汉字编码PPT课件

汉字编码,第一章项目三,重点：汉字编码类型及编码方式难点：ASCII码,1.2.5字符的编码,1.2.5字符的编码,字母、数字、各种符号,1.2.5字符的编码,1.西文字符的编码,计算机中的数据都是用二进制编码表示的，用以表示字符的二进制编码称为字符编码。而，计算机最常用的就是ASCII。美国信息交换标准码ASCII，7位码（128个字符）扩展码ASCII，8位码（256个字符）,7位国际通用,1.2.5字符的编码,1.西文字符的编码,ASCII码对128个字符进行了编码，这其中包括大小写英文字母、阿拉伯数字、标点符号以及控制字符等特殊字符。ASCII码中共有34个非图形字符（控制字符），94个可打印字符（图形字符）。读表1-6可知，每个符号的ASCII编码为：高3位+低4位。,1.2.5字符的编码,1.西文字符的编码,“a”字符编码为1100001（97），bcde依次增加“A”字符编码为1000001（65），BCDE依次增加“0”数字字符编码为0110000（48），1234依次增加计算机内部用一个字节（8个二进制位）存放一个7位ASCII码，最高位置为0。,重点掌握字符的推算！,1.2.5字符的编码,ASCII码中存在以下两个规律：（1）大小写英文字母和阿拉伯数字都是按其固有顺序排列在表中的。（2）在表中，阿拉伯数字排在大写英文字母前，而大写英文字母排在小写英文字母前。,1.西文字符的编码,1.2.5字符的编码,1.西文字符的编码（非图形字符/控制字符),SP（空格）的编码是CR（回车）的编码是DEL（删除）的编码是BS（退格）的编码是,0100000,0001101,1111111,0001000,1.2.5字符的编码,汉字分成两级：一级汉字3755个，按汉语拼音字母的次序排列；二级汉字3008个，按偏旁部首排列。由于一个字节不足以表示6763个汉字，所以一个国标码用两个字节来表示一个汉字，每个字节最高位为0。,2.汉字的编码国标码,1.2.5字符的编码,GB2312-80将汉字分为94行、94列，代码表分为94个区（行）、94个位（列）。区位码是一个4位十进制数国标码是一个4位十六进制数。,2.汉字的编码区位码,1.2.5字符的编码,2.汉字的编码区位码、国标码转换,汉字国标码=区位码+（2020）H,区号和位号:转换为16进制数，分别加上（20）H,1.2.5字符的编码,3.汉字的处理过程,由于汉字的特殊性（象形文字），汉字的处理过程必须同时需要多种编码才能完成。,1.2.5字符的编码,3.汉字的处理过程,汉字输入码（外码）：为将汉字输入计算机而编制的代码。一个好的输入编码：编码短，重码少，好学好记,1.2.5字符的编码,3.汉字的处理过程,汉字内码：是为在计算机内部对汉字进行存储、处理的汉字编码。不同汉字系统使用的机内码可能不同。汉字内码的形式有多种。对应国标码，一个汉字的内码用2个字节存储，每个汉字的最高位置“1”作为汉字内码的标识。,1.2.5字符的编码,3.汉字的处理过程,国标码,汉字内码,汉字内码=汉字国标码+（8080）H,1.2.5字符的编码,3.汉字的处理过程,西文字符7位ASCII码,区位码分别加20H,国标码,最高位由0变1，即加8080H,汉字内码,1.2.5字符的编码,4.汉字字形码,又称汉字字模，用于汉字在显示屏或打印机输出。两种表示方式：点阵和矢量。点阵规模越大，字形越清晰美观，所占存储空间也愈大。矢量表示方式存储的是描述汉字字形的轮廓特征。,1.2.5字符的编码,4.汉字字形码,点阵：有点的用“1”表示，没点的用“0”表示。一位（1bit）可以存储一个点的信息。显示一个汉字需要多少个点，就需要有多少位（bit）的存储空间来存储它。例：存储一个1616点阵的汉字字形码，需要的存储空间为：1616bit=256bit，即2568=32B（字节）,1.2.5字符的编码,4.汉字字形码,汉字的点阵字形编码，仅用于构造汉字的字库字模点阵只能用来构成“字库”，而不能用于机内存储。输出汉字时，先根据汉字内码从字库中提取汉字的字形数据，然后很据字形数据显示和打印出汉字。,1.2.5字符的编码,4.汉字字形码,点阵式：,1.2.5字符的编码,4.汉字字形码,矢量式：,1.2.5字符的编码,5.汉字地址码,是指汉字库中存储汉字字形信息的逻辑地址码。需要向输出设备输出汉字时，必须通过地址码对汉字库进行访问。,1.2.5字符的编码,6.其他汉字内码,1）GBK码（扩充汉字内码规范）：多达2万多简、繁汉字。2）UCS码