常用字符编码

计算机可以在屏幕上显示字符，这些字符可以是字母，标点符号，数字，汉字等。计算机只认识二进制数，所以也只能用二进制数来表示每个显示和输出的字符。为了使计算机的数据能够共享和传递，必须对字符进行相应的二进制编码。

目前常用的编码有如下几种：BCD码、ASCII码、汉字编码等。

一、BCD码

1、什么是BCD码？

用四位二进制数码来表示一位十进制数，这种编码称为BCD码（也叫8421码），即用二进制数表示的十进制数。

十进制数位	0	1	2	3	4	5	6	7	8	9
BCD码	0000	0001	0010	0011	0100	0101	0110	0111	1000	1001

［例1］把十进制数7209化成BCD码。

解：7209的BCD码为：0111 0010 0000 1001

练习：求十进制数4851的BCD码。

解：4851的BCD码为：0100 1000 0101 0001

2、对于BCD码的几点说明：

（1）考虑人们使用习惯，通常在计算机输入输出过程中还是采用十进制，然后由机器转换成二进制。BCD码的形式非常适于人类的这种习惯。

（2）BCD码虽然也用四位二进制数编码来表示每位十进制数用，但它没有把十进制数的值转换成真正的二进制值，不能按权展开求值。

如：十进制数28转换成二进制数为：11100

十进制数28转换成BCD码为：00101000

所以，BCD码与二进制之间转换是不能直接进行的，要先转换成十进制，再转换为二进制，因为BCD码实质上是十进制数，而形式上为二进制数，在转换上又与二进制数十六进制数之间的转换相似。所以在学习时要注意不要混淆，加以区别。

练习：填表

十进制数	18	45	112	51	42	82	51
二进制数	10010	101101	1110000	110011	101010	1011100	110011
BCD码	00011000	01000101	000100010010	01010001	01000010	10000010	01010001

 

二、ASCII码

1、什么叫ASCII码？

ASCII码是美国标准信息交换码的缩写，它是目前国际上在计算机中用二进制数表示字母、数字、符号以及控制符号最常用的编码。

（1）常用字符有128个，编码从0到127（0000000―1111111）。

（2）控制字符：0-31、127，共33个，不可显示；

（3）普通字符：95个，包括10个阿拉伯数字、52个英文大小写字母、33个运算符。

（4）每个字符占一个字节，最高位为0，后面跟7位二进制数。

2、常见ASCII码的大小规则，0－9＜A－Z＜a－z：

（1）数字比字母要小。如“7”＜“F”

（2）数字0比数字9要小，并按0到9顺序递增。如“3”＜“8”

（3）字母A比字母Z要小，并按A到Z顺序递增。如“A”＜“Z”

（4）同个字母的大写字母比小写字母要小32。如“A”＜“a”

（5）记住几个常见字母的ASCII码大小：

“空格”为32；“0”为48；“A”为65；“a”为97。

3、常用ASCII码表如下：

字符	范围
	十六进制	十进制
空格	20H	32
0~9	30H~39H	48~57
A~Z	41H~5AH	65~90
a~z	61H~7AH	97~122

［例2］已知字母“B”的ASCII码为十进制数66，那么字母“E”的ASCII码为二进制数多少？

解：字母“E”的ASCII码为十进制数69（66+3），转换成二进制数为1000101

［例3］已知字母“a”的ASCII码为十六进制数61，那么字母“h”的ASCII码为二进制数多少？

解：字母“h”的ASCII码为十六进制数68（61+7），转换成二进制数为01101000

 

三、汉字编码

1、汉字编码分类

汉字在不同的处理阶段有不同的编码。

（1）汉字的输入：输入码à国标码

（2）汉字的机内表示：机内码

（3）汉字的输出：字形码（输出码：汉字点阵字库）

输入码

国标码

机内码

输出码

各种编码之间的关系：

 

 

 

2、汉字的机内表示：机内码

计算机在信息处理时表示汉字的编码，称作机内码。

现在我国都用国标码（GB2312）作为机内码。

GB2312-80规定了：

（1）一个汉字由两个字节组成，为了与ASCII码区别，最高位均为“1”。

（2）汉字6763个：一级汉字3755个，按汉字拼音字母顺序排列；二级汉字3008个，按部首笔画汉字排列。

（3）汉字分区：94行（区），94列（位）（区位码）

3、汉字的机内表示：区位码、国际码和机内码：

（1）区位码

计算机在信息处理时表示汉字的编码应该规定统一的编码，我国制定了汉字交换的统一标准——GB2312-80，我们简称为区位码。

GB2312-80国标字符集将汉字编码分成94区与94位，就是区位码。共收集了7445个图形字符，其中一般符号、数字、拉丁字母、希腊字母、汉语拼音等709个，汉字字符分为两级，一级汉字3755个，二级汉字为3008个。该标准按区位码从小到大排列如下：

              第1区      图形、符号区

              第2区      各类数字区

              第3区      符号、字母

              第4区      日文的平假名

              第5区      日文的片假名

              第6区      希腊字母

              第7区      俄文字母

              第8区      拼音字母

              第9区      制表符

              第16——55区（常用字）  一级汉字      按拼音排列

              第56——87区（非常用字）二级字库      按部首排列

              第88――94区　　自定义汉字

①GB2312-80标准中共有汉字6763个：

一级汉字3755个，按汉字拼音字母顺序排列；

二级汉字3008个，按部首 笔画汉字排列。

②GB2312-80标准采用区位码，将汉字编码分成94区与94位。

练习：一级汉字的第一个汉字的区位码是多少？1601

二级汉字的第一个汉字的区位码是多少？5601

③知识链接：汉字标准不仅有GB2312-80一种

在台湾和香港使用的汉字字符集是 BIG5（繁体中文），共有汉字13053个。

汉字扩展标准GBK字符集，GBK字符集有20902个汉字字符

（2）国标码：汉字信息交换的代码，也称交换码。

区位码与国标码的换算：国标码＝十六进制的区位码+2020H

（3）机内码：计算机系统内部标识汉字的编码。

一个汉字由两个字节组成，为了与ASCII码区别，最高位均为“1”。

国标码和机内码的换算：机内码＝十六进制的国际码+8080H

［例1］“大”字的区位码为2083，求该字的国标码和机内码。

分析方法步骤：

（1）区码和位码分别转换成十六进制数表示

（2）（区位码的十六进制表示）＋2020H＝国标码；

（3）国标码＋8080H＝机内码

解：1、该字的区号为20，位号为83

2、将区位号2083分别转换为十六进制表示为1453H

3、国标码=1453H＋2020H＝3473H

4、机内码=3473H＋8080H＝B4F3H

［练习］已知某字区位码为2054，请分别求出该字的国标码与机内码。

十六进制区位码：1436H

国标码：3456H

机内码：B4D6H

 

四、汉字的输入：汉字输入码（外码）

1、数字码（或流水码）

如：电报码、区位码、纵横码

优点：无重码，不仅能对汉字编码，还能对各种字母、数字符号进行编码。

缺点：是人为规定的编码，属于无理码，只能作为专业人员使用。

2、字音码

如：全拼、双拼、微软拼音

优点：简单易学。

缺点：汉字同音多，所以重码很多，输入汉字时要选字。

3、字形码

如：五笔字型、表形码、大众码、四角码

优点：不考虑字的读音，见字识码，一般重码率较低，经强化训练后可实现盲打。

缺点：拆字法没有统一的国家标准，拆字难，编码规则繁，记忆量大。

4、音形码

如：声形、自然码、钱码

优点：利用音码的易学性和形码可有效减少重码的优点。

缺点：既要考虑字音，又要考虑字形，比较麻烦。

 

五、汉字的输出：字形码（字库 Font）

1、点阵字形：16×16、24×24、48×48

每一个点在存储器中用一个二进制位（bit）存储，所以一个16×16点阵汉字需要32（16×16/8＝32）个字节存储空间。

2、轮廓字形

字笔画的轮廓用一组直线和曲线勾画。记录的是这些几何形状之间的关系。

精度高。

Windows的TrueType字库采用此法。