多媒體技術(shù)第5章任務(wù)2了解文本媒體的編碼方式-文庫吧在線文庫
【正文】 t Markup Language，HTML) 及豐富文本格式 (Rich Text Format，RTF)。 ? 由于存放在計(jì)算機(jī)存儲器中的文本是數(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。 常用的漢字編碼字符集 ? 國家標(biāo)準(zhǔn) GB23121980 ? 漢字?jǐn)U充規(guī)范 GBK (已被 GB 18030取代 ) ? 國家標(biāo)準(zhǔn) GB180302023 ? 港澳臺使用的漢字編碼字符集 CNS 11643 (BIG 5，俗稱“大五碼” ) ? UCS/Unicode多文種大字符集 ? Unicode的 UTF8 ? Unicode的 UTF16 GB2312漢字編碼 ? GB2312漢字編碼是我國在 1981年頒布的第一個(gè)國家標(biāo)準(zhǔn) ? 在該標(biāo)準(zhǔn)中有 3755個(gè)一級常用漢字（按漢語拼音排列）、 3008個(gè)二級常用漢字（按偏旁部首排列）和 682個(gè)非漢字字符。 ? GB18030實(shí)質(zhì)上是 UCS/Unicode字符集的另一種編碼方案： ? 單字節(jié)編碼（ 128個(gè)）表示 ASCII字符 ? 雙字節(jié)編碼（ 23940個(gè)）表示漢字，與 GBK（以及 GB2312）保持向下兼容， GBK不再使用 ? 四字節(jié)編碼（約 158萬個(gè)）用于表示 UCS/Unicode中的其他字符 ? GB18030目前已在我國信息處理產(chǎn)品中強(qiáng)制貫徹執(zhí)行。 08:20:3508:20:3508:20Tuesday, February 7, 2023 ? 1乍見翻疑夢，相悲各問年。 08:20:3508:20:3508:202/7/2023 8:20:35 AM ? 1成功就是日復(fù)一日那一點(diǎn)點(diǎn)小小努力的積累。 上午 8時(shí) 20分 35秒 上午 8時(shí) 20分 08:20: ? 楊柳散和風(fēng)，青山澹吾慮。 2023年 2月 上午 8時(shí) 20分 :20February 7, 2023 ? 1業(yè)余生活要有意義，不要越軌。 08:20:3508:20:3508:20Tuesday, February 7, 2023 ? 1知人者智，自知者明。 2023年 2月 7日星期二 上午 8時(shí) 20分 35秒 08:20: ? 1楚塞三湘接，荊門九派通。 2023年 2月 上午 8時(shí) 20分 :20February 7, 2023 ? 1行動出成果，工作出財(cái)富。 ? 自動保存功能和自動備份功能 ? 樣式 、 模板和向?qū)?(wizard)功能 ? 宏操作 （ Macro） 提高 Word操作效率的若干措施 ?使用計(jì)算機(jī)對文本中的字、詞、短語、句子、篇章進(jìn)行識別、轉(zhuǎn)換、分析、理解、壓縮、加密和檢索等有關(guān)的處理 ?文本處理舉例： ? 字?jǐn)?shù)統(tǒng)計(jì)，詞頻統(tǒng)計(jì)，簡 /繁體相互轉(zhuǎn)換，漢字 /拼音相互轉(zhuǎn)換 ? 詞語排序，詞語錯(cuò)誤檢測，文句語法檢查 ? 自動分詞，詞性標(biāo)注，詞義辨識，大陸 /臺灣術(shù)語轉(zhuǎn)換 ? 關(guān)鍵詞提取，文摘自動生成，文本分類 ? 文本檢索（關(guān)鍵詞檢索、全文檢索），文本過濾 ? 文語轉(zhuǎn)換（語音合成） ? 文種轉(zhuǎn)換（機(jī)器翻譯） ? 篇章理解，自動問答，自動寫作等 ? 文本壓縮，文本加密，文本著作權(quán)保護(hù) 文本處理 例： Word 2023的文本處理功能 ? 英文拼寫檢查和 英語同義詞檢查 ? 字?jǐn)?shù)統(tǒng)計(jì) ? 自動編寫摘要 ? 中文簡繁體轉(zhuǎn)換和術(shù)語轉(zhuǎn)換 ? 中英詞語翻譯 ? 語法和格式檢查 ? 語音識別（口授命令和聽寫） ? 文檔保護(hù) (防止打開或修改文檔 ) ? 靜夜四無鄰，荒居舊業(yè)貧。常用的文字處理軟件如 Microsoft Word 、 WPS等。 四字節(jié)：非常用 CJK漢字 Unicode:UTF16雙字節(jié)可變長編碼 應(yīng)用： Windows， Mac， Java， ? 目前 PC機(jī)中 GB2312漢字不論用何種方法錄入，在機(jī)器內(nèi)部都統(tǒng)一用機(jī)內(nèi)碼表示。 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 圖 52 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)。 ? 印刷體自動識別技術(shù)。不同的軟件使用的標(biāo)記語言并不相同，相互之間不一定兼容。任務(wù) 2 了解文本媒體的編碼方式 文本媒體的分類和表示 常用的編碼方式 文本的編輯和處理 文本媒體的分類和表示 ? 文字是一種書面語言，它由一系列字符組成，包含中文和西文。為了便于豐富格式文本在不同的軟件和系統(tǒng)中互換使用，一些公司還聯(lián)合提出了一種公用的中間格式，稱為 RTF格式。 ? 該技術(shù)是將紙介質(zhì)上的文本通過識別技術(shù)自動轉(zhuǎn)換為文字的編碼。 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。 GB2312漢字的編碼 ? 每一個(gè) GB2312漢字使用 16位 (2個(gè)字節(jié) )表示 ? 為了與 ASCII字符相區(qū)別，每個(gè)字節(jié)的最高位均為“ 1” ? 例如： “南”字
電大資料相關(guān)推薦
鄂ICP備17016276號-1