了解文本媒體的編碼方式(編輯修改稿)
2025-01-28 09:05 本頁面
【文章內(nèi)容簡介】 成單位是漢字，漢字數(shù)量大，同音、異體字多，它們在計算機內(nèi)部的表示與處理則是一個非常重要的問題。 常用的漢字編碼字符集 ? 國家標準 GB23121980 ? 漢字擴充規(guī)范 GBK (已被 GB 18030取代 ) ? 國家標準 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年頒布的第一個國家標準 ? 在該標準中有 3755個一級常用漢字（按漢語拼音排列）、 3008個二級常用漢字（按偏旁部首排列）和 682個非漢字字符。 一級漢字 （ 3755個） 二級漢字 （ 3008個） （擴充使用） 字母、數(shù)字和各種符號 ……………… 1 94 2 3 位號 …… …… 1 9 16 55 56 87 94 區(qū) 號 (按漢語拼音排列 ) (按偏旁部首排列 ) 共 6763個漢字和682個符號， 每個漢字和符號都有一個確定位置 拉丁字母、俄文、日文平假名與片假名、希臘字母、漢語拼音等共 682個 GB2312漢字編碼 ? GB2312的所有字符分布在一個 94行 94列的二維平面內(nèi)，行號稱為區(qū)號，列號稱為位號，各用兩位十進制數(shù)表示。 ? 在計算機內(nèi)部每個漢字采用 2個字節(jié)來表示，并把每個字節(jié)的最高位均規(guī)定為 “ 1”。這種高位均為 “ 1”的雙字節(jié)漢字編碼就稱為 GB2312漢字的 “ 機內(nèi)碼 ” ，又稱為 “ 內(nèi)碼 ” 。 ? 目前 PC機中 GB2312漢字不論用何種方法錄入，在機器內(nèi)部都統(tǒng)一用機內(nèi)碼表示。 GB2312漢字的編碼 ? 每一個 GB2312漢字使用 16位 (2個字節(jié) )表示 ? 為了與 ASCII字符相區(qū)別，每個字節(jié)的最高位均為 “ 1” ? 例如： “ 南 ” 字的代碼是 11000100 11001111 （用十六進制表示為 C4CF） 1 1 第 1字節(jié) 第 2字節(jié) X X X X X X X X X X X X X X GBK漢字 內(nèi)碼擴充規(guī)范 ? GB2312的不足： ? 漢字字數(shù)太少，缺少繁體字 ,無法滿足人名、地名、古籍整理、古典文獻研究等應用的需要；與 ASCII碼不兼容 ? GBK漢字 內(nèi)碼擴充規(guī)范（ 1995）： ? 在 GB2312基礎上，增加了 1萬多漢字 (包括繁體字 )和符號 ? 共有 21003個漢字和 883個圖形符號，如 “ 計 算 機 ” 、冃 、 冄 、 円 、 冇 等繁體字和生僻字 ? 與 GB8312保持向下兼容，也使用雙字節(jié)表示，第 1字節(jié)最高位必須為 “ 1”： 1 X 第 1字節(jié) 第 2字節(jié) X X X X X X X X X X X X X X UCS/Unicode多文種大字符集 ? 背景：為了實現(xiàn)全球數(shù)以千計的不同語言文字的統(tǒng)一編碼 ? 方案： ISO將全球所有文字字母和符號集中在一個字符集中進行統(tǒng)一編碼 (目前共收集了 17x216＝ 1,114,112 個 ) ，稱為UCS/Unicode ? UCS/Unicode的編碼方案： ? 先實現(xiàn)部分字符的編碼（近 11萬個字符） ? 盡量與已有編碼標準兼容 ? 包含有中、日、韓統(tǒng)一整理出來的約 7萬漢字（稱 CJK漢字） ? 允許有若干不同的編碼方案 , 常用的兩種是： 單字節(jié)： ASCII字符 雙字節(jié)：拉丁、希臘、阿拉伯， 三字節(jié)： CJK漢字 四字節(jié)：其他 Unicode:UTF8 單字節(jié)可變長編碼 應用： Linux， Web網(wǎng)頁，電子郵件 雙字節(jié)： ASCII字符、拉丁、希臘、 阿 拉伯，常用 CJK漢字， 四字節(jié)：非常用 CJK漢字 Unicode:UTF16雙字節(jié)可變長編碼 應用： Windows， Mac， Java， GB18030漢字編碼標準 ? 背景：無論是 Unicode的 UTF8還是 UTF16，其 CJK漢字字符集雖然覆蓋了我國已使用多年的 GB2312和 GBK標準中的漢字，但它們的 編碼并不相同 ? 為了既能與 UCS/Unicode編碼標準接軌，又能保護我國已有的大量漢字信息資源，我國在 2023年和 2023年兩次發(fā)布GB18030漢字編碼國家標準 。 ? GB18030實質(zhì)上是 UCS/Unicode字符集的另一種編碼方案： ? 單字節(jié)編碼（ 128個）表示 ASCII字符 ? 雙字節(jié)編碼（ 23940個）表示漢字，與 GBK（以及 GB2312）保持向
教學課件相關推薦
鄂ICP備17016276號-1