码制

 

 

每个国家(或区域)都规定了计算机信息交换用的字符编码集,如美国的扩展 ASCII码, 中国的 GB2312-80,日本的 JIS 等, 我国香港,台湾等地采用的是BIG5码作为该国家/区域内信息处理的基础,有着统一编码的重要作用

什么叫ASCII码？
    计算机中用二进制数表示字母、数字、符号以及控制符号，目前主要用ASCII码（美国标准信息交换码的缩写）。
   1）常用字符有128个，编码从0到127。
   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，7位，最高位为0。

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”
　记住几个常见字母的ASCII码大小：
　　“A”为65；“a”为97；“0”为48；
　2、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

 

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
      （2）汉字的机内表示：机内码
      （3）汉字的输出：字形码（字库  Font）
  

 汉字的输出：字形码（字库 Font）
      （1）点阵字形:  1616、24×24、48×48
      （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。
计算机只识别由0、1组成的代码，ASCII码是英文信息处理的标准编码，汉字信息处理也必须有一个统一的标准编码。我国国家标准局于1981年5月颁布了《信息交换用汉字编码字符集——基本集》，代号为GB2312-80，共对6763个汉字和682个图形字符进行了编码，其编码原则为：汉字用两个字节表示，每个字节用七位码（高位为0），国家标准将汉字和图形符号排列在一个94行94列的二维代码表中，每两个字节分别用两位十进制编码，前字节的编码称为区码，后字节的编码称为位码，此即区位码，;如“保”字在二维代码表中处于17区第3位，区位码即为“1703 ”。

 

 

 

区位码、国标码与机内码的转换关系 

    所有的国标汉字与符号组成一个94×94的矩阵.在此方阵中,每一行称为一个“区”,每一列称为一个“位”,因此,这个方阵实际上组成了一个有94个区(区号分别为0 1到94)、每个区内有94个位(位号分别为01到94)的汉字字符集.

　　一个汉字所在的区号和位号简单地组合在一起就构成了该汉字的“区位码”.

国标码并不等于区位码，它是由区位码稍作转换得到,其转换方法为：先将十进制区码和位码转换为十六进制的区码和位码，这样就得了一个与国标码有一个相对位置差的代码，再将这个代码的第一个字节和第二个字节分别加上20H，就得到国标码。（（1）区位码先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）如：“保”字的国标码为3123Ｈ，它是经过下面的转换得到的：1703D－>1103H->+20H－>3123H。6763个常用汉字根据其使用的频繁程度又分成两个等级.使用频率高的为一级,包括3755个,它覆盖了文字文件中常用字的99%;二级汉字有3008个.二者合计覆盖了文字文件的99.99%.

举例：以汉字“大”为例，“大”字的区内码为2083

解：1、区号为20，位号为83

2、将区位号2083转换为十六进制表示为1453H

3、1453H＋2020H＝3473H，得到国标码3473H

4、3473H＋8080H＝B4F3H，得到机内码为B4F3H 
三、
       国标码是汉字信息交换的标准编码，但因其前后字节的最高位为0，与ASCII码发生冲突，如“保”字，国标码为31H和23H，而西文字符“1”和“#”的SCII也为31H和23H，现假如内存中有两个字节为31H和23H，;这到底是一个汉字，还是两个西文字符“1”;和“#”?于是就出现了二义性，显然，国标码是不可能在计算机内部直接采用的，于是，汉字的机内码采用变形国标码，其变换方法为：将国标码的每个字节都加上128，即将两个字节的最高位由0改1，其余7位不变，如：由上面我们知道，“保”字的国标码为3123H，前字节为00110001B，后字节为00100011B，高位改1为10110001B和10100011B 即为B1A3H，因此，字的机内码就是B1A3H。 显然，汉字机内码的每个字节都大于128，这就解决了与西文字符的ASCII码冲突的问题。