 由于存放在計(jì)算機(jī)存儲(chǔ)器中的文本是數(shù)字形式的、不可見的，因此，無論是打印還是屏幕顯示，它們都需要專門的軟件進(jìn)行文本格式的翻譯和顯示。 ? 承擔(dān)文本輸出任務(wù)的軟件稱為閱讀器或?yàn)g覽器，如微軟的 Word、 IE瀏覽器，Adobe公司的 Adobe Reader等。 輸出過程中字形的生成 ? 過程： ? 先根據(jù)字符的字體確定相應(yīng)的字庫（ font）， ? 再按照該字符的代碼從字庫中取出該字符的形狀描述信息 ? 然后按形狀描述信息生成字形，并按照字號大小及有關(guān)屬性（粗體、斜體、下橫線）將字形作必要的變換 ? 最后將變換得到的字形放置在頁面的指定位置處 ? 2種不同的字庫： 點(diǎn)陣描述 輪廓描述 輪廓點(diǎn) 直線 二次曲線 西文字符的編碼 ? 西文字符是由拉丁字母、數(shù)字、標(biāo)點(diǎn)符號及一些特殊符號組成 ? 目前在計(jì)算機(jī)中使用最廣泛的是標(biāo)準(zhǔn)ASCII字符集及其編碼。 ? ASCII碼又稱為美國標(biāo)準(zhǔn)信息交換碼，國際上通用的是 7位二進(jìn)制數(shù)版本，共 128個(gè)元素。 西文字符的編碼 0 1 2 3 4 5 6 7 0 1 2 3 4 5 6 7 8 9 A B C D E F b6b5b4 b3b2b1b0 標(biāo)準(zhǔn) ASCII字符集及其編碼 32個(gè)控制字符，不可打印 空格 通常一個(gè) ASCII碼值占一個(gè)字節(jié)（ 8個(gè)二進(jìn)制位 )，每個(gè)字節(jié)中多余出來的一位（最高位）可設(shè)為 “ 0”，用作數(shù)據(jù)傳輸時(shí)的奇偶校驗(yàn)。 漢字的編碼 ? 漢字的歷史源遠(yuǎn)流長，世界四分之一的人口使用漢字，漢語被聯(lián)合國列為法定六種正式語言和工作語言之一。 ? 中文文本的基本組成單位是漢字，漢字?jǐn)?shù)量大，同音、異體字多，它
研究報(bào)告相關(guān)推薦
鄂ICP備17016276號-1