计算机基础理论第3章计算机软件系统幻灯片.ppt

* 中国药科大学计算机教研室 第*页 3.3.2 汉字编码国家标准 计算机处理汉字信息的前提条件是对每个汉字进行编码，这些编码统称为汉字编码。汉字信息在系统内传送的过程就是汉字编码转换的过程。 1 基本集GB2312—80 1981年我国颁布了《信息交换用汉字编码字符集?基本集》（GB2312—80），选取了6763个常用汉字。 一级常用汉字3755个，按汉语拼音排序。 二级常用汉字3008个，以偏旁部首排序。 简体中文常见的编码方式是GB2312，使用两个字节表示一个汉字，所以理论上最多可以表示256x256=65536个符号。 * 中国药科大学计算机教研室 第*页 2. 汉字内部编码问题 区位码：字符的代码表为94×94的表，行号(0~93)为区号,列号(0~93)为 位号。 该字符所在的区号（行号）及位号（列号）的二进制代码（7位区号在左，7位位号在右，共14位）即为区位码。 每个汉字在码表中的位置编码，称为区位码。 国标码：由于信息传输的原因，汉字的区号和位号必须加上32所得的二进制代码才是其对应的国标码 国标码=（区码+32，位码+32） 机内码：在计算机内部，汉字以两个字节来表示一个汉字，为和ASCII码区别，其最高位为1。该码称为汉字的机内码，又称内码。 * 中国药科大学计算机教研室 第*页 在中文Windows环境下，设有一串汉字的内码为CB F5 D0 B4 50 43 CA C7 D6 B8,这段文本中，含有_____ A 、 2个汉字和 1个西文字符 B 、 4个汉字和 2个西文字符 C 、8个汉字和 2个西文字符 D 、4个汉字和 1个西文字符 练 习 C B F 5 1100 1011 1111 0101 一个汉字，两个字节，字节首位均为1 答案：B * 中国药科大学计算机教研室 第*页 练 习 6、已知江字的区位码为2913 ，其机内码是________ A、 6145 B、 3D2D C、 BDAD D、 4535 答案：C * 中国药科大学计算机教研室 第*页 已知苏两字的区位码为4353，其机内码是________ A、 7585 B、 4B55 C、 CBD5 D、 535D * 中国药科大学计算机教研室 第*页 解答: 思路：区位码——》国标码——》机内码 步骤： 1)“江”——2913 29为区号 13为位号 2)国标码：区号位号分别+32 区号：29+32=61= (0011 1101) 2 位号：13+32=45=(0010 1101) 2 3)将字节的首位设为“1”——》机内码： 1011 1101 1010 1101 B D A D 则：BDAD为“江”的机内码 * 中国药科大学计算机教研室 第*页 补：汉字的其它编码方法 GBK Unicode GB18030 BIG5 BIG5编码是目前台湾、香港地区普遍使用的一种繁体汉字的 编码标准 GBK是GB2312的扩展，是向上兼容的，因此GB2312中的汉 字的编码与GBK中汉字的相同。GBK中还包含繁体字的编码 可以用Windows的记事本看一看GBK的编码。 打开记事本写几个字：“在CSDN写Blog”。这里“ANSI” 的意思就是采用系统默认的字符编码方式编码。 用一个16进制编辑器打开保存的文件，内容是： D4 DA 43 53 44 4E D0 B4 42 6C 6F 67 GB18030支持了更多的字符，甚至包括了蒙文，藏文之类。独特 之处在于它向下兼容了GBK，但又扩展了编码空间 * 中国药科大学计算机教研室 第*页 世界上存在着多种编码方式，同一个二进制数字可以被解释成不同的符号。如果有一种编码，将世界上所有的符号都纳入其中。每一个符号都给予一个独一无二的编码，那么乱码问题就会消失。这就是Unicode，就像它的名字都表示的，这是一种所有符号的编码。 以汉字严为例，Unicode码是4E25，需要用两个字节存储，一个字节是4E，另一个字节是25。存储的时候，4E在前，25在后，就是Big endian方式；25在前，4E在后，就是Little endian方式。 * 中国药科大学计算机教研室 第*页 打开记事本程序Notepad.exe，新建一个文本文件，内容就是一个严字，依次采用ANSI，Unicode，Unicode bi